《International Journal of Genomics》：Single-Cell Transcriptomic Profiling Reveals Cellular Heterogeneity and Identifies Novel Therapeutic Targets in Osteosarcoma
编辑推荐：
背景：骨肉瘤是主要影响儿童和青少年的最普遍的原发性恶性骨肿瘤，转移性疾病的预后仍然不佳。了解肿瘤微环境内的细胞复杂性对于开发靶向治疗策略至关重要。方法：研究人员使用Seurat流程(v4.3.0)对骨肉瘤组织样本(GSM4952363)进行了全面的单细胞RNA
背景：骨肉瘤是主要影响儿童和青少年的最普遍的原发性恶性骨肿瘤，转移性疾病的预后仍然不佳。了解肿瘤微环境内的细胞复杂性对于开发靶向治疗策略至关重要。方法：研究人员使用Seurat流程(v4.3.0)对骨肉瘤组织样本(GSM4952363)进行了全面的单细胞RNA测序分析。经过严格的质量控制(每细胞200–6000个基因，<15%线粒体读数)，过滤细胞用于下游分析。降维(PCA和UMAP)和无监督聚类(Louvain算法，resolution＝0.8)鉴定了七个不同的细胞簇。差异表达分析(Wilcoxon秩和检验，|log2FC|＞0.25，校正p＜0.05)鉴定了簇特异性标记，而基因本体(Gene Ontology)和KEGG通路富集分析(clusterProfiler，校正p＜0.05)揭示了功能程序。研究人员选择在MG-63骨肉瘤细胞与hFOB 1.19正常成骨细胞中，通过定量实时PCR(qRT-PCR，mRNA水平)和酶联免疫吸附试验(ELISA，蛋白水平)验证四个候选基因(F11、ACRP2、LEPR和POSTN)。结果：单细胞转录组学分析在骨肉瘤微环境中鉴定了七个不同的细胞簇，包括巨噬细胞(Cluster 0，28.0%)、成骨细胞(Cluster 1，24.2%)、成纤维细胞(Cluster 2，Fibro_COMP，14.7%)、增殖细胞(Cluster 3，12.3%)、破骨细胞(Cluster 4，11.6%)、单核细胞(Cluster 5，6.3%)和T细胞(Cluster 6，2.9%)。功能富集分析强调PI3K-Akt信号传导、局灶性粘附和细胞外基质组织作为核心通路的激活。qRT-PCR验证(mRNA水平)表明F11显著下调(0.31±0.04 vs. 1.00±0.07，降低69%，p＜0.001)，而ACRP2(2.87±0.33倍)、LEPR(4.52±0.48倍)和POSTN(6.23±0.57倍)显著上调(均p＜0.001)。ELISA验证(蛋白水平)证实了一致的趋势：F11蛋白降低65%(0.35±0.05 vs. 1.00±0.08，p＜0.001)，而ACRP2(2.64±0.29倍)、LEPR(4.18±0.44倍)和POSTN(5.89±0.53倍)蛋白水平升高(均p＜0.001)。在四个候选者中，POSTN在mRNA和蛋白水平均表现出最显著的变化，表明其参与骨肉瘤基质重塑。结论：本研究提供了骨肉瘤微环境的单细胞转录组图谱，揭示了实质性的细胞异质性。差异表达基因F11、ACRP2、LEPR和POSTN代表了值得进一步研究其在骨肉瘤生物学中潜在作用及作为推定治疗靶点的候选生物标志物。
该研究发表于《International Journal of Genomics》。骨肉瘤是全球范围内好发于儿童、青少年及年轻成人的最常见原发性恶性骨肿瘤，尽管当前综合了手术、化疗与放疗的多模式治疗策略有所进展，但转移性或复发性骨肉瘤患者的5年生存率仍低于30%，临床预后极差。其发病机制涉及遗传易感性、细胞功能障碍及微环境因素间的复杂相互作用，疾病起始与进展的精确因果机制尚未被充分阐明。骨肉瘤肿瘤微环境由恶性成骨细胞、间质成纤维细胞、免疫浸润细胞、血管成分及骨驻留细胞等多种组分构成，这些组分通过旁分泌与邻分泌相互作用共同影响肿瘤的发生、进展及治疗响应。因此，解析肿瘤微环境中的细胞复杂性对于识别细胞类型特异性脆弱点及开发靶向治疗策略至关重要。近年来单细胞RNA测序（scRNA-seq，single-cell RNA sequencing）技术虽革新了肿瘤生物学认知，但针对骨肉瘤微环境中细胞亚群、基因表达程序及其在发病机制中功能作用的系统性表征依然有限。为此，研究人员开展本研究，旨在利用单细胞转录组学分析全面表征骨肉瘤微环境的细胞异质性与分子特征，系统识别并注释细胞亚群，表征功能程序与信号通路，并鉴定实验验证具有诊断或治疗潜力的候选生物标志物基因，最终构建了骨肉瘤微环境的单细胞转录组图谱，揭示了显著的细胞异质性，并确定F11、ACRP2、LEPR和POSTN为差异表达候选基因，其中POSTN变化最为显著，为理解骨肉瘤发病机制及识别细胞类型特异性分子靶点奠定了基础。
研究人员为开展研究用到的主要关键技术方法如下：样本来源于GEO数据库的骨肉瘤组织scRNA-seq数据集GSM4952363。采用Seurat（v4.3.0）流程进行数据处理，设定质量控制标准（每细胞200–6000个基因，线粒体读数<15%）过滤细胞。通过LogNormalize方法归一化及FindVariableFeatures（vst方法）识别2000个高变基因并缩放数据。利用PCA降维保留30个主成分，采用UMAP（n.neighbors=30，min.dist=0.3）和t-SNE（perplexity=30）进行可视化，Louvain算法（resolution=0.8）无监督聚类定义细胞群并进行经典标记基因注释。差异表达分析使用Wilcoxon秩和检验（|log2FC|>0.25，校正p<0.05），借助clusterProfiler进行GO（Gene Ontology）与KEGG通路富集分析（校正p<0.05）。体外验证采用MG-63骨肉瘤细胞与hFOB 1.19正常成骨细胞，通过定量实时PCR（qRT-PCR，quantitative real-time PCR）检测mRNA水平，酶联免疫吸附试验（ELISA，Enzyme-Linked Immunosorbent Assay）检测蛋白水平，统计分析使用Student t检验或Mann–Whitney U检验。
研究结果部分如下：
3.1. Single-Cell Transcriptomic Analysis of Osteosarcoma Tissue Reveals Seven Distinct Cellular Subpopulations With Characteristic Gene Expression Signatures。研究人员通过对骨肉瘤样本GSM4952363的全面scRNA-seq分析及分辨率0.8的无监督聚类，从1000个细胞中识别出七个不同的细胞亚群，分别为巨噬细胞Cluster 0（28.0%）、成骨细胞Cluster 1（24.2%）、成纤维细胞/Fibro_COMP Cluster 2（14.7%）、增殖细胞Cluster 3（12.3%）、破骨细胞Cluster 4（11.6%）、单核细胞Cluster 5（6.3%）和T细胞Cluster 6（2.9%）。UMAP降维显示主要细胞群及Fibro_COMP簇，LEPR在成纤维细胞和成骨细胞群富集，POSTN在成纤维细胞区室表达最高，热图展示了目标基因在不同簇的平均表达模式。
3.2. Single-Cell Transcriptomic Profiling Identifies Cellular Heterogeneity and Key Gene Expression Patterns in Osteosarcoma。研究人员通过scRNA-seq分析揭示骨肉瘤组织存在不同细胞亚群及特征性基因表达特征。UMAP图展示细胞景观及注释簇分布，小提琴图显示顶部上调基因的差异表达，条形图展示TAP3P在不同细胞类型的表达变异，特征图展示PLA2G和Pkigblg基因在空间上的受限表达模式，条形图比较了破骨细胞与成骨细胞相关类别的表达差异，展现细胞谱系特异性表达程序。
3.3. Functional Enrichment and Pathway Analysis of Macrophage Population in Osteosarcoma。研究人员针对巨噬细胞群Cluster 0（基于FCGR2A、MRC1、CD163、CD14等标记鉴定）进行功能景观分析。KEGG通路富集突出免疫相关通路、代谢过程及信号级联的显著富集；火山图可视化差异基因表达谱；GO富集分析涵盖生物过程（免疫反应、细胞调控）、分子功能（结合活性、催化功能）及细胞组分（细胞外基质、膜相关结构）；热图与气泡图展示GO调控术语及生物过程富集，顶部25条富集通路的热图证明巨噬细胞群内表达模式的协调性。
3.4. Quality Control Assessment and Preliminary Analysis of Osteosarcoma scRNA-seq Data。研究人员通过质控指标评估显示，小提琴图展示了总计数、基因数及线粒体基因百分比分布；散点图显示总计数与检测基因数正相关且线粒体含量高提示细胞应激；直方图显示每细胞检测基因数呈约1000–2000的正态分布；箱线图确认过滤后数据一致性；相关性热图显示总计数、基因数与对数转换值强正相关（r>0.9），线粒体百分比呈弱负相关；PCA分析沿PC1和PC2轴展示明显细胞异质性及不同群体。
3.5. Dimensionality Reduction and Unsupervised Clustering of Osteosarcoma Single-Cell Transcriptomes。研究人员通过t-SNE与UMAP降维算法揭示一致聚类模式，识别约8–10个不同细胞簇，空间分离表明转录不同的细胞群。三维UMAP增强簇分离分辨率；层次聚类树状图显示簇间转录关系，分两支对应不同细胞谱系；热图展示簇间差异基因表达（黄色上调、蓝色下调）；小提琴图展示代表标记基因在各簇分布，证实骨肉瘤内存在实质性细胞多样性。
3.6. Marker Gene Identification and Differential Expression Analysis in Osteosarcoma Single-Cell Data。研究人员通过差异表达分析识别簇特异性标记基因。热图展示所有群体中顶级标记基因的层次聚类表达；气泡图综合展示标记基因表达（点大小示表达细胞百分比，颜色示平均表达强度），SAMD11、HES4等具簇特异性富集；共表达分析示SAMD11与HES4正相关；密度图示SAMD11右偏分布；条形图列Cluster 0前10差异基因（如FCGR2A、MRC1、CD68）；火山图展示Cluster 0与Cluster 4间全局差异表达景观（红色上调、蓝色下调）。
3.7. Functional Enrichment and Pathway Analysis of Osteosarcoma Single-Cell Transcriptomes。研究人员通过功能富集分析揭示骨肉瘤细胞异质性背后的关键生物过程与信号通路。箱线图展示关键基因在不同簇的表达分布及簇间变异性；GO生物过程富集识别细胞粘附、细胞外基质组织、免疫反应调节及代谢过程；KEGG富集突显PI3K-Akt信号、局灶性粘附、细胞因子-细胞因子受体相互作用等通路；基因-通路互作网络及蛋白-蛋白互作网络识别关键分子互作与调控枢纽；饼图展示各簇细胞比例分布。
3.8. Validation of Differential Gene Expression by Quantitative Real-Time PCR。研究人员通过qRT-PCR在MG-63与hFOB 1.19中验证四个候选基因。相比正常成骨细胞，F11 mRNA在MG-63中显著下调（0.31±0.04 vs. 1.00±0.07，降低69%，p<0.001）。ACRP2 mRNA上调（2.87±0.33倍，p<0.001），LEPR mRNA上调（4.52±0.48倍，p<0.001），POSTN mRNA上调最显著（6.23±0.57倍，p<0.001），与单细胞数据中Cluster 2成纤维细胞区室高表达一致，提示其参与基质重塑、肿瘤粘附与迁移。
3.9. Validation of Protein Expression by Enzyme-Linked Immunosorbent Assay。研究人员通过ELISA确认蛋白水平差异。F11蛋白在MG-63中显著降低（0.35±0.05 vs. 1.00±0.08，降低65%，p<0.001），与mRNA变化吻合。ACRP2蛋白上调（2.64±0.29倍，p<0.001），LEPR蛋白上调（4.18±0.44倍，p<0.001），POSTN蛋白上调最显著（5.89±0.53倍，p<0.001），mRNA与蛋白水平基本一致，表明恶性表型中细胞外基质重塑能力增强。
讨论部分总结：研究人员通过整合单细胞转录组分析与体外实验验证，系统表征了骨肉瘤微环境细胞异质性与候选生物标志物。scRNA-seq鉴定七群细胞，候选基因具簇特异性：F11多细胞低丰度表达，ACRP2富集于Cluster 2与Cluster 1，LEPR富集于Cluster 1和2涉基质调控，POSTN主位于Cluster 2（Fibro_COMP）符合纤维母细胞来源细胞外基质蛋白角色，提示癌症相关成纤维细胞表型促进展。巨噬细胞群功能富集示免疫、代谢及细胞外基质组织相关通路激活，PI3K-Akt与局灶性粘附活化与既往报道一致。研究人员指出单细胞组织数据向批量细胞系验证的转换存方法学考量，MG-63为混合群体裂解物无法达单细胞分辨率，未来需FACS或激光捕获显微切割验证个别种群。鉴定出的群体与基因签名具转化研究潜力，POSTN主表达于成纤维区提示靶向基质微环境策略，LEPR靶向可扰肿瘤-基质互作，F11作为凝血因子具潜在抑瘤角色值得深究，细胞异质性亦涉治疗抵抗差异。研究人员强调质控、归一化与可视化确保群体与表达表征准确，亦承认单一样本GSM4952363、单一细胞系MG-63、两群组三重复及批量验证等局限，POSTN上调为确证性非新发现，通路结论属计算推断未功能验证。
结论部分翻译：本研究提供了骨肉瘤微环境的单细胞转录组图谱，鉴定了具有特征性基因表达签名的七个不同细胞亚群。四个候选基因F11、ACRP2、LEPR和POSTN在MG-63骨肉瘤细胞与正常成骨细胞中于mRNA和蛋白水平均差异表达，其中POSTN变化最为显著。这些发现丰富了骨肉瘤细胞异质性的知识体系，并为未来细胞类型特异性治疗策略研究奠定基础。需进一步扩大样本量、增加细胞系模型及采用细胞类型解析验证方法以确认并扩展上述观察结果。
需要我帮你把这篇解读里的关键专业术语（如scRNA-seq、TME、PI3K-Akt等）整理成一个带简短解释的词汇表吗？
