Cancer Discovery | 多图详解结直肠癌肝转移的免疫动态变化
日前，复旦大学高强团队整合单细胞 RNA-seq 和空间转录组学对 97 个匹配的样本进行了测序来描述结直肠癌肝转移（Colorectal Cancer Liver Metastasis，CRLM）的免疫进化，并揭示了肿瘤如何对新辅助化疗（Neoadjuvant Chemotherapy，NAC）做出反应。该研究结果强调了有效 NAC 治疗对可切除 CRLM 患者的有利影响， 并允许在选定的患者中进行数据驱动的新型治疗组合设计，例如 NAC +免疫治疗。研究结果于2021年8月在线发表在Cancer Discovery 期刊，引起广泛关注。以下是详细解读，文末附2条经典算法。
文章题目：Spatiotemporal Immune Landscape of Colorectal Cancer Liver Metastasis at Single-Cell Level
发表期刊：Cancer Discovery
发表时间：2021-08-20
影响因子：39
主要研究团队：复旦大学高强团队
DOI：10.1158/2159-8290.CD-21-0316
研究背景
肝转移是结直肠癌死亡的主要原因，表现出高度异质性和抑制性免疫微环境。其仍然是结直肠癌患者长期存活的主要障碍，部分原因是癌细胞的高度动态扩散途径。在癌细胞之外，肝转移的肿瘤微环境（tumor microenvironment，TME）具有高度免疫抑制表型，诱导抗原特异性 T 淋巴细胞的系统性丢失，并推动肿瘤的扩散。免疫细胞如何在空间上协调CRLM的进展以及转移细胞微环境是否与原发细胞微环境不同仍然未知。因此， 探究 CRLM 的单细胞和空间图谱，可增加对于结直肠癌肝转移的理解。
研究方法
一、 实验材料
人：24 名患者的 97 个样本
鼠：CRLM的小鼠模型
二、 实验技术
单细胞RNA-seq、空间转录组测序等
三、实验流程
图1A 空间转录组学联合scRNA-seq等多组学技术揭示CRLM的免疫景观
研究结果
1. 整合scRNA-seq和空间转录组学可精确量化可切除CRLM中的免疫细胞多样性
为了确定CRLM的单细胞景观，研究者使用结直肠癌（CRC）、邻近结肠、肝转移（LM）、邻近肝脏、沿结肠的淋巴结（LN）和外周血单个核细胞（PBMC）配对样本，应用scRNA-seq和ST来量化CD45+细胞动力学（图1A）。根据严格的标准，总共招募了24名可切除的CRLM患者。
具体而言，来自20名患者的89份样本接受了scRNA-seq，来自4名患者的8份样本进行了ST测序，其中来自13名患者的54份样本未接受治疗，来自6名患者的30份样本接受了部分缓解（PR）的新辅助化疗，来自5名患者的13份样本接受了进展性疾病（PD）或稳定性疾病（SD）的新辅助化疗（图1A）。所有肿瘤均为微卫星稳定型。
在两轮质控和双重去除scRNA序列数据后，使用未治疗患者的79703个细胞（n=11）、NAC PD/SD患者的36284个细胞（n=5）和NAC PR患者的62643个细胞（n=4）进行进一步分析。平均而言，每个样本包含2007个细胞，每个细胞中量化了1064个基因（中位数），不同样本之间没有明显的批效应。研究者整合所有178630个CD45+细胞，进行聚类分析，并使用SingleR和细胞标记基因确定主要细胞类型。从CRLM样本中鉴定出髓样细胞、CD8+T细胞、CD4+T细胞、NK细胞和B细胞（图1B、1C），这在很大程度上与先前结肠癌的scRNA序列一致。
值得注意的是，不同组织类型的T细胞比例明显不同，表明免疫微环境的组织异质性（图1D）。CRC和配对LM显示所有CD45+细胞中约10%的Treg细胞，而这些细胞在相邻正常组织中稀少。这表明肿瘤内免疫受到抑制，这归因于肝转移的免疫治疗效果降低。同样，研究者整合了SingleR和基于手动标记的注释，以进一步定义免疫细胞亚群（图1E），用于进一步深入分析。
同时，对来自2名未治疗患者和2名NAC PR患者（图1F、1G）的8个样本（配对CRC和LM）的ST数据进行分析。无监督聚类分析将样本分为不同区域，如肿瘤和成纤维细胞区域（图1F）。为了整合scRNA序列和ST数据，研究中使用Seurat对主要免疫亚群进行量化。在未经处理的样本中，观察到与scRNA序列一致的免疫细胞模式，例如CD8+T细胞在LM和CRC中显著富集（图1G）。相比之下，在NAC处理的样本中，观察到更小的肿瘤区域和不规则的免疫细胞分布。总之，研究结果突出了CRLM患者的时空动态免疫细胞景观和NAC后的巨大重塑。
图1 scRNA测序和空间转录组学揭示了CRLM的免疫景观
（B）所有主要免疫细胞类型的UMAP图；（C）选定细胞标记物的热图。左：代表CRC中的免疫细胞，右：代表LM中的免疫细胞基因表达模式
(D)直方图显示组织中主要免疫细胞的比例。右：代表T细胞比例，左：代表其他免疫细胞；（E）UMAP图显示髓样细胞和CD8 T细胞亚群
(F) CRC和LM中空间转录组学的无监督聚类分析；(G）CRC和LM的空间转录组学CD8 T细胞评分
2. 转移性肿瘤富含免疫抑制细胞，尤其是MRC1+CCL18+M2样巨噬细胞
考虑到患者细胞成分的异质性，研究中使用BCa bootstrap算法来估计细胞比例，该算法使用bootstrap重采样1000次来估计与细胞类型比例估计相关的标准误差。过滤低丰度的免疫细胞，聚集免疫细胞比例，并在组织间缩放它们（图2A）。一般来说，在未经治疗的样本中，免疫细胞丰度可分为6种不同的模式（adjacent colon high, CRC high, adjacent liver high, LM high, colon high, and liver high）。
相邻的大肠样本显示AIM2+记忆B细胞、TCL1A+幼稚B细胞和CD4+幼稚T细胞的比例最高，而结直肠癌样本大多富含FOXP3+Treg细胞。MAIT细胞、NK细胞和FGFBP2+GZMB+CD8+T细胞在邻近正常肝组织中富集，类似于先前在原发性肝癌中的报告。这些结果表明某些免疫细胞具有器官特异性分布。
有趣的是，PDCD1+CD4+T细胞和CTLA4+CD8+T细胞分别在原发性肿瘤（CD45+细胞的2.24%和1.49%）和LMs（CD45+细胞的1.17%和3.02%）中相对富集。这些细胞在TME中同时出现表明免疫细胞是一种常见的肿瘤。相反，LM中特异性存在一些免疫抑制细胞，其中观察到SPP1+巨噬细胞和MRC1+CCL18+巨噬细胞急剧增加（图2B）。探究这种LM特异性巨噬细胞的来源，发现尤其是MRC1+CCL18+巨噬细胞具有Kupffer细胞特征，表明其可能来源于肝Kupffer细胞。据报道，中性粒细胞作为潜在的促肿瘤细胞也富含LM（图2B）。进一步使用ssGSEA来量化免疫细胞亚群的空间分布。同样，MRC1+CCL18+巨噬细胞和SPP1+巨噬细胞在治疗初期的LM中富集（图2C）。这些数据与scRNA-seq数据部分一致，进一步证实了TME在肝转移中的潜在抑制作用。
接下来，研究者试图在另外三个独立的CRLM队列中验证上面的发现。首先，使用多重免疫组织化学（mIHC）对另外27例CRLM患者（n=18，未经治疗；n=9，NAC-PR）进行研究。在未处理的样本中，观察到CRC和LM中FOXP3+Treg细胞、MRC1+CCL18+巨噬细胞和SPP1+巨噬细胞的浸润显著增加，这与scRNA序列数据基本一致（图2F）。其次，利用ssGSEA对CRLM的大量微阵列数据集中的免疫细胞进行评分（n=133）。由于缺乏邻近组织的数据，只能检查原发性肿瘤和转移性肿瘤之间的细胞丰度。根据scRNA-seq数据，在该验证队列中，转移性肿瘤中MRC1+CCL18+巨噬细胞、SPP1+巨噬细胞和中性粒细胞的比例均显著较高。然后，探讨了癌症基因组图谱（TCGA）CRC队列（n=430，图2G）中scRNA-seq定义的免疫细胞亚群的预后价值。原发性肿瘤中MRC1+CCL18+巨噬细胞和SPP1+巨噬细胞的高分均预测预后显著恶化（图2G）。
总之，CRLM单细胞和空间免疫景观可以在独立队列中得到验证，这表明了研究数据的稳定。这些观察结果也使研究者假设特定的巨噬细胞亚群可能在CRLM中的促肿瘤生态位形成中发挥基本作用。
图2 从原发肿瘤到肝转移的免疫重塑（Immune Remodeling），尤其是MRC1+CCL18+巨噬细胞。
（A）热图显示不同组织中免疫细胞亚群的比例。免疫浸润可分为6种类型，包括adjacent colon high, CRC high, adjacent liver high, LM high, colon high, and liver high；（B）选定免疫细胞亚群的比例，y轴表示百分比（bootstrap），x轴表示不同的组织
（C）结肠或肝脏肿瘤正常样本中选定免疫细胞亚群的空间转录组学；（D） FOXP3+Treg细胞的多重免疫组织化学。蓝色箭头表示FOXP3+Treg细胞；（E）SPP1+巨噬细胞和MRC1+CCL18+巨噬细胞的多重免疫组织化学。蓝色箭头表示SPP1+巨噬细胞，黄色箭头表示MRC1+CCL18+巨噬细胞。(F) SPP1+巨噬细胞、MRC1+CCL18+巨噬细胞和FOXP3+Treg细胞的比例；（G）MRC1+CCL18+M2样巨噬细胞在TCGA大肠癌患者中的预后价值（prognostic value）
3. 转移性肿瘤的巨噬细胞向抑制状态转移
鉴于LM中巨噬细胞亚群的富集，假设这些富含LM的巨噬细胞可能在不同组织中功能不同。因此，研究者进行了基于配体-受体的癌症免疫串扰分析，并比较了原发部位和转移部位（图3A）。引人注目的是，SPP1+巨噬细胞和MRC1+CCL18+巨噬细胞在LM和CRC之间的所有不同通讯的细胞类型中排名较高。这一结果表明，肝转移癌细胞可能会优先重编程巨噬细胞并诱导其特定功能状态（图3A），这可能是由于原发癌细胞和转移癌细胞之间的内在差异。值得注意的是，LM中的转移性肿瘤细胞优先表达配体CD47，这是一个重要的“不要吃我”检查点，因此可能通过相应的受体SIRPA招募或激活MRC1+CCL18+巨噬细胞（图3B）。进一步利用mIHC可视化这些蛋白质，并直接观察CD47+肿瘤细胞和SIRPA+巨噬细胞之间的串扰（图3C）。这些在LM中特异性富集的配体-受体对为靶向治疗肝转移提供了线索。
为了探究独特的肿瘤微环境所造成的差异，在结直肠癌和LM巨噬细胞之间进行了差异基因表达分析。值得注意的是，富含LM的MRC1+CCL18+巨噬细胞高度表达了对巨噬细胞极化起至关重要的广谱关键分子（图3D）。APOE是一种具有抗炎和促M2转化蛋白功能的基因，是一种显著差异表达的基因。其他M2极化相关基因如MARCO在富含LM的MRC1+CCL18+巨噬细胞中也显著上调（图3E）。相反，研究者发现富含CRC的MRC1+CCL18+巨噬细胞表现出较高的炎性细胞因子表达，包括TNF、IL1B、CCL3和CCL4。在SPP1+巨噬细胞中也观察到这种分子结构的变化，表明巨噬细胞从原发部位到转移部位具有共同的功能变化。然后，途径富集分析显示（图3F）来自CRC和LM的MRC1+CCL18+巨噬细胞的代谢途径强烈富集，突出了代谢在决定这些巨噬细胞功能中的基本作用。值得注意的是，研究者发现大肠癌中的MRC1+CCL18+巨噬细胞富含氧化磷酸化，而LM中的MRC1+CCL18+巨噬细胞则以氨基酸代谢为主。这些数据强调代谢调节可能介导巨噬细胞对不同微环境的表型和功能转移。
图3 转移性肿瘤中的MRC1+CCL18+巨噬细胞表现出终末分化和抑制状态。
（A）排列的差异肿瘤免疫细胞串扰（LM v.s.CRC）显示MRC1+CCL18+M2样巨噬细胞在所有配体-受体对中排名第二；（B）LM上调了MRC1+CCL18+巨噬细胞和SPP1+巨噬细胞与癌细胞之间的配体受体串扰（LM v.s. CRC）
（C）多重免疫组织化学（Multiplex immunohistochemistry）显示肿瘤细胞通过CD47-SIRPA配体受体与MRC1+CCL18+巨噬细胞或SPP1+巨噬细胞之间的相互作用；（D） 火山图表示CRC和LM之间MRC1+CCL18+M2样巨噬细胞的差异表达基因
（E）CRC和LM中MRC1+CCL18+M2样巨噬细胞的选定基因表达；(F) CRC和LM中MRC1+CCL18+M2样巨噬细胞高表达基因的KEGG通路富集分析
4. 肝转移中MRC1+CCL18+巨噬细胞代谢活性的急剧增加
在单细胞分辨率下挖掘代谢活动仍然具有挑战性，主要是由于缺乏易于使用的计算方法。这里利用scMetabolism，通过使用scRNA-seq数据量化代谢活动（图4A）。为了解CRLM中髓样细胞的代谢情况，首先计算了抑制性巨噬细胞和单核细胞中所有76条活性代谢途径的得分。其中，选择了前50%的可变代谢分数，并根据其平均代谢分数对髓样细胞（不包括低丰度的髓样细胞）进行排序（图4B）。引人注目的是，LM浸润的MRC1+CCL18+巨噬细胞在所有髓系细胞中显示出最高的代谢活性，这表明它们非常活跃，这可能与其在转移部位的独特功能有关。
MRC1+CCL18+巨噬细胞所有代谢相关基因的进一步无监督聚类观察到与周围组织相关的强烈代谢偏好（图4C），确定了42条在CRC和LM浸润的MRC1+CCL18+巨噬细胞中可能上调的代谢途径。随后，仔细观察了差异表达的代谢基因，发现原发性和转移性浸润的MRC1+CCL18+巨噬细胞中的代谢基因特异性上调，这部分是已知药物的靶基因（图4C）。GSTO1是一种通过细胞色素P450代谢外源性物质的酶，在CRC和LM浸润的MRC1+CCL18+巨噬细胞中显著升高，并与分化相关（图4D和4E）。巨噬细胞激活所必需的基因IL4I1和MIF也显示出类似的特征（图4D和4E）。研究者使用多重免疫组织化学验证了这些代谢酶，并观察到基本一致的结果（图4F）。
接下来，探究巨噬细胞的这种高度代谢活化状态是否在不同物种间保持不变。因此，研究者构建了CRLM的小鼠模型（图4G），并将scRNA-seq应用于原发性/转移性肿瘤。因此，在小鼠CRLM模型中发现了类似的巨噬细胞亚群，如Mrc1+巨噬细胞和Spp1+巨噬细胞（图4H）。进一步的代谢定量显示LM和CRC浸润巨噬细胞的特征代谢状态丰富（图4I）。检查了前3条差异表达途径（小鼠模型中的LM v.s. CRC），其中一些在人类和小鼠中是保守的。总之，LM中的巨噬细胞具有代谢活性的急剧增加，如苯丙氨酸代谢。抑制这种代谢活性可能促进抗肿瘤免疫反应来控制晚期大肠癌的肝转移。
为了说明代谢重编程与巨噬细胞表型变化的关联，研究中计算了巨噬细胞的经典表型分数，如抗原处理和呈递、炎症、血管生成、免疫抑制、吞噬作用、白细胞介素信号通路和补体（图4J）。事实上，在LM内，MRC1+CCL18+巨噬细胞的抗原处理和呈递以及补体活性得分显著增加（图4J），SPP1+巨噬细胞也显示出类似的趋势。某些基因如HLA-A，MHC I类分子之一，在富含LM的MRC1+CCL18+巨噬细胞中上调。进一步分析了42条肿瘤高代谢途径与MRC1+CCL18+巨噬细胞表型评分之间的相关性。有趣的是，包括戊糖和葡萄糖醛酸相互转化在内的几个巨噬细胞特异性代谢途径与LM中的抗原处理和呈递密切相关，但在CRC中较弱（图4K）。这些数据共同表明代谢在确定MRC1+CCL18+巨噬细胞表型中可能起着重要作用。
图4 转移性肿瘤中的MRC1+CCL18+巨噬细胞显示出高代谢活性。
（A）scMetabolism示意图，基于scRNA序列的单细胞代谢定量管道；（B）骨髓细胞的代谢活性分析表明，转移性肿瘤中MRC1+CCL18+巨噬细胞和SPP1+巨噬细胞的代谢评分最高；（C）MRC1+CCL18+巨噬细胞的平均代谢基因表达热图和代谢途径中位数得分。用红色突出显示的基因代表潜在的药靶；（D）选定代谢基因在邻近结肠、结直肠癌、邻近结肠和LM中的表达；（E）伪时间与代谢基因表达之间的相关性表明，LM巨噬细胞高度表达这些代谢基因
（F）多重免疫组织化学显示具有高代谢酶表达（GSTO1、IL4l1和MIF）的CCL18+巨噬细胞的比例；（G）小鼠模型构建的工作流程；（H）小鼠CRLM scRNA序列数据的所有巨噬细胞和单核细胞的UMAP图；（I）火山图表示CRC和LM之间Mrc1+巨噬细胞的差异代谢活性；（J）CRC和LM之间MRC1+CCL18+巨噬细胞的表型差异；（K）LM浸润的MRC1+CCL18+巨噬细胞表型评分和代谢活动评分之间的相关性
5. NAC反应性和非反应性肿瘤具有不同的免疫动力学，尤其是巨噬细胞
为了探讨NAC对抗肿瘤免疫的影响，使用TooManyCells对所有CD45+细胞进行聚类分析。有趣的是，观察到CRC和LM之间细胞聚集的强烈差异（图5A）。值得注意的是，NAC对TME的影响具有高度的细胞类型特异性（图5B和5C）。一般而言，在PR肿瘤中，NAC可下调免疫抑制细胞并激活肿瘤中的细胞毒性细胞（图5B）。在LM中，响应性NAC下调SPP1+巨噬细胞，但上调细胞毒性T细胞，如GZMK+CD8+T细胞和XCL1+CD8+T细胞（图5B和5D）。
特别是，在NAC-PR肿瘤中只剩下几个MRC1+CCL18+巨噬细胞和几十个SPP1+巨噬细胞，表明NAC在抑制巨噬细胞谱系方面的潜在作用。然而，在PD/SD肿瘤中，观察到不同于PR肿瘤的免疫细胞变化。例如，在LM中，SPP1+巨噬细胞和MRC1+CCL18+巨噬细胞的水平增加，而细胞毒性免疫细胞（即FGFBP2+GZMB+CD8+T细胞）下调（图5C、5E和5F）。这些相反的结果可以用肿瘤细胞的器官特异性和治疗效果相关的重塑来解释。例如，转移性PD/SD癌细胞表现出DNA修复和脂肪酸代谢的特异性富集，而转移性PR癌细胞更与脂肪生成相关。总之，结果表明，有效的NAC不仅重新编程了肿瘤内免疫平衡，还激活了系统性抗肿瘤免疫反应，为NAC在可切除的CRLM中的潜在应用提供了证据。
图5 新辅助化疗（Neoadjuvant Chemotherapy）通过激活细胞毒性免疫细胞和抑制转移瘤中的免疫抑制细胞来恢复免疫平衡。
*病变稳定(SD)，病变进展(PD)，部分缓解(PR)
（A）化疗PD/SD和PR肿瘤中的细胞聚集有很大不同；（B）点图显示未治疗和NAC-PR肿瘤之间的细胞组成差异；（C）点图显示未治疗和NAC-PD/SD肿瘤之间的细胞组成差异
（D）未治疗和NAC-PR肿瘤之间的细胞变化；（E）未治疗和NAC-PD/SD肿瘤之间的细胞变化；（F）未处理样本、PR样本和PD/SD样本之间选定细胞类型的比例变化
6. 反应性肿瘤新辅助化疗诱导巨噬细胞代谢重编程
考虑到NAC主要影响髓系人群，尤其是巨噬细胞，因此研究者探究巨噬细胞的轨迹是否由NAC编辑。根据接受NAC治疗的反应对髓样细胞的UMAP分布进行分割，并确定PD/SD和PR样本之间髓样表型的丰富多样性（图6A）。在未经处理的样本中，可以观察到髓样细胞的发展轨迹，而PR组的髓样细胞富含单核细胞表型，即巨噬细胞的祖细胞状态，表明早期分化状态（图6A）。bootstrap细胞比例差异分析证实NAC-PR肿瘤中巨噬细胞缺乏末端状态，例如MRC1+CCL18+巨噬细胞和SPP1+巨噬细胞显著下调（图6B）。相比之下，与治疗初期肿瘤相比，NAC-PD/SD肿瘤的MRC1+CCL18+巨噬细胞和SPP1+巨噬细胞水平显著升高（图6B）。接下来，利用MIHC检查另一个独立队列中的巨噬细胞（n=18，未经治疗；n=9，NAC-PR；图6C），证实了NAC-PR LMs中MRC1+CCL18+巨噬细胞和SPP1+巨噬细胞的浸润较低（图6D）。使用dynverse进行的轨迹推断分析进一步确定了从S100A9+单核细胞到MRC1+CCL18+巨噬细胞的清晰发展轨迹，表明未处理细胞与NAC-PR细胞的极化相反（图6E）。结果表明，化疗阻断巨噬细胞的运动轨迹仅适用于反应性肿瘤。
鉴于转移性肿瘤中MRC1+CCL18+和SPP1+巨噬细胞数量有限，对未处理和NAC处理样品之间的所有髓样细胞进行了路径富集分析，发现NAC诱导PR和PD/SD组中髓样细胞的特定功能改变（图6F）。PR组中的LM巨噬细胞显示核糖体基因标记富集，PD/SD组与补体和凝血级联反应有关。然后，侧重于代谢变化的SCM代谢管道显示NAC显著阻断髓系代谢，PR组显示出更多的代谢下调（图6G）。在CRC和LM中，PD/SD和PR组巨噬细胞的糖酵解和糖异生持续下调。相反，PD/SD组的巨噬细胞也与特定的代谢途径相关，如CRC和LM中磷酸肌醇代谢上调。总之，NAC发挥了髓系的特异性代谢重编程作用，这可能扩展我们对NAC诱导的抗肿瘤机制的理解，并为可切除的CRLM患者的潜在治疗提供信息。
图6 新辅助化疗治疗样本中MRC1+CCL18+巨噬细胞的代谢重编程。
（A）代表性的UMAP图，显示未经治疗、NAC-PD/SD和NAC-PR样本之间的髓样细胞分布；（B）scRNA-seq显示未处理、NAC-PD/SD和NAC-PR样本中MRC1+CCL18+巨噬细胞的细胞比例变化；（C）多重免疫组织化学显示未处理和NAC处理样本中MRC1+CCL18+巨噬细胞的细胞比例变化
（D）未治疗/治疗的PR CRC和LM样本中SPP1+巨噬细胞、MRC1+CCL18+巨噬细胞和MKI67+巨噬细胞的多重免疫组织化学；蓝色的箭头代表SPP1+巨噬细胞和黄色箭头表示MRC1+CCL18+巨噬细胞；（E）轨迹图显示未治疗和治疗PR组中所有髓系细胞的治疗状态、伪时间、细胞类型、组织、MRC1表达和S100A9表达
（F）LM中髓样细胞高表达基因的途径富集分析；（G）NAC治疗后所有髓系细胞代谢途径显著改变的热图
7. 多灶转移的免疫微环境具有高度多样性
一个器官内相当大比例的肿瘤是多灶性的，具有不同的遗传、分子和免疫学特征。多灶LM是否具有不同的免疫微环境和对化疗的不同反应仍不清楚。为了全面捕获转移间免疫异质性，对4例多灶LM患者（P5、P7、P9和P10）的所有CD45+细胞进行无监督聚类。有趣的是，多灶转移显示出明显的免疫特征（图7A）。对于未经治疗的患者（P10），LM位点2位于相邻肝脏的同一簇中，而LM位点1与任何其他样本都不相似。另外3例经NAC治疗的多灶LM也具有转移间异质性免疫特征。接下来，bootstrap细胞比例分析显示，在未经处理的样本中，免疫抑制细胞在不同的LM位点之间显著且差异性地浸润，其中MRC1+CCL18+巨噬细胞在P10的LM中差异性地浸润（图7B）。因此，这种相当大的转移异质性可能导致对化疗和其他治疗的不同反应，这在临床实践中得到了充分的证明。
图7 多灶转移的异质性免疫微环境。
（A）四例多灶转移患者（P10、P5、P7和P9）中所有免疫细胞的聚类
（B）免疫抑制细胞在多灶转移瘤中的比例是不均匀的；（C）描述新辅助化疗后CRLM中促肿瘤生态位独特动力学的示意图
研究总结
该研究结合scRNA-seq和空间转录组学技术，旨在探究 CRLM 的空间和单细胞图谱。该研究发现免疫微环境显示出从原发部位到转移部位的动态细胞和空间变化。在 NAC 治疗后，免疫表型在有反应的患者中经历了抗肿瘤重塑，但在无反应的患者中转向更多的免疫抑制，其中免疫抑制细胞在转移部位重新编程。该研究结果强调了有效 NAC 治疗对可切除 CRLM 患者的有利影响，并允许在选定的患者中进行数据驱动的新型治疗组合设计，例如 NAC +免疫治疗。
内容拓展
1. scMetabolism：一种用于量化单细胞代谢的计算方法。文中发现转移性微环境经历了免疫抑制细胞（如 MRC1+ CCL18+ M2 样巨噬细胞）的显著空间重编程，并观察到这些巨噬细胞具有增强的代谢活性。
2. SCENITH: 一种利用流式细胞术在单细胞水平上量化细胞代谢的方法，此方法可应用于全血和人肿瘤样本中，确定肿瘤相关免疫细胞与肿瘤邻近免疫细胞之间的代谢差异。
人才引进
联系我们
华大已推出时空组学及单细胞组学整体解决方案，秉承合作与共享的理念，我们欢迎不同领域的科研人员了解并利用上述平台及技术，发现并解决科学问题。
感兴趣的老师可选择以下方式和我们联系，我们将及时为您进行详细的介绍：
1. 在公众号留言；
2. 发送信息至邮箱：
collaboration@stereomics.com；
3. 点击页面左下方“阅读原文”登记信息。
更多信息请点此了解：
欢迎关注
华大时空
点
“阅读原文”登记信息