SEARCH
技术服务021-34781616

热门搜索关键词:转录组基因组甲基化酵母文库蛋白芯片

021-34781616

当前位置首页 » 新闻资讯 » 技术&解读&应用 » 干货分享 | 如何在肺肿瘤微环境中构建基质细胞的表型模型?

干货分享 | 如何在肺肿瘤微环境中构建基质细胞的表型模型?

返回列表 来源: 查看手机网址
扫一扫!干货分享 | 如何在肺肿瘤微环境中构建基质细胞的表型模型?扫一扫!
浏览:- 发布日期:2018-12-11 10:36:19【

前 言

癌旁的基质细胞,如巨噬细胞,T细胞和纤维母细胞,组成了肿瘤的微环境。肿瘤微环境是一个极其复杂的细胞生态系统,但是这些基质细胞的异质性,以及基质和肿瘤细胞之间的相互影响都还没有明确的研究成果。

人们意识到某些基质癌旁细胞也可以作为癌症新的治疗方案的靶点,非小细胞肺癌(NSCLC)患者就可以从此方法中获益。

实验方法

1、单细胞悬液制备

五名未治疗的的非转移性非小细胞肺癌(NSCLC)患者,每名患者都有不同程度的的慢性阻塞性肺疾病(COPD),手术切除选取每个患者的三个肿瘤组织,以及其中4名患者的非恶性组织样本作为研究样本。切除后样本用PBS清洗,将每个肿瘤组织分成3份:肿瘤中心组织、肿瘤边缘及二者的连接处的组织。

将样本在冰上剪成小于1mm的碎块,然后用10ml消化液进行消化处理(含0.2%的胶原酶I/II、DNAseI和25 units中性蛋白酶的DMEM),37℃,15min。PBS重悬后过40um筛网,离心,弃上清;红细胞裂解,离心(水平转子)弃上清,用0.4%BSA的PBS重悬,过40-μ m cell strainers,测活性。

2、单细胞测序

用10x Genomics的Chromium Single Cell 3’ Library kit构建文库,每个文库回收4,000 cells,用Illumina HiSeq4000测序仪测序。

3、生物信息学分析


结果分析

1、肺肿瘤和非恶性组织的scRNA-seq结果及细胞类型

本文对5位患者,19个样本(15+4)进行研究(fig.1a),共52,698个细胞进行单细胞转录组分析,有39323 cells (75%)来源于肺肿瘤组织,13375个来源于非恶性的肺组织细胞(Fig.1a,b)。通过对2200个差异表达的基因进行PCA分析,将细胞分成了8种不同的亚群,包括癌细胞、免疫细胞(骨髓细胞、T细胞和B细胞)、纤维母细胞、内皮细胞、肺泡细胞和上皮细胞。这些细胞的转录活性有显著差异,每个T cell有1,678 transcripts (764 genes),每个cancer cell有6,746 transcripts (1,828genes) (Fig.1c,d)。此外,作者还对另一名患者的肿瘤和非恶性肺部样本进行bulk RNA-seq,发现与单细胞RNA-seq数据结果有很好的相关性。


Fig. 1 | Overview of the 52,698 single cells from lung tumors and distal non-malignant lung samples

a.取样患者的基本信息; b.52,698个细胞的t-SNE图,包括细胞来源(肿瘤/非肿瘤)、病人分布、细胞类型以及转录本的表达丰度(UMIs); c.不同基质细胞亚群marker gene表达图; d. 52种基质细胞亚型和12种癌细胞亚群的细胞与转录本在不同细胞类群、组织类型、病人等的分布。

通过对不同类型细胞的基因表达做进一步的分析,发现了一个复杂的细胞生态系统,由52种基质细胞亚型和12种癌细胞亚群组成。虽然癌细胞亚群有高度的病人特异性,但却在几个患者中均发现了相同的基质细胞亚群,即基质细胞亚型主要由3位患者的细胞构成(患者3/4/5)(Fig.1d)。通过比较分析肿瘤和其对应的非恶性肺组织结果,研究人员发现,许多基质细胞亚群富含肿瘤衍生细胞或者肺组织衍生细胞。为了验证这一发现,他们又对3名NSCLC患者进行了约40250个细胞的单细胞RNA-seq,并发现了之前已经发现的52种中的45种基质细胞亚群。(S Fig. 5)

因此,本文将进一步探究主要基质细胞亚型的变化。

2、肿瘤内皮细胞下调免疫归巢/吸引通路(attraction pathways)

对1592个内皮细胞(Ec)进行分析,得到了6 clusters,并发现Ec在肿瘤中呈现低丰度(Fig.2a)。对每个cluster的marker gene进行鉴定,在肿瘤和非恶性样本中发现了85个淋巴内皮细胞(cluster 6; marker genes PDPN and PROX1);5组血液内皮细胞:2组主要由肿瘤衍生(clusters 3 and 4; IGFBP3+and SPRY1+),另2组是非恶性肺组织衍生(clusters 1 and 5; MT2A+ and EDNRB+)(Fig. 2a,b; SFig. 6),剩下的1组无marker gene(clusters 2)。当评估108个非恶性肺的bulk RNA-Seq中的marker gene的表达时,在TCGA中列出的501个LUSC或513个LUAD肿瘤,正常和肿瘤内皮细胞的marker gene分别在非恶性肺和肺肿瘤中富集(Fig. 2c)。肿瘤和正常内皮细胞比较发现Myc(原癌细胞)在肿瘤Ec中靶向富集(Fig. 2d)。

对Ec转录本表达丰度进行研究发现肿瘤Ec有较高的RNA含量是由于转录速率增加(Fig. 2e,S Fig.9)。进一步研究揭示了基因下调与免疫激活和免疫细胞归巢相关,重要的是,内皮细胞是循环免疫细胞与肿瘤之间的主要接口,在传递信号和从组织中呈递抗原表位起到重要作用。下调的基因类包括抗原呈递(主要组织相容性复合体Ⅰ和II),趋化性(CCL2, CCL18, IL6) 和免疫细胞归巢(ICAM1) (Fig. 2f)。以上结果表明肿瘤Ec被重塑以下调其抗原呈递和免疫细胞归巢活性,从而有助于肿瘤的免疫耐受。 


Fig. 2 | Endothelial cell clusters

a.1592个内皮细胞的6个亚群以及在肺癌与正常样本的t-SNE图; b.marker基因在四类亚群中的表达t-SNE图;c. marker gene在正常和肿瘤内皮细胞在TCGA表达的平均值;d.肿瘤和正常组织内皮细胞的通路活化情况,利用GSVA分析;e.内皮细胞转录本表达丰度的t-SNE图;f.1,5,3,4 四个细胞亚群中血管生成和免疫活化有关基因表达的小提琴图;g.聚类热图,肿瘤与正常细胞中通过SCENIC分析得到的10个最显著转录因子表达;h.三个转录因子表达及靶基因表达的t-SNE图

 

3、肺肿瘤中有五种不同类型的纤维母细胞

1465个纤维母细胞分成7个cluster,Cluster 1、2、4、5、7在肿瘤中富集,cluster 6在正常组织中富集。与其他肿瘤衍生纤维原细胞不同,cluster 6的高弹性蛋白表达水平较高,而一些胶原蛋白(I, III, V 和VIII)表达水平较低(Fig.3d)。由于不同的胶原蛋白在细胞外基质中有不同作用,表明每种纤维原细胞都有功能特异性。


 

4、B细胞和巨噬细胞在肿瘤中分布

5603个B细胞分成9个cluster,6个在肿瘤中富集,3个在正常组织中富集(cluster 4、8、9)。pathway分析未找到非恶性肺和肿瘤衍生的plasma B细胞或MALT B细胞之间的差异。但作者鉴定出了肿瘤相关的follicular B细胞的氧化磷酸化、细胞增殖和生物量均降低(Fig4d);此外,肿瘤相关的follicular B细胞的转录本比正常的低37.9%,这些数据表明follicular B在肿瘤中已被耗尽。


Fig. 4 | B-cell (a-d) and myeloid-like cell clusters in lungs and lung tumors

9756个巨噬细胞分成12个cluster。tSNE图揭示肿瘤和非恶性肺组织巨噬细胞之间的二分性。

 

5、肿瘤T细胞转录组揭示了新的免疫治疗靶点



6、基质细胞在肿瘤中的分布及其与病人存活的关系

缺氧与肿瘤行为的许多重要方面相关,包括血管生成、转移、代谢调控基因和免疫逃逸。因此我们将每个肿瘤分为3部分:肿瘤核心部位、中间部位和边缘,探究癌细胞的分布情况。结果发现,在更缺氧的肿瘤核心的癌细胞比中间和边缘更多;而大部分基质细胞在含氧量正常的肿瘤边缘富集(Fig.6a,b)。

42个细胞亚型中,只有9个细胞亚型的marker gene在LUAD和LUSC之间的表达有显著差异(>2 fold,Fig.6c)。其中两种亚型的表达差异可能反映了肺肿瘤的细胞起源,其中LUAD来源于AT2细胞,LUSC来自基底细胞。CD8 T-cell cluster 8和纤维原细胞 cluster 5可能反映了组织病理学的差异。

此外,本文评估了1572名病人(1027 LUAD和545 LUSC)的细胞亚型与病人存活率的关系。通过对患者年龄、性别和肿瘤时期等多变量校正分析发现,基质marker gene表达增加时LUSC病人的存活率下降,而非LUAD病人(Fig.6d)。如flat AT1 cells, respiratory epithelial cells and cross-presenting dendritic cells高表达时LUSC病人存活率降低,而CD8+ T-cells cluster 8正好相反。(Fig.6e)


Fig. 6 | Distribution of stromal cells in tumor samples and their role as markers of patient survival

 

结论

本文从单细胞水平建立了人肺癌和正常肺组织的基质细胞索引信息。该研究为肺癌生物学提供了新的见解,并可能有易于肺癌的诊断和治疗。例如通过用亚型特异性的标记基因来为诊断和治疗提供一种新机遇,某些基质癌旁细胞也可以作为新的治疗方案的靶点。

- END -

转载请注明本文转自欧易生物


欧易生物

技术热线:021-34781616 咨询热线:4006-4008-26

上海市闵行区新骏环路138号5幢3层
service@oebiotech.com
欧易生物
欧易生物微信公众号
沪ICP备-050455 网站地图  Copyright © 2016 上海欧易生物医学科技有限公司 保留所有权利