胰腺癌原发灶与转移灶空间转录组分析揭示肿瘤微环境异质性

作者及机构
本研究由Ateeq M. Khaliq（印第安纳大学医学院Melvin and Bren Simon综合癌症中心）、Meenakshi Rajamohan（印第安纳大学Luddy信息学、计算与工程学院）等来自美国、德国多所机构的联合团队完成，通讯作者为Ashiq Masood（印第安纳大学医学院）。研究成果于2024年11月发表于*Nature Genetics*（Volume 56, 2455–2465），DOI: 10.1038/s41588-024-01914-4。

学术背景

胰腺导管腺癌（Pancreatic Ductal Adenocarcinoma, PDAC）是一种高度侵袭性的恶性肿瘤，约50%患者在确诊时已发生转移，其中80%转移至肝脏。手术是唯一可能治愈的手段，但多数患者因局部进展或远处转移失去手术机会。既往研究多基于早期PDAC样本，而真实世界中晚期患者占多数，导致对转移性PDAC的生态特征认知不足。

尽管单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）已揭示PDAC中恶性与非恶性细胞的异质性，但细胞空间分布及其在转移过程中的动态变化仍不明确。本研究通过空间转录组学（spatial transcriptomics, ST）技术，首次系统比较了匹配的原发灶与转移灶（肝、淋巴结）样本，旨在解析PDAC进展中的空间生态型（spatial ecotypes）特征及其微环境适应性机制。

研究流程与方法

1. 样本收集与空间转录组建库

研究纳入13例PDAC患者的39个样本，包括：
- 10例原发肿瘤（primary PDAC）
- 12例肝转移灶（hepatic metastases）
- 5例淋巴结转移灶（lymph node metastases）
- 3例正常胰腺组织及3例正常肝组织作为对照

采用10x Genomics Visium v.1平台对FFPE（福尔马林固定石蜡包埋）样本进行空间基因表达分析。经质量控制后，最终保留91,496个高质量spots（空间位点），覆盖35,458个原发肿瘤位点、28,520个肝转移位点和17,698个淋巴结转移位点。

2. 细胞类型解卷积与空间生态型鉴定

通过Robust Cell-Type Decomposition (RCTD)算法，整合已发表的scRNA-seq数据（包括PDAC原发灶、转移灶及正常组织），将ST数据映射至15种精细细胞状态（如肌成纤维细胞样CAFs、C1q+肿瘤相关巨噬细胞等）。

利用ISCHIA（基于生态学物种共现模型）算法识别空间生态型（compositional clusters, CCs），共定义10种空间生态型（CC1–CC10），包括：
- 原发灶富集型（CC1/CC5）：高纤维化、缺氧、EMT（上皮-间质转化）特征
- 转移灶富集型（CC2/CC3）：低间质、高增殖与代谢重编程
- 侵袭边界型（CC7）：免疫细胞密集浸润的肿瘤-正常组织交界区

3. 空间互作与功能分析

• MISTY框架：量化细胞类型间的空间依赖性，揭示肿瘤细胞与CAFs、免疫细胞的共定位模式。
  
• 代谢通量分析：基于图神经网络预测单点代谢通量，比较不同生态型的代谢差异。
  
• 功能基因集富集（FGES）：分析免疫抑制、血管生成等通路的空间分布。
  

主要研究结果

1. 原发灶与转移灶的空间生态型差异

• 原发灶生态型（CC1/CC5）：
  
  • 表现为高度纤维化的间质，富含肌成纤维细胞样CAFs（myCAFs）和免疫抑制性细胞（Treg、M2样巨噬细胞）。
    
  • 基因集富集显示EMT、缺氧和凝血通路激活，与PDAC的促纤维化微环境一致。
    
• 转移灶生态型（CC2/CC3）：
  
  • 肿瘤细胞占比显著增加，间质成分减少，E2F、MYC等增殖通路激活。
    
  • 代谢分析显示糖酵解和磷酸戊糖途径增强，支持快速增殖的能源需求。
    

2. 侵袭边界生态型（CC7）的免疫特征

• 空间定位：位于肿瘤浸润前沿，病理学证实为富含淋巴细胞和巨噬细胞的蓝色区域（H&E染色）。
  
• 细胞组成：同时存在促肿瘤（M2巨噬细胞、Treg）和抗肿瘤（CD8+ T细胞、NK细胞）群体，提示免疫治疗潜在靶点。
  
• 共现分析：IL-1β+单核细胞与FCN1+巨噬细胞的空间协同可能驱动局部炎症反应。
  

3. 患者间异质性与代谢适应性

• 个体化差异：同一患者的原发灶与转移灶可共存多种生态型，如CC1（纤维化）与CC3（高增殖）并存。
  
• 代谢重编程：
  
  • 原发灶依赖谷氨酰胺代谢，而转移灶偏好糖酵解，与PI3K-AKT-mTOR通路激活相关。
    
  • 肝转移灶中，CC8生态型作为过渡区，显示代谢通路逐步转变的特征。
    

研究结论与价值

1. 科学意义：

   • 首次绘制PDAC原发与转移灶的空间生态型图谱，揭示转移过程中微环境的动态适应。
     
   • 提出“侵袭边界生态型”作为免疫治疗的新靶区，其免疫抑制与激活信号的共存提示联合治疗必要性。
     

2. 临床价值：

   • 为晚期PDAC的个体化治疗提供依据，如针对CC1的CAFs靶向或CC3的代谢干预。
     
   • 强调空间异质性对疗效预测的重要性，需结合ST技术优化治疗方案。
     

3. 技术创新：

   • 整合ST、scRNA-seq与机器学习（ISCHIA/MISTY），建立多组学空间分析流程。
     
   • 开发基于神经网络的代谢通量预测方法，弥补ST数据代谢解析的不足。
     

研究亮点

• 空间分辨率突破：55μm精度揭示PDAC微环境的结构-功能关系，超越既往bulk或单细胞研究。
  
• 转移生态理论：验证“低间质高增殖”表型在转移中的选择优势，与临床侵袭性吻合。
  
• 跨尺度分析：从细胞互作到代谢网络，系统解析PDAC进展的驱动机制。
  

局限性：样本量较小（13例），未涵盖肺转移；代谢通量为计算预测，需实验验证。未来需扩大队列并探索单细胞空间代谢组学技术。