小细胞肺癌（small cell lung cancer， SCLC）是一种侵袭性肿瘤，其特点是生长迅速、早期传播，通常长期预后不佳。近年来，一些研究揭示了其肿瘤分子异质性，但肿瘤免疫微环境中的空间组织和细胞相互作用仍有待阐明。
2025年2月，复旦大学附属肿瘤医院胸外科的陈海泉教授团队联合复旦大学生命科学院曹志伟教授团队，在Cancer Cell发表题为“Integrative Spatial Analysis Reveals Tumor Heterogeneity and Immune Colony Niche Related to Clinical-outcomes in Small Cell Lung Cancer”的研究，通过空间蛋白组（CODEX,又称PCF）、空间转录组联合常规组学描绘165名SCLC患者的空间单细胞景观，创新性开发ColonyMap算法，深入解析SCLC免疫细胞空间互作，发现精准预测免疫疗效及患者预后的“MT2”细胞集落生态位，为研究SCLC的空间异质性提供了宝贵的资源，并为潜在的患者分层和个性化治疗提供了见解。
研究思路
研究结果
1. SCLC的空间单细胞图谱揭示肿瘤异质性
该研究通过CODEX（PCF）技术对126例肿瘤样本和16例配对的癌旁样本进行了35种抗体的检测，总共获取了267张高维图像，分析了超930万个细胞，全面描绘了原发性SCLC肿瘤的空间图谱。该panel覆盖SCLC亚型转录因子（ASCL1、NEUROD1等）、免疫细胞标记（CD3、CD8、CD68等）、功能蛋白（PD-1、Ki67、SLFN11等）。
超过10 %的肿瘤细胞（TC）被鉴定为多阳性肿瘤细胞（MPTC），这些细胞共表达两个或多个阳性TF标记物的表型，其中ASCL1和NEUROD1共表达最为普遍，并通过IHC、scRNA-seq及CosMx得到验证。将TCs划分为SCLC-A、SCLC-N、 SCLC-Y、SCLC-P亚型，其中，SCLC-Y的免疫浸润程度最高（25.2%），由巨噬细胞驱动，且与良好的预后相关。SCLC-Neg肿瘤免疫浸润水平相对较高，仅次于SCLC-Y肿瘤。总之，CODEX（PCF）数据揭示了几种SCLC亚型的分子标记表达和免疫细胞组成的异质性。
2. 细胞邻域（CN）标志着空间表型转变及预后相关性分析
细胞邻域分析发现20个CNs，当局限于SCLC-A亚型时，CN7 （YAP1+ TC富集）、CN9 （MPTC富集）和CN10 （NEUROD1+ TC富集）与不良预后显著相关，而CN17（ASCL1+ TC富集）与改善生存相关，表明在ASCL1+为主的肿瘤中，其他亚型的出现预示着不良预后。CN9高表达Ki67和SLFN11，意味着其具有高增殖和转移潜力，部分解释了其与不良预后的关系。CN9携带的RBBP6突变最多，据报道RBBP6突变可诱导EMT过程并促进肿瘤转移，可能与化疗后SCLC复发有关。在SCLC-A肿瘤中存在一种特殊的MPTC富集邻域（CN9），该邻域具有高转移潜力、高SLFN11表达并与不良预后相关。
3. ColonyMap检测SCLC的空间菌落结构
在空间上，同一细胞类型在聚合或分散状态可能表现出不同的生理功能。研究人员开发了一种空间菌落检测算法ColonyMap，分析免疫细胞群落间的相互作用（CCI），共检测到17种菌落类型。SCLC-A和混合型SCLC-A的肿瘤-肿瘤CCIs较多，表明其具有较大的肿瘤内多样性和空间复杂性。而免疫-免疫CCIs在SCLC-Y中更为常见，与高免疫浸润一致。ASCL1+肿瘤菌落主要定位于血管附近，与其他菌落相比，ASCL1+菌落内ECs的比例最高。更重要的是，在所有SCLC患者中，ASCL1+肿瘤和EC集落之间较低的区CCI比例与较好的无复发生存（RFS）和OS显著相关。综上，在SCLC中，ColonyMap算法检测的细胞集落和CCI分析可能为发现微环境中临床相关的亚结构提供新的方法和视角。
4. CCI分析确定了良好预后相关的MT2生态位
研究人员使用ColonyMap系统地进行CCI分析，发现由巨噬细胞、NKT和CD8+ T组成的免疫生态位（以下简称MT2），其面积大的患者与良好的长期生存率显著相关，且无论SCLC整体免疫浸润如何，MT2面积似乎都是一个独立的预后因素。MT2内的巨噬细胞有低脂合成、低缺氧和高抗原呈递能力，耗竭T细胞减少。综上，这些免疫细胞的不同功能状态表明SCLC中存在独特的局部肿瘤内微环境，提示MT2生态位可能影响免疫治疗反应。
5. M1样巨噬细胞的MT2生态位预测ICB反应
研究人员通过抗PD-L1免疫治疗SCLC患者的独立队列，ICB治疗后，将患者分为持续临床获益（DCB）组和无持续临床获益（NDB）组，再将患者分为高、低M1-MT2组（由M1样CD86+巨噬细胞、CD8+ T细胞和NKT细胞组成）时，发现高M1-MT2组DCB患者数量明显高于低M1-MT2组，预后分析显示高M1-MT2比例与免疫治疗后存活时间延长相关。相比之下，总MT2面积的比例不能预测ICB的结果。总之，本研究首次检测到一个稳定的抗肿瘤生态位，包括M1样巨噬细胞、CD8+ T细胞和NKT细胞，它可以很好地预测SCLC的ICB反应，可能为基于时间的SCLC免疫治疗铺平道路。
总结
该研究通过对165例SCLC患者样本进行空间蛋白组CODEX（又称PCF）等多组学技术检测，在单细胞水平上解析肿瘤和免疫细胞的空间分布和相互作用，揭示了肿瘤异质性的空间特征。
这一研究成果不仅填补了SCLC空间生物学研究的空白，更为后续靶向肿瘤-免疫交互的精准治疗策略提供了关键理论框架与数据资源。此外，研究人员还开发ColonyMap算法，其可扩展到其他空间组学数据分析。
【参考文献】Chen H, Deng C, Gao J, et al. Integrative spatial analysis reveals tumor heterogeneity and immune colony niche related to clinical outcomes in small cell lung cancer. Cancer Cell. 2025 Feb.
