search

ixxmu / mp_duty

抓取网络文章到github issues保存
https://archives.duty-machine.now.sh/
116 stars 30 forks source link

HCC微环境中肿瘤免疫屏障的鉴定及其对免疫治疗效果的决定作用 #4098

Closed ixxmu closed 11 months ago

ixxmu commented 11 months ago

https://mp.weixin.qq.com/s/mIItweNYaDjW6tL8xT_hkA

ixxmu commented 11 months ago

HCC微环境中肿瘤免疫屏障的鉴定及其对免疫治疗效果的决定作用 by 单细胞天地


分享是一种态度

基本信息

题目：Identification of a tumour immune barrier in the HCC microenvironment that determines the efficacy of immunotherapy
期刊：Journal of Hepatology (IF: 26)
发表时间：2023
单位：上海交大  Lianxin Liu
组织类型：肝细胞癌。接受抗PD-1治疗有反应的3个病人，没有反应的5个病人，3个正常

  • eight patients with HCC receiving anti-PD-1 treatment (non-responders, n = 5; responders, n = 3) and adjacent normal tissue sections (n = 3).

组学：ST, scRNA
测序平台：10X Genomics
样本数：ST (11个样本，8个病人+3个正常), scRNA (6个non-responders；normal)
细胞数：83,799个细胞
数据下载：Mendeley Data (skrx2fz79n)

背景知识

TIB: tumor immune barrier. 肿瘤免疫屏障

T-cell-inflamed gene expression profile（T细胞表达基因特征）是一种基因表达谱，用于预测临床对 PD-1 抑制治疗的反应。它是根据与IFN-c相关的mRNA的基因表达特征来评估肿瘤组织中T细胞的浸润情况和免疫活性。T-cell-inflamed gene expression profile可以帮助研究人员了解T细胞在肿瘤免疫中的作用，以及判断肿瘤免疫治疗的疗效。

we calculated the signature score of the T-cell-inflamed gene expression profile (GEP),23 an IFN-c–related mRNA profile iomarker to predict clinical response to PD-1 blockade, in each spot and theaverage expression of GEP genes in each spatial cluster.

实验流程

Tumor microarray (TMA,组织肿瘤芯片技术):对切片进行染色，以标记感兴趣的生物标记物.

空间转录组细胞类型注释

  • B/C/D:  根据分群和spot的特征，对抗PD-1治疗没有相应的样本，进行细胞类型划分。B为H&E染色结果，C为spot注释结果，D为细胞类型的markers.
  • E/F/G: 对抗PD-1治疗有相应的样本，进行细胞类型划分。E为H&E染色结果，F为spot注释结果，G为细胞类型的markers.
   based on the unbiased clustering and spot features
       重点突出：Non-responder组的恶性肿瘤细胞，被SPP1+ macro/CAF包围，形成一个TIB
  • H: 细胞类型在11个ST样本中的占比
  • I: SPP1+macrophage 在NR中的占比显著高于R，
  • J: 在ICB non-responder 和 ICB responder 肿瘤组织中， SPP1, CD68, 和 COL1A1的分布
  • K: 多重免疫组化mIHC结果表明，在ICB non-responder 肿瘤组织中，SPP1+ macro和CAF在一起。
  • L: 根据mIHC染色结果，在non-responder的肿瘤组织中（n=17）,SPP1+ macro和CAF在一起的spot 显著高于 responder的肿瘤组织（n=8）

scRNA细胞类型注释

  • A: 对6个ICB non-responders 的癌及癌旁，共计83,793个细胞。进行大群注释，亚群注释等。
  • B: 细胞类型的markers;
  • C: 细胞类型在样本及组间的比例图；
  • D/E/F/G:  hepatocytes/bipotent  (D), T/NK (E), B/plasma (F), and ECs (G) 在样本和Tumor/Normal中的占比

髓系细胞类型注释

  • A: 将tumor_normal的myeloid注释为12个细胞亚型；
  • B: 12个细胞亚型在样本间的占比图；
  • C: SPP1+ macrophage 在Tumor中的比例显著高；
  • D: 根据本研究的48个细胞类型的signature，用CIBERSORTx对TCGA-LIHC数据集，进行细胞类型鉴定，发现SPP1+ macrophage在Tumor中显著高表达。
  • E: 通过FASC, SPP1+ macrophage在non-responders (NR)显著高。注意E图的标记错了。
    Scatter plot showed percentage of SPP1+ macrophages of macrophages in ICB responders (R) and non-responders (NR) in FACS.
  • F: mIHC表明SPP1蛋白在tumor中比Normal中多。
  • G: 高SPP1 预后差；
  • H: TMA染色结果显示，SPP1蛋白在Tumor中显著高于正常组织；
  • I: 根据SPP1蛋白表达量高低，将59个病人分成2组，发现SPP1高的组，预后差。
  • J: 根据TCGA-LIHC数据，SPP1在晚期HCC病人中的比例多。
    the proportion of SPP1+macrophages increased at the late stage in the TCGA-LIHC cohort (Fig. 3J)
  • K: SPP1+macro与其他macro相比，显著差异的代谢通路；
  • L: 在体外培养THP-1细胞系，在缺氧条件下，SPP1表达量升高。
    THP-1细胞具有单核细胞/巨噬细胞的特征，可以在体外培养中分化为成熟的巨噬细胞

附图：

  • C: SPP1蛋白在肿瘤组织中多；
  • E/F: 用2个独立数据集，验证SPP1+ Macrophage的预后差；
  • G/H/I/J: 只有SPP1+ Macrophage的预后差；
  • K: SPP1+Macrophage 特异性高表达EPAS1,该基因与缺氧相关；
  • L/M: 两个macrophage特异高表达的markers
  • N: SPP1+Macrophage的吞噬作用最弱。

CAF/SPP1+Macrphage细胞相互作用

  • A: 对Fibroblast进行细胞亚群注释；
  • B: CAF在Tumor中的比例显著高高于Normal;
  • C: 在TCGA-LIHC数据集中，CAF在Tumor中的比例显著高高于Normal;
  • D: 在TCGA-LIHC-JP数据集中, CAF高表达，预后差
  • E/F: 根据scRNA-seq数据，用CAF top20的基因作为基因集，对每个spot进行打分，发现在SPP1/CAF中显著高;
  • G/H: 根据scRNA-seq数据，用SPP1+Macrophage top20的基因作为基因集，对每个spot进行打分,，发现在SPP1/CAF中显著高;
  • L: 病人1的ST数据中，CAF和SPP1+Macrophage 对应的spots中，CAF和SPP1+Macrophage得分的相关性。
  • M: CAF/SPP1+Macrophage spot的差异基因的代谢通路，与细胞外基质重塑相关；

利用NicheNet做CAF/SPP1+Macrphage之间的细胞通讯分析

附图

  • A: SPP1+ Macrophage 活性最高的配体为TGFB1, SPP1, IL1B;
  • B: SPP1+ Macrophage的配体，在CAF细胞中对应的受体；
  • C:  SPP1+ Macrophage/CAF的配受体，所对应的靶基因。

主图:

  • N: SPP1+ Macrophage/CAF的配受体 所对应的靶基因的富集通路；
  • O: 3个配体，对应的受体，及靶基因之间的调控网络图；
  • P: 根据scRNA-seq数据，计算SPP1+Macrophage top20的配体基因的平均表达量，将其映射到ST切片中。将CAF top20的受体的平均表达量，映射到ST切片中。
  • Q: SPP1+Macrophage top20的配体基因，和 CAF top20的受体基因的平均表达量，在ST分组中的热图展示。

细胞通讯分析

  • A/B: 利用CellChat，分析SPP1+Macrophage/CAF 和 malignant细胞，与其他细胞类型之间的细胞通讯。
    发现在non-responder样本中，SPP1+Macrophage/CAF 和 malignant细胞之间的通讯很多，而与其他细胞类型之间的通讯很少。
    在Responder样本中，SPP1+Macrophage/CAF 和 malignant细胞，与其他细胞类型之间的通讯很多。
  • C: 在Non-responder样本中，CD8+T浸润到肿瘤中很少；
  • D: 在Responder样本中，CD8+T浸润到肿瘤中很多；
  • E: 对所有的spot进行髓系免疫抑制 ( immunosuppressive features of myeloid cells) 在SPP1+Macrophage/CAF细胞群中比较高，说明免疫抑制能力强。同时ECM features 在SPP1+Macrophage/CAF细胞群中比较高，说明对细胞外基质重塑能力强。
    suggesting that SPP1+ macrophages may be associated with immunosuppressive function and that CAFs may be associated with the generation of ECM components.
  • F: T-cell-inflamed gene expression profile T细胞炎症基因集在空转spot中的表达量。发现GEP在TIB-enveloped肿瘤区域内表达量很低，说明PD-1治疗效果不好。
  • G: GEP基因集相关基因在空间细胞类型中的表达量。
  • H: Non-responder样本中，SPP1在肿瘤边缘，而CD8远离肿瘤组织；
  • I: Responder样本中，SPP1少，且CD8浸润到肿瘤组织；

小鼠模型验证

阻断SPP1或在小鼠中特异性删除巨噬细胞中的Spp1可以破坏TIB结构并增强肝细胞癌对免疫治疗的敏感性。

Blockade of SPP1 or macrophage-specific deletion of Spp1 in mice can destroy the TIB structure and sensitize HCC to immunotherapy.

根据本文研究结果，得到的模型


往期回顾

做转录组别忘了这个热点方向

来源于多个物种的单细胞转录组表达量矩阵如何处理

BD平台单细胞的优点都被你弄丢了

肾细胞癌的单细胞分析

端到端的单细胞管道SCP-细胞质控



如果你对单细胞转录组研究感兴趣，但又不知道如何入门，也许你可以关注一下下面的课程



看完记得顺手点个“在看”哦！


生物 | 单细胞 | 转录组丨资料
每天都精彩

长按扫码可关注

ixxmu commented 11 months ago

HCC微环境中肿瘤免疫屏障的鉴定及其对免疫治疗效果的决定作用 by 单细胞天地


分享是一种态度

基本信息

题目：Identification of a tumour immune barrier in the HCC microenvironment that determines the efficacy of immunotherapy
期刊：Journal of Hepatology (IF: 26)
发表时间：2023
单位：上海交大  Lianxin Liu
组织类型：肝细胞癌。接受抗PD-1治疗有反应的3个病人，没有反应的5个病人，3个正常

  • eight patients with HCC receiving anti-PD-1 treatment (non-responders, n = 5; responders, n = 3) and adjacent normal tissue sections (n = 3).

组学：ST, scRNA
测序平台：10X Genomics
样本数：ST (11个样本，8个病人+3个正常), scRNA (6个non-responders；normal)
细胞数：83,799个细胞
数据下载：Mendeley Data (skrx2fz79n)

背景知识

TIB: tumor immune barrier. 肿瘤免疫屏障

T-cell-inflamed gene expression profile（T细胞表达基因特征）是一种基因表达谱，用于预测临床对 PD-1 抑制治疗的反应。它是根据与IFN-c相关的mRNA的基因表达特征来评估肿瘤组织中T细胞的浸润情况和免疫活性。T-cell-inflamed gene expression profile可以帮助研究人员了解T细胞在肿瘤免疫中的作用，以及判断肿瘤免疫治疗的疗效。

we calculated the signature score of the T-cell-inflamed gene expression profile (GEP),23 an IFN-c–related mRNA profile iomarker to predict clinical response to PD-1 blockade, in each spot and theaverage expression of GEP genes in each spatial cluster.

实验流程

Tumor microarray (TMA,组织肿瘤芯片技术):对切片进行染色，以标记感兴趣的生物标记物.

空间转录组细胞类型注释

  • B/C/D:  根据分群和spot的特征，对抗PD-1治疗没有相应的样本，进行细胞类型划分。B为H&E染色结果，C为spot注释结果，D为细胞类型的markers.
  • E/F/G: 对抗PD-1治疗有相应的样本，进行细胞类型划分。E为H&E染色结果，F为spot注释结果，G为细胞类型的markers.
   based on the unbiased clustering and spot features
       重点突出：Non-responder组的恶性肿瘤细胞，被SPP1+ macro/CAF包围，形成一个TIB
  • H: 细胞类型在11个ST样本中的占比
  • I: SPP1+macrophage 在NR中的占比显著高于R，
  • J: 在ICB non-responder 和 ICB responder 肿瘤组织中， SPP1, CD68, 和 COL1A1的分布
  • K: 多重免疫组化mIHC结果表明，在ICB non-responder 肿瘤组织中，SPP1+ macro和CAF在一起。
  • L: 根据mIHC染色结果，在non-responder的肿瘤组织中（n=17）,SPP1+ macro和CAF在一起的spot 显著高于 responder的肿瘤组织（n=8）

scRNA细胞类型注释

  • A: 对6个ICB non-responders 的癌及癌旁，共计83,793个细胞。进行大群注释，亚群注释等。
  • B: 细胞类型的markers;
  • C: 细胞类型在样本及组间的比例图；
  • D/E/F/G:  hepatocytes/bipotent  (D), T/NK (E), B/plasma (F), and ECs (G) 在样本和Tumor/Normal中的占比

髓系细胞类型注释

  • A: 将tumor_normal的myeloid注释为12个细胞亚型；
  • B: 12个细胞亚型在样本间的占比图；
  • C: SPP1+ macrophage 在Tumor中的比例显著高；
  • D: 根据本研究的48个细胞类型的signature，用CIBERSORTx对TCGA-LIHC数据集，进行细胞类型鉴定，发现SPP1+ macrophage在Tumor中显著高表达。
  • E: 通过FASC, SPP1+ macrophage在non-responders (NR)显著高。注意E图的标记错了。
    Scatter plot showed percentage of SPP1+ macrophages of macrophages in ICB responders (R) and non-responders (NR) in FACS.
  • F: mIHC表明SPP1蛋白在tumor中比Normal中多。
  • G: 高SPP1 预后差；
  • H: TMA染色结果显示，SPP1蛋白在Tumor中显著高于正常组织；
  • I: 根据SPP1蛋白表达量高低，将59个病人分成2组，发现SPP1高的组，预后差。
  • J: 根据TCGA-LIHC数据，SPP1在晚期HCC病人中的比例多。
    the proportion of SPP1+macrophages increased at the late stage in the TCGA-LIHC cohort (Fig. 3J)
  • K: SPP1+macro与其他macro相比，显著差异的代谢通路；
  • L: 在体外培养THP-1细胞系，在缺氧条件下，SPP1表达量升高。
    THP-1细胞具有单核细胞/巨噬细胞的特征，可以在体外培养中分化为成熟的巨噬细胞

附图：

  • C: SPP1蛋白在肿瘤组织中多；
  • E/F: 用2个独立数据集，验证SPP1+ Macrophage的预后差；
  • G/H/I/J: 只有SPP1+ Macrophage的预后差；
  • K: SPP1+Macrophage 特异性高表达EPAS1,该基因与缺氧相关；
  • L/M: 两个macrophage特异高表达的markers
  • N: SPP1+Macrophage的吞噬作用最弱。

CAF/SPP1+Macrphage细胞相互作用

  • A: 对Fibroblast进行细胞亚群注释；
  • B: CAF在Tumor中的比例显著高高于Normal;
  • C: 在TCGA-LIHC数据集中，CAF在Tumor中的比例显著高高于Normal;
  • D: 在TCGA-LIHC-JP数据集中, CAF高表达，预后差
  • E/F: 根据scRNA-seq数据，用CAF top20的基因作为基因集，对每个spot进行打分，发现在SPP1/CAF中显著高;
  • G/H: 根据scRNA-seq数据，用SPP1+Macrophage top20的基因作为基因集，对每个spot进行打分,，发现在SPP1/CAF中显著高;
  • L: 病人1的ST数据中，CAF和SPP1+Macrophage 对应的spots中，CAF和SPP1+Macrophage得分的相关性。
  • M: CAF/SPP1+Macrophage spot的差异基因的代谢通路，与细胞外基质重塑相关；

利用NicheNet做CAF/SPP1+Macrphage之间的细胞通讯分析

附图

  • A: SPP1+ Macrophage 活性最高的配体为TGFB1, SPP1, IL1B;
  • B: SPP1+ Macrophage的配体，在CAF细胞中对应的受体；
  • C:  SPP1+ Macrophage/CAF的配受体，所对应的靶基因。

主图:

  • N: SPP1+ Macrophage/CAF的配受体 所对应的靶基因的富集通路；
  • O: 3个配体，对应的受体，及靶基因之间的调控网络图；
  • P: 根据scRNA-seq数据，计算SPP1+Macrophage top20的配体基因的平均表达量，将其映射到ST切片中。将CAF top20的受体的平均表达量，映射到ST切片中。
  • Q: SPP1+Macrophage top20的配体基因，和 CAF top20的受体基因的平均表达量，在ST分组中的热图展示。

细胞通讯分析

  • A/B: 利用CellChat，分析SPP1+Macrophage/CAF 和 malignant细胞，与其他细胞类型之间的细胞通讯。
    发现在non-responder样本中，SPP1+Macrophage/CAF 和 malignant细胞之间的通讯很多，而与其他细胞类型之间的通讯很少。
    在Responder样本中，SPP1+Macrophage/CAF 和 malignant细胞，与其他细胞类型之间的通讯很多。
  • C: 在Non-responder样本中，CD8+T浸润到肿瘤中很少；
  • D: 在Responder样本中，CD8+T浸润到肿瘤中很多；
  • E: 对所有的spot进行髓系免疫抑制 ( immunosuppressive features of myeloid cells) 在SPP1+Macrophage/CAF细胞群中比较高，说明免疫抑制能力强。同时ECM features 在SPP1+Macrophage/CAF细胞群中比较高，说明对细胞外基质重塑能力强。
    suggesting that SPP1+ macrophages may be associated with immunosuppressive function and that CAFs may be associated with the generation of ECM components.
  • F: T-cell-inflamed gene expression profile T细胞炎症基因集在空转spot中的表达量。发现GEP在TIB-enveloped肿瘤区域内表达量很低，说明PD-1治疗效果不好。
  • G: GEP基因集相关基因在空间细胞类型中的表达量。
  • H: Non-responder样本中，SPP1在肿瘤边缘，而CD8远离肿瘤组织；
  • I: Responder样本中，SPP1少，且CD8浸润到肿瘤组织；

小鼠模型验证

阻断SPP1或在小鼠中特异性删除巨噬细胞中的Spp1可以破坏TIB结构并增强肝细胞癌对免疫治疗的敏感性。

Blockade of SPP1 or macrophage-specific deletion of Spp1 in mice can destroy the TIB structure and sensitize HCC to immunotherapy.

根据本文研究结果，得到的模型


往期回顾

做转录组别忘了这个热点方向

来源于多个物种的单细胞转录组表达量矩阵如何处理

BD平台单细胞的优点都被你弄丢了

肾细胞癌的单细胞分析

端到端的单细胞管道SCP-细胞质控



如果你对单细胞转录组研究感兴趣，但又不知道如何入门，也许你可以关注一下下面的课程



看完记得顺手点个“在看”哦！


生物 | 单细胞 | 转录组丨资料
每天都精彩

长按扫码可关注