小胶质细胞与神经干细胞串扰影响GBM免疫微环境中胶质母细胞瘤的复发

[ixxmu]

https://mp.weixin.qq.com/s/JMfadsjf6y_mV7ZZAgvjjQ

[ixxmu]

小胶质细胞与神经干细胞串扰影响GBM免疫微环境中胶质母细胞瘤的复发 by 医学僧的科研日记

今天和大家分享的是一篇2023年5月在Clin Immunol（IF：8.6）发表的一篇文章，题目叫作“小胶质细胞和神经干细胞之间的串扰影响胶质母细胞瘤的复发”(Crosstalk between microglia and neural stem cells influences the relapse of glioblastoma in GBM immunological microenvironment)。下面让我们一起来学习一下吧！

1

研究背景

1. 胶质母细胞瘤（GBM）是最常见的成人原发性脑肿瘤，预后较差。尽管综合应用了各种治疗策略，但GBM患者的中位生存期小于15个月。治愈GBM仍然是一个重大的挑战，特别是由于血脑屏障（BBB）的存在，以及由中枢神经系统（CNS）特异性常驻细胞和招募的骨髓源性细胞重构的GBM的前肿瘤免疫微环境。
2. 单细胞RNA测序（scRNA-seq）可以以前所未有的分辨率揭示GBM微环境细胞的异质性。scRNA-seq在细胞群和组织方面比在整体分析具有独特的优势。更好地理解定义不同类型的细胞的分子景观，这些细胞也具有治疗上的重要意义，可以改进体外分化方案和细胞质量控制，用于后续的细胞治疗。
   
3. 胶质瘤相关小胶质细胞/巨噬细胞（GAMs）和MDSCs的肿瘤间密度在GBM免疫微环境中最高，肿瘤重编程的GAMs可以产生和释放免疫抑制细胞因子和趋化因子来抑制抗肿瘤反应。然而，相关的结果是基于批量分析或低通量细胞学分析获得的。高通量scRNA-seq方法可以为GBM免疫微环境提供新的和精确的见解，并为描述导致胶质母细胞瘤复发的GBM免疫TME提供了有价值的平台。
   在本研究中，作者进行了sc-RNA测序，以研究GBM患者的神经细胞和免疫细胞的图谱及其串扰，同时探讨肿瘤微环境在胶质瘤发病机制中的潜在机制。
   

2

研究结果

1.胶质母细胞瘤空间分辨转录组学图谱

从4名接受手术切除的成年患者收集4个新鲜的肿瘤组织和4个配对的肿瘤周组织。所有患者均为新诊断的GBM，术前未接受化疗、放疗和其他治疗。经过质量控制过滤，捕获了12118个细胞的转录谱。整个细胞共有19个簇，有三个不同的细胞谱系，包括(1)免疫细胞：簇0（小胶质细胞）、簇1（小胶质细胞）、簇4（T细胞）、簇6（单核细胞）、簇7（小胶质细胞）、簇12（树突状细胞）、簇13（T细胞）和17簇（B细胞）。(2)GBM相关细胞：簇2（少突胶质细胞）、簇3（神经干细胞）、簇5（神经干细胞）、簇9（胶质瘤干细胞）、簇11（增殖神经祖细胞）和簇15（少突胶质细胞）。(3)其他未定义的单元格：簇8、10、14、16和18。

根据细胞分布，肿瘤细胞主要包含在簇1、2、4、9、15、17和18中，而肿瘤周围细胞主要包含在簇0、3、5、6、7、8、13和16中。此外还显示了每个聚类中10个上调和下调最显著的RNA表达的热图，展示了每个簇中表达最显著的rna，并与其他簇中的表达情况进行了比较

2.GBM免疫微环境中免疫细胞的重新聚集

根据细胞标记物分析，将免疫细胞的重新聚集显示了12个新的簇。除了小胶质细胞作为中枢神经系统的一种驻留免疫细胞群，中枢神经发病后血脑屏障的破裂导致了中枢神经系统对免疫微环境的排斥，还发现了另外两类从外周循环浸润的免疫细胞，即髓系来源的淋巴细胞和淋巴系来源的淋巴细胞。

新类别的集群包括以下：小胶质细胞：集群0（小胶质细胞）、集群2（小胶质细胞）和集群3（小胶质细胞）；髓系来源的淋巴细胞（簇1（M2巨噬细胞）、簇9（树突细胞+）和簇11（肥大细胞）；淋巴来源细胞、簇4（T细胞）、集群10（T细胞）；还有未定义的细胞，簇6。肿瘤之间的细胞分布的结果肿瘤和肿瘤周围的组织显示，集群0、4、10和11可以丰富在肿瘤周围组织，而集群1、3、5、6、7和8丰富在肿瘤组织。

通过分析每个免疫细胞簇中差异表达的rna。肿瘤周围组织中上调的DEGs包括CXCR4、CCL3L3和CCL4L2表现出趋化因子相关过程，而在肿瘤组织中，上调的TGFB1、IFI6、IFI44L和SPP1具有细胞因子相关过程。有两个以前未被报道过的基因，IBSP和XIST，与免疫系统有显著的相关性。

3.淋巴细胞浸润早于髓细胞

对免疫细胞进行了拟时序分析。如上图A-C所示，肿瘤主导的小胶质细胞（簇3）在早期参与，而肿瘤周围主导的小胶质细胞（簇0）在中期参与。簇2，由来自肿瘤组织和肿瘤周围组织的小胶质细胞组成，在晚期参与了GME。髓系来源的淋巴细胞通常在中晚期浸润到肿瘤边缘组织（第9簇），在晚期进入肿瘤核心（肿瘤优势细胞的簇1和第5簇）。浸润性淋巴细胞来源的淋巴细胞也参与了早期至中期肿瘤边缘和核心的定位。对每个聚类中表达最显著的基因进行伪时间分析的热图与伪时间轨迹分析的结果一致。这些结果表明了浸润性免疫细胞在GBM发展和进展的不同阶段的潜在进展。

4.与神经胶质瘤相关的细胞的重新聚类

神经细胞的重新聚集揭示了11个新的聚集。重新集群细胞群分为四类，包括(1)神经干细胞（干细胞），集群1（NSCs, FABPT+H19+），集群3（NSCs, NUSAP+ TOP2A+），集群4（胶质瘤干细胞，EGFR+BCAN+），集群6（少突胶质细胞祖细胞），集群10（少突胶质细胞祖细胞）；(2)少突胶质细胞：簇0（少突胶质细胞）和簇8（少突胶质细胞）；(3)星形胶质细胞：簇2（星形胶质细胞）和簇7（星形胶质细胞）；(4)未定义的细胞簇：簇5和簇9。肿瘤组织和肿瘤周围组织之间的细胞分布结果表明，簇0、4、6和8富含肿瘤周围组织，而簇2、7和9富含肿瘤组织。

     GBM细胞具有分化模仿能力的潜能，肿瘤细胞类似于胶质细胞，甚至是未成熟的神经元，可形成神经细胞的分支谱系。两组星形胶质细胞（簇2和簇7）富含肿瘤组织，可能来源于分化的GBM细胞亚群，从而导致了GBM的异质性特征。

5.肿瘤周围组织中小胶质细胞和NSCs之间的潜在串扰

拟时序分析显示NSCs（簇1、3、4、6）参与了肿瘤发生的早期到中期阶段，无论位置如何。肿瘤周围组织中丰富的两簇少突胶质细胞（簇0和簇8）参与了中晚期。对于潜在转化的GBM细胞，肿瘤组织中的星形胶质细胞簇，如簇2参与了晚期，而簇7在整个胶质瘤发生过程中起作用。在每个簇中表达各自细胞谱系的deg热图结果也与伪时间分析的结果一致。

根据每个聚类中的DEGs，分别对免疫细胞和与GBM相关的肿瘤细胞进行GO分析。理论上，免疫细胞或具有自身相应deg的神经细胞应分别作为免疫细胞或神经细胞。然而，我们的数据显示，假定的小胶质细胞簇（簇0和簇2）参与了胶质细胞的激活过程。肿瘤核心存在大量的小胶质细胞（簇3），与胶质细胞激活无关，表明肿瘤周围或肿瘤边缘组织中的小胶质细胞参与了神经发生或胶质瘤发生过程。类似地，两个假定的NSCs簇（簇1和簇4），由肿瘤周围组织或混合组织组成，执行了免疫相关的功能，而其他三个假定的NSCs簇（簇3、6和10）没有这种能力。因此推断肿瘤周围组织中的小胶质细胞和NSCs存在活跃的串扰，这导致了肿瘤的复发。

6.小胶质细胞与NSCs相互作用的配体受体网络（LRN）分析

在免疫细胞队列中，发现簇1（M2巨噬细胞）和簇2（小胶质细胞）之间存在相互作用最强的lrn。另一个高度相互作用的lrn是在神经细胞队列中的簇1、3和4（神经/胶质瘤干细胞）之间。肿瘤组织中M2巨噬细胞含量丰富，可分类为肿瘤相关巨噬细胞（TAM）。我们还发现，小胶质细胞（免疫细胞队列中的簇2）在LRN中与NSCs（簇1和3）和胶质瘤干细胞（簇4）有显著的相关性。然而，另一组小胶质细胞（神经细胞队列中的0簇）在LRN中与NSCs的相关性较低。因此，排除TAM（M2巨噬细胞）外，APOC1+CCL3+小胶质细胞与NSCs表现出很强的相互作用。

7.实验验证胶质瘤复发的关键分子

9个分子（CTSB、ITGB2、SOX6、CXCL8、CCL2、FN1、MDK、NFKBIZ、ATP6AP2）是具有预后意义的mRNA，通过qRT-PCR和免疫组化染色验证GBM肿瘤和肿瘤周围组织。结果表明，大多数分子在GBM肿瘤组织和肿瘤周组织上呈阳性表达，小胶质细胞与NSCs相互作用，可能对GBM的不良预后和复发产生深远的影响。小胶质细胞和NSCs位于肿瘤周围组织，表明它们在肿瘤核心远端之间的串扰对GBM的复发起积极作用。

3

文章总结

本文通过单细胞全转录组测序分析了肿瘤周组织中的小胶质细胞和NSCs。结果显示，两个假定的NSCs簇表现出免疫相关功能。两个假定的小胶质细胞簇显示了胶质细胞激活的功能。配体受体网络分析结果显示，APOC1+CCL3+小胶质细胞与NSCs之间存在显著的相互作用。综上所述，APOC1+CCL3+小胶质细胞与肿瘤核心远端多分子标记的NSCs之间的串扰对GBM的复发起着一定的作用。

偷偷告诉你，我们在B站还有优质文章分享视频哦~

写在后面

医学僧的心愿是为医学僧的支持者和科研爱好者营造一个勤学好问、互帮互助、共同进步的优良环境。但是人多了难免鱼龙混杂，良莠不齐，群里不乏有真心实意、脚踏实地的科研人，我们很尊重并欢迎他们，因此不希望被少数来发广告的、划水的、看热闹的、占个坑的所打扰，最终我们的心意付之东流，大家的热情消磨殆尽。为了解决这个问题，我们决定提高入群的门槛——收费进群，这样，愿意进群的同志相信也是个圈内活跃用户，圈内人相互交流，岂不快哉！

因此，为了提升大家的效率，调动大家的积极性，吸收真正的科研爱好者，形成一个良好的学习交流氛围，我们决定增加群的数量，并细化群的功能，暂时增加以下几个主题群：

• 文献下载-医学僧
• 机器学习（分类）-医学僧
• ggplot可视化-医学僧
• 热图可视化-医学僧
• TCGA挖掘-医学僧
• GEO挖掘-医学僧
• 肿瘤预后模型-医学僧
• 肿瘤分子亚型-医学僧

欢迎小伙伴们进群👏👏👏，每个群收费15元。请联系小编微信yixuesengkyrj或扫描下面二维码：