影响因子：7.4
研究概述：免疫检查点抑制剂（ICIs）在癌症的治疗中产生了革命性的影响。然而，大多数患者对ICIs表现出耐药性或治疗无效，且其潜在机制尚未被完全阐明。本研究采用了单细胞RNA测序和大规模的全癌症转录组数据，对肿瘤微环境（TME）的转录组特征进行了详细探讨。作者首先利用单细胞RNA测序，通过对接受新辅助免疫治疗的肿瘤患者治疗前后数据进行分析，识别和验证了与ICIs反应相关的基因调控网络。其中，一种名为PPARG的调控因子与免疫检查点抑制剂反应密切相关，其功能在包括结直肠癌、乳腺癌在内的多种癌症数据集中得到了验证。此外，作者研究构建了一个基于PPARG的调控网络预测模型，并开发了相关的网站工具，为研究人员提供了免疫治疗反应的预测。具体研究流程如下：
研究结果：
单细胞数据分析
作者对单细胞测序公共数据（GSE207422）进行分析，得到10,441个细胞以及13个主要细胞簇 (图A, B)。随后使用细胞特异性基因注释对应的细胞类型。为了研究ICI治疗前后TME的特征，作者计算了治疗前和治疗后患者中不同细胞类型的比例 (图C)。
基于调控因子的模块识别
作者使用SCENIC算法来识别关键的调节子（SCENIC分析是对单细胞数据中转录因子进行研究，最终筛选得到调控强度显著、处于核心作用的转录因子；主要分为三个步骤：步骤 1--识别并筛选出与转录因子共表达的基因；步骤 2--对每个共表达模块进行显著性富集，筛选得到显著表达的靶基因，将每一对转录因子与靶基因的组合称为调控因子（regulons）；步骤 3--采用AUCell算法对每一组调控因子的转录活性进行打分regulon activity scores (RAS)，从而确定转录因子对靶基因的调控强度。最后，作者得到了139个调控因子以及8839个靶基因。并且，不同的细胞类型以及治疗前后的细胞亚群都可以通过RAS评分高低表达出来（图A-B）。作者进一步发现，这139个调控因子可以分为14个模块（图C），其中新辅助免疫治疗联合化疗前后，髓系细胞在M5模块的RAS表现出最显著的差异（图D）。在髓系细胞的M5模块里面，PPARG 调控因子（包含23个靶基因：FTL, ACP5, GRN, ASAH1, FBP1, CTSS, APOE, GLUL, SLA, TXNIP, BRI3, CD68, MSR1, VSIG4, BHLHE41, ALDH2, ALOX5, CSTB, TMBIM1, CD52, LIPA, GPNMB, CPM）的评分最为显著（图E-G），这提示了PPARG regulon在免疫治疗当中可能起到关键作用。
PPARG regulon在免疫治疗的关键作用探究
在前面发现PPARG 调控因子在免疫治疗当中可能起到关键作用；为了进一步探究这个发现，作者对比了PPARG 调控因子在不同癌症类型和治疗状态下的活性变化，发现这些变化与免疫治疗反应密切相关。LUAD患者（单细胞数据：GSE207422）治疗前和治疗后的PPARG调控因子活性得到了显著的提高（图A-B），此外，新辅助免疫治疗联合化疗后，主要病理学缓解组 (指活性的肿瘤成分减少到某一临界值以下) 的PPARG调控因子活性高于非病理学缓解组组（图C）。对于结直肠癌患者同样如此（单细胞数据：GSE205506），治疗前和治疗后达到病理完全缓解的患者PPARG调控因子活性显著提高（图D）; 免疫治疗后病理完全缓解组和肿瘤组织中PPARG调控子的活性分别高于非完全缓解组和癌旁组织（图E-F）。随后作者在转录组（GSE207422, GSE126044，PRJEB23709）进行了同样的验证：LUAD、NSCLC和黑色素瘤患者在病理完全缓解或反应组的PPARG调控因子活性均显著升高（图G-I）。在另外两个接受免疫疗法化疗的晚期NSCLC患者的转录组数据集 (GSE135222和Orient-11) 中，高PPARG评分与更好的预后相关（图J-K）。在Orient-11队列中，PPARG调控因子评分与免疫评分之间存在正相关关系，表明PPARG调控因子活性与免疫状态相关（图L）。
PPARG +骨髓细胞图谱
作者根据髓系细胞表面标志物(CD14+，FCER1A-)在GSE207422 (LUAD肿瘤样本)和GSE205506 (CRC肿瘤样本)中识别出了18488个髓系细胞。基于在PPARG评分，PPARG+髓系细胞可被分成14个亚群 (I-XIV)（图A）。基于AUCell评分，作者发现在这的14个PPARG+髓系细胞亚群中，I、II和III亚群的中位AUCell评分超过0.50，表明这些亚群具有较高的PPARG活性（图B）。并且，I、II和III亚群在治疗后占了主导地位（图C-E）。同样，结直肠癌患者治疗应答组对比于治疗前和非响应组的PPARG+髓系细胞I、II和III亚群的比例要更高（图F-I）。乳腺癌患者治疗应答组相较于非应答组的PPARG+髓系细胞I、II和III亚群的比例同样更高（图J-L）。最后作者创建了一个在线网页（https://pparg.online/PPARG/ or http://43.134.20.130:3838/PPARG/），当上传单细胞数据矩阵后，网页可提取髓系细胞并根据每个髓系细胞的PPARG评分识别I、II和III亚群（图M）。
研究总结：
本篇研究通过整合单细胞和大规模RNA测序数据，揭示了肿瘤微环境中不同细胞类型的转录组特征及其与免疫治疗反应的相关性，提出了PPARG调控因子作为免疫检查点抑制剂反应预测因子的潜力，识别出I、II、III三个PPARG+髓样细胞亚群，这些亚群在治疗响应组中的比例显著增加，进一步验证了PPARG调控因子在预测ICIs反应中的潜力。总的来说，这篇文章展示了单细胞和转录组结合在研究肿瘤微环境和免疫治疗反应中的研究思路，最后的在线网页创建也值得大家的学习。
