Nature Communications | 翻翻scRNA-seq数据集,添点 IMC数据分析,给您不一样的高分体验!

肿瘤相关成纤维细胞(CAF)是肿瘤微环境中的一种多样化的细胞群,对肿瘤的演变和患者的预后有重要影响。为了定义CAF表型,研究人员分析了来自14名乳腺癌患者肿瘤的16,000多个间质细胞的单细胞RNA测序(scRNA-seq)数据集,在此基础上定义并在功能上注释了9种CAF表型和一类周细胞。研究人员在另外四种癌症类型中验证了这种分类系统,并在匹配的乳腺癌样本上使用组织成像质谱流式(IMC)技术来确认在蛋白质水平上定义的CAF表型,并分析它们在肿瘤中的空间分布。这种CAF分类方案将允许比较不同研究中的CAF表型,促进对其功能作用的分析,并有可能指导未来新治疗策略的开发。

样本分组

scRNA-seq数据集(14例人类乳腺癌)+IMC(12个乳腺肿瘤样本)。

研究结果

1、乳腺癌成纤维细胞的分类

基于差异基因表达分析与基因集富集分析一起确定了10种具有独特基因表达谱的生物学可解释细胞类型(9种CAF类型和1个周细胞簇);其次,查看了每位患者所有CAF类型和周细胞的比例。CAF类型为九种:基质CAFs (mCAFs)、炎性CAFs (iCAFs)、血管CAFs (vCAFs)、血管CAFs (vCAFs)、肿瘤样CAFs (tCAFs)、干扰素应答型CAFs (ifnCAFs)、抗原呈递CAFs (apCAFs)、网状样CAFs (rCAFs)、分裂CAFs (dCAFs)。

2、多种癌症类型中的成纤维细胞的异质性

为了验证研究的CAF分类方案是否独立于肿瘤类型,研究人员分析了四个公开可用的 scRNA-seq 数据集,分别来自非小细胞肺癌(NSCLC)、肠癌(Colon)、胰腺导管癌(PDAC)和头颈部鳞状细胞癌(HNSCC),涵盖了5723个癌症相关CAF的UAMP图。

研究人员使用了两步方法来识别集成数据集中的CAF类型并验证发现。首先对整合数据集的完整单细胞基因表达谱进行了无偏聚类,并确定了之前定义的所有CAF类型以及周细胞。所有CAF类型在所有癌症类型中都被检测到。

3、乳腺癌中CAF表型的空间分布

研究人员通过IMC技术(41个蛋白 panel 组合) 对12个乳腺肿瘤样本(通过scRNA-seq分析的14个患者样本中有12个匹配的组织样本)进行了染色,并检测了基质、肿瘤和免疫细胞。根据免疫荧光成像选择基质丰富的区域和三级淋巴结构(TLS)区域(ROI区域),然后用IMC分析这些选择的区域(每个患者7-13个,取决于可见TLS的数量)。经过单细胞分割,共鉴定出222,318个肿瘤细胞、104,767个免疫细胞和140,999个CAFs,以及29,635个内皮细胞和55,402个其他细胞。在IMC数据集中发现了大多数scRNA序列定义的CAF亚型,通过IMC验证了上述的CAF分类系统,且每种类型仅2-5个marker。如果要区分周细胞,还需增加3个marker。

4、邻域分析

邻域分析显示,iCAFs与vCAFs和内皮细胞都相邻。在CAF类型中,只有CD10/CD73 tCAFs和ifnCAFs在邻域分析中与肿瘤细胞表现出积极的相互作用,表明iCAFs与肿瘤接近。

总结


这项研究得出了以下结论:通过IMC,不仅展示了各种癌症相关CAF类型在乳腺肿瘤中的空间分布,还进一步验证了基于单细胞scRNA-seq的CAF分类系统的有效性。

【参考文献】Cords L, Tietscher S, Anzeneder T, Langwieder C, Rees M, de Souza N, Bodenmiller B. Cancer-associated fibroblast classification in single-cell and spatial proteomics data. Nat Commun. 2023 Jul 18;14(1):4294. doi: 10.1038/s41467-023-39762-1. PMID: 37463917; PMCID: PMC10354071.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,063评论 6 510
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,805评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,403评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,110评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,130评论 6 395
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,877评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,533评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,429评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,947评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,078评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,204评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,894评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,546评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,086评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,195评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,519评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,198评论 2 357

推荐阅读更多精彩内容