|
生信图书馆
那巨噬细胞怎么做生信呢？预后模型看腻了，馆长今天给大家带来点不一样的。 文献简介 Single-cell transcriptomics reveals the role of Macrophage-Naïve CD4 T cell interaction in the immunosuppressive microenvironment of primary liver carcinoma 发表年份：2022 影响因子：8.440 期刊名称：Journal of Translational Medicine 公众号回复“原文”领取本篇文献-文献编号0616
研究背景 肝癌通常表现为促进肿瘤逃逸的免疫抑制微环境。免疫细胞间的细胞间串扰显著影响免疫抑制微环境的构建。本研究旨在通过单细胞和大体积（bulk）转录组数据研究肝癌中免疫细胞与其靶向药物之间的重要相互作用。 # 单细胞数据：GSE159977, GSE136103, GSE125449； # 大体积转录组数据：TGCA-LIHC 研究流程
主要结果 # 1.肝脏多区域单细胞图谱 本研究共分析了31例患者的53184个细胞。这些细胞的Leiden聚类鉴定出22个不同的主要簇，分别代表上皮细胞、免疫细胞、内皮细胞和成纤维细胞群体(图1A)。UMAP图显示了中不同状态的分布(图1B)。利用特异性标记将这些细胞簇注释到21种肝脏细胞类型中 (图1C)。为了描述四种状态中每种细胞类型的变化，作者计算了每种状态中细胞类型的比例。观察到一些免疫细胞在癌症中的比例相对较高，包括T辅助细胞、naïve CD4 T细胞、耗尽CD8 T细胞、巨噬细胞、B细胞、浆细胞和Treg细胞(图1D)。
为了破译配体-受体在不同状态下的相互作用，进行了细胞-细胞相互作用分析。CellPhoneDB的结果表明，不同的状态表现出不同的免疫细胞相互作用(图2A-D)。此外，作者观察到macrophage-naïve CD4 T细胞相互作用对肝硬化和癌症有重要作用，而对肝炎没有重要作用。同时，CellChat的结果显示，巨噬细胞在肝硬化和癌症中表现出较高的外向相互作用强度，但在肝炎中表现出较低的强度(图3A)。同时，naïve CD4 T细胞在健康、肝炎和癌症状态下外向相互作用强度较低，但在肝硬化状态下外向相互作用强度增加。推测naïve CD4 T细胞可能通过旁分泌机制受到巨噬细胞的调节，主要在肝炎、肝硬化和癌症中。因此，在随后的分析中，作者研究了巨噬细胞作为发送者和naïve CD4 T细胞作为受体的信号通路。从健康到肝炎，MIF信号网络和相关的配体-受体相互作用，包括MIF-(CD74 CXCR4)、MIF-(CD74 CXCR2)和MIF-(CD74 CD44)对macrophage-naïve CD4 T细胞相互作用有显著影响(图3B和E)。从肝炎到肝硬化，CCL信号网络和相关的配体-受体相互作用，包括CCL5-CCR5和CCL5-CCR1，在macrophage-naïve CD4 T细胞相互作用中表现出最高的沟通概率(图3C和F)。从肝硬化到癌症，IL-16及其相关配体-受体相互作用(IL16-CD4)在macrophage-naïve CD4 T细胞相互作用中表现出显著差异(图3D和G)。
此外，作者可视化了上述信号通路(MIF、CCL和IL16)的网络和相互作用。在健康状态下，MIF信号通路所表现出的通信概率不显著，与肝硬化状态下的IL16相似。巨噬细胞与其他免疫细胞之间基于MIF信号通路的相互作用主要由旁分泌信号介导(图4A和B)。从肝炎到肝硬化，CCL信号通路的总相互作用显著增加(图4C和E)，巨噬细胞和naïve CD4 T细胞的自分泌和旁分泌细胞的强度在CCL信号通路中都有所增加(图4D和F)。从肝硬化到癌症，巨噬细胞和naïve CD4 T细胞在IL-16信号通路中采用自分泌和旁分泌机制进行交流(图4G和H)。
# 2.巨噬细胞和naïve CD4 T细胞的基因调控网络 考虑到macrophage-naïve CD4 T细胞相互作用在TME中的重要性，作者使用SCENIC破译巨噬细胞和naïve CD4 T细胞的基因调控网络(GRN)，然后进行基于调控活性的分层聚类。结果表明，肝硬化和癌症的巨噬细胞GRN相似，而肝炎与其他三种状态存在差异(图5A)。Naïve CD4 T细胞在肿瘤中表现出明显的GRN(图5F)。此外，使用RSS来评估调节子，并进行排名(图5B-E, G-J)。发现转录组因子(XBP1)在癌症的巨噬细胞和naïve CD4 T细胞中均排名第一(图5E和J)。 # 3.Treg细胞可能来源于naïve癌症中的CD4 T细胞 结果还表明，Treg细胞在肿瘤微环境中占比较高的比例(图1D)。推测Treg细胞也可能由naïve CD4 T细胞在癌症中转化，因此作者进行了轨迹分析。PAGA的结果验证了推测(图5K)。此外，还发现naïve CD4 T细胞在特定状态(肝硬化和癌症)转化为Treg，这可能与巨噬细胞有关。
# 4.bulk转录组学数据验证 为了进一步阐明macrophage-naïve CD4 T细胞相互作用与临床的关系，作者建立了macrophage-naïve CD4 T细胞(MNT)评分。首先，分别从巨噬细胞(癌症)和naïve CD4 T细胞(癌症)中选择了调节因子的靶基因，并在网络中可视化(图6A)。研究共使用了125个靶基因，其中巨噬细胞(癌症)中有78个，naïve CD4 T细胞(癌症)中有47个。然后，基于TCGA-LIHC数据集对正常组织和肿瘤组织中选定的基因进行差异表达分析。47个基因符合Cox回归分析(图6B)。Cox回归分析结果显示，18个基因与预后显著相关(图6C)。随后，采用LASSO回归模型建立MNT评分。图6D结果显示，MNT评分由7个基因(BOD1、SEC61A1、RHEB、CFL1、PTMA、C1orf109和E2F5)产生。根据中位数将病例分为高分组和低分组。高、低评分组生存率差异有统计学意义(图7A)。另外两个HCC数据集(ICGC-LIRI和GSE54236)也表明，MNT评分较高的患者预后最差。高分组的病例在白细胞和细胞因子相关通路显著富集(图7B)。在高分组的病例中，Treg细胞和巨噬细胞的浸润更高(图7C-F)。
# 5.基于CTPR和PRISM的药物预测 基于CTPR和PRISM数据库预测潜在药物(图7G-J)，发现高分组病例可能对GSK461364、SB-743921、dabrafenib、ispinesib和epothilone-b更敏感。 # 6.巨噬细胞在TME中倾向于表现为M2表型 为了进一步探讨巨噬细胞的功能，作者研究了巨噬细胞差异表达基因(M1、M2)与极化评分的相关性。结果表明，巨噬细胞在健康状态下倾向于呈现M1表型，而在肝炎、肝硬化和癌症中则倾向于呈现M2表型(图7K-R)。
结论 总之，本研究揭示了macrophage-naïve CD4 T细胞相互作用在原发性肝癌免疫抑制微环境中的关键作用。肿瘤相关巨噬细胞可能来源于肝硬化。Naïve巨噬细胞诱导的CD4 T细胞可在肝硬化中分化为Treg，最终导致免疫抑制TME。靶向macrophage-naïve CD4 T细胞相互作用的预测性药物可能有助于改善免疫抑制微环境和防止免疫逃避。 想发高分的小伙伴不妨试试巨噬细胞这个热点，搭配上单细胞数据，这个分数想低了都难。有技术难题欢迎咨询馆长哦~ |
|
|
