Cancer Cell 专家论坛 | 肿瘤空间转录组学

雨的前世

撰文 | 冰拿铁

2022年9月12日，Cancer Cell发表了题为Spatial Transcriptomics的Voices文章，重点讨论了肿瘤空间组学领域的前沿科学问题。



破译空间之道



Ana C. Anderson（哈佛医学院教授、Broad研究所教授）
单细胞转录组测术的实现了肿瘤复杂结构的系统解析，其衍生的细胞图谱不仅发现了肿瘤微环境的诸多细胞类型，并且解析了其细胞状态异质性。尤其对于免疫细胞来说，单细胞转录组加深了我们对 CD8+T细胞状态的本质属性。然而，这些细胞的空间特性仍是空白。随着空间转录组学的飞速发展，系统探索CD8+T细胞状态的细胞交叉互作网络和复杂高维的多细胞通信枢纽成为了可能。当前数据表明，干细胞样、Effector和Dysfunctional CD8+T 细胞位于肿瘤niche中，它们与抗原呈递细胞的相互作用可能决定它们的功能特性。空间组学将有效解析干细胞样CD8+T细胞，并探索其和免疫治疗的关系。但这领域还面临诸多挑战：成本较高、计算Pipeline仍不成熟等。克服这些问题将有望开辟下一代肿瘤治疗策略。



从“N = 1”到“N = 1,000”



Itai Yanai（纽约大学计算医学研究所所长）
肿瘤微环境的细胞构成极其复杂（如肿瘤细胞不同状态、免疫细胞类型/状态的同质性和异质性）。肿瘤进展的过程受到不同细胞类型的精密调控，暗示了其空间结构之重要。空间转录组学可精确定量RNA的时空异质性，已逐渐成为研究肿瘤生物学研究的有力武器。从微观上说，每个肿瘤都有自己独特的遗传学和形态学特征（“N = 1”），但空间转录组学可研究肿瘤细胞“邻域”结构（即“N = 1,000”）。因此，空间组学可产生大量数据以有助于探索肿瘤的空间结构。针对肿瘤邻域的测序可进一步将癌细胞状态与微环境的特定细胞类型相关联。我们课题组的数据表明，炎症状态的成纤维细胞可引发癌细胞“Stress”状态的改变。更多后续工作需要探索肿瘤-宿主相互作用、细胞状态的遗传性及肿瘤细胞的空间功能。随着空间组学和其他组学的系统结合，其必将产生肿瘤生物学的新“洞见”和新范式。



绘制肿瘤克隆进化的“肖像”



Lucy R. Yates（英国剑桥大学Wellcome Sanger研究所教授）
癌细胞通过突变、表型变异和自然选择而产生克隆进化。在过去十年中，我们课题组使用高通量全基因组测序 (WGS) 来研究影响癌症进化的各种突变过程和驱动事件。然而，由于缺乏适当的工具，我们仍然对bulk组织亚克隆与空间表型及微环境多样性之间的关系知之甚少。这些信息对于准确理解进化轨迹是如何形成至关重要。为了解决这一科学问题，我们与主要合作者合作开发新型研究流程，以整合WGS、突变/野生型转录本测序及计算生物学模型，以计算癌症克隆进化图谱。这种研究策略首次使我们能够在厘米级尺度直接观察多个癌症克隆的进化。通过整合额外的数据层，可进一步表征每个克隆的转录/形态特性以及免疫和基质邻域。随着技术的进一步改进，这些方法有望实现完整癌症生态系统的单细胞空间捕获。最后，通过应用谱系追踪的方法，将有望整合生态系统特征和克隆进化模型。未来，将这些方法应用于长期随访的临床样本，并将空间异质特征与临床结局相关联，将有望开发新型治疗策略。



癌细胞可塑性和异质性



Linghua Wang（美国MD Anderson肿瘤中心副教授）
基因组改变和细胞可塑性均在癌症的表型多样性方面发挥关键作用。癌细胞可塑性被认为是一种新兴的癌症Hallmark，它使癌细胞能够适应微环境并逃避免疫攻击和药物治疗。例如，癌细胞可以转换其谱系身份以抵抗抗癌药物的作用，上皮-间充质可塑性在癌症转移中起重要作用，细胞可塑性亦有助于癌症的发生并促进肿瘤表型异质性。
癌细胞可塑性很大程度上取决于微环境空间结构。在肿瘤内，源自同一克隆的癌细胞可能会表现出截然相反的表型状态，这取决于它们的空间位置、结构方式、细胞邻域及空间互作形式。单细胞研究正在深度表征癌细胞谱系/转录状态的多样性，并表明个体肿瘤中不同恶性细胞状态的及其与临床结局的关联。空间组学和相关计算方法学进展为更好地研究癌细胞空间可塑性带来了前所未有的机会。不同状态癌细胞的高分辨率空间映射及其与关键成分的关系（例如免疫/基质细胞）和结构（例如三级淋巴结构）在其复杂和动态的肿瘤微环境中可能为癌细胞表型异质性提供新的见解。应用机器学习从图像数据中提取组织学特征，并开发基于连续切片的 3D 重建方法将前所未有地揭示癌细胞的可塑性和异质性。



解析肿瘤微环境



Alexander Swarbric（澳大利亚加文医学研究所资深教授）
环境控制细胞命运、分化和生存——是发育生物学的公认原则。大量证据表明，实体瘤是复杂的细胞生态系统，其中肿瘤细胞、基质细胞和免疫细胞以及细胞外分子之间的相互作用决定了疾病结局和临床疗效。流式细胞术和单细胞 RNA 测序揭示了肿瘤细胞类型和状态的不同分类。然而，在空间尺度解析细胞异质性仍面临挑战，仍需要多重方法以明确细胞亚群及相应功能分子。这些研究范畴通常超出了免疫荧光等基于抗体的方法的通量。空间转录组学通过测量数百到数千个转录本以及数十种蛋白质来解决这一挑战。虽然在过去的 8-10 年中，学界涌现出几种空间转录组学技术，但对于大多数实验室来说，这些技术通常难以直接应用。有意义的是，一些新的商业平台正在推广这项技术的应用。随着学界将细胞间相互作用作为肿瘤学中药物靶标和生物标志物的资源宝库，空间转录组学将成为我们识别和治疗靶向细胞交叉互作的重要工具——例如，淋巴细胞和调节性成纤维细胞之间的交叉互作。此外，它将能够发现细胞群落，可作为免疫疗法反应的潜在生物标志物。



多模态高通量组织成像



左：Peter Sorger（哈佛医学院讲席教授、哈佛诊疗学主任）右：Sandro Santagata（哈佛医学院教授、哈佛布莱根妇女医院教授）
空间转录组学有望在癌症2D/3D微环境中实现单细胞尺度的分析。激光显微切割的转录组学是该领域的经典方法，而其正在被空间组学取代——可直接从少至 5-10 个连续细胞中获得深度转录谱。然而，单细胞尺度的空间组学在已固定的组织的应用仍然具有挑战性。目前，空间组学领域和高通量成像领域之间存在某种分歧：后者使用免疫荧光或金属标记抗体的质谱法提供 40-80 种蛋白质的亚细胞分辨率数据。此类数据可以详细分析细胞/非细胞结构。此外，当高维成像与 H&E 染色组织切片的常规组织学相结合时，可深入分析已知可预测疾病结局的细胞和组织特征。深度光学成像和质谱成像可提供更大通量的信息。在我们的研究中，我们结合了来自临床队列和小鼠模型的固定标本的 H&E 组织学、高维免疫荧光和微区域转录组学。转录组学以相邻组织切片的详细形态学分析为指导，我们发现它提供了有关肿瘤细胞状态和细胞因子表达的大量数据。高维成像揭示了细胞间相互作用的复杂性，H&E成像数据可定义组织学特征。这种方法可受益于单细胞尺度的分辨率，但深层次研究究和转化应用仍需要与其他模态数据的深度整合。



重新审视 TME：三级淋巴结构



Wolf H. Fridman（法国Cordeliers研究中心主任、欧洲科学院院士）
患者的临床结局和免疫治疗响应依赖于肿瘤微环境 (TME) 的组成和空间结构。因此，位于肿瘤中心和侵袭性边缘的记忆T细胞通常与较好预后相关，而黑色素瘤中心的CD8+T 细胞对于免疫治疗应答至关重要。T 细胞和B细胞介导的抗肿瘤免疫可发生在三级淋巴结构 (TLS) 中。TLS 是组织成 T 和 B 细胞区域的细胞聚集体，位于与肿瘤巢密切接触的位置。我们和其他课题组均发现，TLS与更长生存期和免疫治疗响应显著相关。
空间转录组学的使用使我们能够更好地回答这一科学问题。首先，通过鉴定在 TLS 区域中高表达基因，能有效建立 TLS 转录组特征。其次，我们发现从naïve B 细胞到浆细胞等所有成熟状态的B细胞都存在于 TLS 中。空间组学数据还显示，在TLS 区域内产生的浆细胞沿着成纤维细胞迁移到肿瘤床中。最后，IgG 抗体还可结合于肿瘤细胞，诱导巨噬细胞依赖性细胞凋亡，并和免疫治疗疗效显著相关。总之，空间转录组学证明 B细胞选择、扩增、亲和力成熟和类型转换发生在 TLS 内部，导致 PC 生成、迁移和抗肿瘤抗体的产生。它证实了TLS对于微环境的结构至关重要，并揭示了新型免疫治疗临床分型策略。



处于时空演化中的肿瘤生态系统



高强（复旦大学附属中山医院主任医师、长江学者特聘教授）
癌症应该被视为一个适应性生态系统——同时受到内源性因素（基因组变异和代谢重编程）和外源性因素（免疫监视和治疗压力）的影响。在我的研究生涯中，两个深度关联的问题逐渐涌现：我们如何在多重时空尺度上系统建模和解码癌症进化的复杂性？肿瘤（微）环境和系统治疗如何构成选择压力，并驱动肿瘤细胞的“级联”进化？
当前，空间组学的繁荣逐渐使其成为癌症进化研究的焦点。首先，捕获组织高维时空结构可深度解析癌症跨时间、跨区域的进化格局。空间多组学甚至可原位追踪肿瘤内（非）遗传异质性、代谢偏好、新抗原动力学和免疫平衡。其次，空间组学和单细胞组学的深度整合将有望解析临床之惑。例如，它有助于解析免疫治疗的“假进展”或“适应性耐药”难题。第三，海量空间组学数据将有力驱动下一代精准肿瘤学。我们将系统追踪新辅助 PD-1治疗如何重塑细胞状态，以及癌症疫苗如何特异“武装”T细胞以剿灭癌症（亚）克隆。综上所述，这些进展将打通医学和生物学的底层逻辑——包括如何剖析肿瘤时空选择压力、监测免疫编辑动力学、设计下一代免疫治疗，并最终开启时空肿瘤学研究新范式。



空间尺度解析治疗效应和治疗抵抗



Livnat Jerby（斯坦福大学医学院教授、陈·扎克伯格生物中心研究员）
不同的细胞如何响应治疗和环境变化？细胞如何相互影响以形成抗肿瘤免疫？是什么导致了不同的肿瘤组织结构并决定了免疫细胞的募集和浸润？这些特征如何体现在临床结局中？空间组学能系统解析此类科学问题，并且可以从根本上改变我们研究和治疗癌症的方式，对诊断、治疗和癌症预防产生深远影响。空间组学的最新进展使我们能够以亚细胞分辨率测量数百到数千个基因和数百万个细胞。空间组织与标本库长期存储组织的兼容性支持可扩展样本量以进行深入研究，并可提供更多的临床和基因组信息。空间组学可帮助我们以高通量的方式深入机制研究，例如，作为体外空间组表征和体外/体内CRISPR 筛选。
利用最新的空间组学，我们现在可实现：(1) 将免疫学特征（免疫逃避/抑制）、基因组特性、（表观）遗传驱动因素等联合分析；(2) 鉴定细胞、多细胞和组织水平的生物标志物以及药物和免疫抗性的机制；(3) 使用这些丰富的生物标志物来鉴定联合治疗策略以靶向不同的细胞类型；(4) 多样化和扩大免疫调节机制和治疗的范围（如不依赖抗原的方式）。最后，破译肿瘤内多细胞协同的“内部工作方式”可为新型治疗方案提供生物学基础和新线索。



癌症免疫治疗



Benjamin Izar（哥伦比亚大学教授、纽约长老会医院教授）
癌症免疫疗法已经改变了癌症诊疗格局。表征癌细胞内在特征和肿瘤微环境特征对于预测疗效反应至关重要。单细胞基因组学有助于以高分辨率解决此类生态系统，并重新定义主要肿瘤浸润免疫细胞的复杂功能景观，丢失了细胞原位的空间信息。相反，多重免疫荧光数据表明，细胞（如T 细胞）的肿瘤内位置对于免疫治疗相应至关重要。空间组学结合了这两种方法的各自优势，能够对单个细胞或更高级细胞中枢（例如三级淋巴结构）以及肿瘤环境中细胞之间的状态、位置和潜在相互作用进行无偏倚的分析。鉴于癌症中复杂的多细胞相互作用，实现空间组学的分析和转化潜力仍然存在挑战。例如，增加分辨率以实现单细胞分辨率需要考虑RNA技术噪声，并可能导致对免疫细胞的注释错误。此外，多模态空间组学可进一步解析肿瘤-免疫相互作用。空间组学能更有效识别免疫治疗生物标志物、精细定义免疫细胞状态，以广泛影响肿瘤免疫学研究。



空间组学的计算生物学策略



左：Lulu Shang（密歇根大学博士生）；右：Xiang Zhou（密歇根大学副教授）
空间组学已变得越来越流行，正不断揭示癌症基因组学的新发现。与bulk和单细胞转录组学不同，空间转录组学可保留空间定位信息并测量基因表达，因此特别适合表征肿瘤的转录组学景观。空间转录组学的有效分析更需要开发计算和统计新策略。我们课题组已经开发了多种算法以将空间转录组学用于癌症基因组学。这些方法包括用于检测空间可变基因的 SPARK 和 SPARK-X、用于细胞类型反卷积的 CARD、用于空间降维和空间轨迹推断的 SpatialPCA、用于空间域检测和细胞类型聚类的 BASS。有了这些工具，我们现在可以识别新的癌症标记基因，破译癌症领域的细胞类型组成，检测从正常区域到肿瘤区域的空间转录组转换，跟踪肿瘤进化，揭示肿瘤微环境，并定位三级淋巴结构。展望未来，空间转录组学技术趋向于测量更多的组织位置，具有更高的空间分辨率，跨越多个组织切片，并衍生至空间多组学。因此，学界需要新算法以处理超大尺度、亚细胞分辨率的空间组学数据，并需要能够跨模态、跨平台、跨数据集、跨数据数据类型的综合分析算法以实现整合分析。计算生物学策略对于解析空间组学数据至关重要，并为揭示肿瘤发生发展、解析细胞互作、表征肿瘤异质性、开发转化药物提供了新的可能性。

原文链接：
https://www.cell.com/cancer-cell/pdf/S1535-6108(22)00385-3.pdf

转载须知【原创文章】BioArtMED原创文章，欢迎个人转发分享，未经允许禁止转载，所刊登的所有作品的著作权均为BioArtMED所拥有。BioArtMED保留所有法定权利，违者必究。

壹矗垉芐厾

very good