揭示癌症新的标志性特征：肿瘤神经浸润全景图谱研究学术报道

肿瘤学 遗传学 生命科学 医学 免疫学 细胞生物学
神经浸润 癌症标志 肿瘤微环境 单细胞RNA测序 免疫治疗

癌症作为全球重大公共卫生难题，具有复杂的发生发展机制。长期以来，肿瘤微环境（tumor microenvironment，TME）的免疫、炎症、血管生成等过程被广泛关注，被视为肿瘤生物学行为的重要决定因素。近年来，癌症神经科学（cancer neuroscience）成为新兴交叉领域，发现神经系统不仅通过神经介质、递质等调控肿瘤发展，还通过神经－肿瘤细胞的直接或间接互作影响肿瘤的生长、转移与侵袭。尽管诸如“外周神经侵犯（perineural invasion, PNI）”等神经相关现象已受到关注，但系统性量化和评价“神经浸润”在肿瘤疾病中的广泛性、分子特征和临床意义仍处于初级阶段。本文报道正是基于这样的问题意识和科学背景展开，旨在深入探讨神经因素是否可作为肿瘤新标志性特征（cancer hallmark），并为癌症治疗和精准分型提供新思路。

论文来源及作者介绍

本文题为《unveiling a novel cancer hallmark by evaluation of neural infiltration in cancer》，作者团队主要来自中国哈尔滨医科大学（Harbin Medical University）生命科学、生物信息学、药学院等多个院系和“State Key Laboratory of Frigid Zone Cardiovascular Diseases (SKLFZCD)”。通讯作者为Yunyan Gu、Haihai Liang、Yang Hui。论文发表于2025年，登载于国际著名期刊Briefings in Bioinformatics（2025年卷第26期），为开放获取文章。作者团队融合了系统生物学、分子生物学、药理学和临床医学等多学科优势。

一、研究背景与问题陈述

1. 癌症神经科学兴起

神经与癌症细胞的互作正在被逐步揭示，包含神经递质、神经肽（如BDNF、NLgn3等）、外泌体和突触结构等多种形式。文献显示，神经元及其释放的因子可直接促进肿瘤生长、侵袭、转移，甚至参与耐药机制，并影响肿瘤对免疫治疗的响应。

2. 外周神经侵犯的局限与挑战

虽然PNI被视为恶性进展和不良预后的标志之一，常见于胰腺癌、头颈肿瘤等，但传统HE染色对PNI检测敏感性有限，且许多肿瘤在未发现PNI时，神经相关因素依然可影响患者生存。因此，单一PNI难以反映神经因素在不同类型肿瘤中的全景作用。

3. 现有研究不足与科学需求

目前缺乏关于肿瘤神经浸润全局评价的系统研究。如何从多组学数据中提取神经信号，建立量化指标，并梳理其与肿瘤恶性行为、分子分型、免疫微环境乃至药物敏感性的关系，成为本研究关注的突破口。

二、研究整体设计与技术路线

作者团队围绕“神经浸润为癌症新标志”的假设，开展了大规模、跨癌种、多层次的组学数据分析，并辅以单细胞测序、空间转录组、共培养生物学实验，整体工作流程大致包括：

  1. 神经基因集整合与肿瘤相关差异基因筛选
  2. 开发神经浸润量化指标（c-neural score）及其多模组应用
  3. 全癌种多组学及多队列数据挖掘，关联临床、生存、肿瘤分级分期等信息
  4. 单细胞、多癌种微环境异质性分辨与亚群特征研判
  5. 重点癌种（如胰腺导管腺癌、肺腺癌）空间、亚群及细胞互作分析
  6. 体外共培养实验验证关键通路分子，如Schwann细胞对肿瘤细胞的促进
  7. 神经浸润分数与免疫治疗应答以及潜在药物敏感性预测

下面将每一步细致解析。

1. 神经基因集整合与差异基因筛选

研究首先从四大权威数据库及文献手动整理出1889个神经相关基因，形成神经基因池。针对10种实体瘤类型（涉及40份成对bulk RNA-seq数据），运用单侧Wilcoxon秩和检验，识别出各癌种显著上调或下调的神经相关差异表达基因（DEG-NS），为后续量化分析奠定分子基础。

2. 神经浸润分数的开发与多组学适应

团队提出“癌症相关神经浸润分数（c-neural score）”的新指标。
- bulk RNA-seq层面，以GSVA（Gene Set Variation Analysis）算法测算DEG-NS上的基因集富集分数，获得上调与下调分数之差。
- 单细胞RNA-seq层面，则基于Ucell算法计算细胞水平的c-neural score，实现个体细胞神经信号的精准刻画。
这一通用指标兼容多种数据平台，支持跨队列、跨样本类型的定量比对。

3. 关联临床参数的广泛全癌种分析

采用TCGA及多中心公开数据库样本，结合患者的PNI状态、分期分级、复发转移、肿瘤体积和生存预后等多维度临床信息，系统分析c-neural score与上述因素的耦合关系。

4. 单细胞分辨率下的细胞异质性分析

本研究纳入55组单细胞RNA测序数据，涵盖10类实体瘤，涉及28个主要细胞类型。应用Seurat和Harmony等R包进行标准化整合同步批次；利用Ucell算法对单个细胞施行c-neural score定量，并据此在各细胞类群中开展高/低分数群体的比例、分布及富集分析，解析TME内神经信号的异质性。

5. 重点探析胰腺癌和肺腺癌模型

  • 对于胰腺导管腺癌（PDAC），特别分析Schwann细胞高度富集区域、空间转录组、肿瘤上皮亚群，结合CopyKat推断的拷贝数变异、Cytotrace推断的干性、AUCell评估EMT（上皮间质转化）状态，精细描绘“神经高分”上皮细胞（epi-highCNS）的致癌特征。
  • 肺腺癌（LUAD）方面，借助整合单细胞图谱，分辨高神经分数肿瘤细胞亚群与CD8+T细胞、包绕细胞间的互作关系，以及其与分化程度、代谢通路富集的联系。

6. 细胞互作与蛋白互作网络分析

联合CellChat工具及Pathway Commons数据库，挖掘不同细胞子群（如epi-highCNS与Schwann细胞）之间的信号通路、配体-受体对及PPIs（蛋白互作），识别关键沟通轴（如FN1-相关信号、胶原相关对等）。

7. 体外生物学功能验证

在PANC-1（胰腺癌）及A549（肺癌）细胞，与Schwann细胞进行Transwell共培养，结合siRNA敲低VDAC1（Voltage-dependent anion channel 1），观测肿瘤细胞增殖、迁移、侵袭、EMT等功能变化，部分实验同步采用Schwann细胞条件培养基以区分直接接触与分泌因子的效应。

8. 神经浸润分数与免疫治疗应答及药物预测

分析多组免疫治疗前的多组学数据，比较应答与非应答患者c-neural score差异，并综合Oncopredict和药物灵敏度数据库，预测不同神经浸润背景下的潜在敏感化疗、靶向药物并进行体外药敏性相关度验证。

三、主要研究结果详解

1. 神经浸润分数高度指示肿瘤恶性程度

研究发现，10类癌种中，高c-neural score显著关联PNI阳性（如头颈鳞癌）、高级别/高分期、肿瘤复发、转移及更差的生存预后。高分组患者表现为肿瘤纯度更高、肿瘤细胞含量和体积更大，说明神经信号是恶性行为的一类新生物学标志。

2. TME内的神经信号异质性以及epi-highCNS特征

大规模单细胞分析显示，在绝大多数癌种，肿瘤上皮细胞亚群（epithelial cells）在高c-neural score群体中显著富集。进一步分析PDAC发现，epi-highCNS伴随更高的CNV、干性（低分化）、更强的氧化磷酸化（OXPHOS）与EMT活性，提示该亚群为“神经依赖”型高恶性肿瘤细胞。空间转录组验证Schwann细胞富集区、高c-neural score区正好对应PNI高表达区域。

3. Schwann细胞通过FN1轴及VDAC1促进肿瘤进展

细胞互作分析揭示，epi-highCNS与Schwann细胞间通过FN1信号（纤连蛋白）、胶原配体受体对紧密沟通，并形成重叠的蛋白互作网络（主要富集于细胞外基质－受体互作通路）。关键基因对高表达（如APOD_VDAC1）者患者生存差。体外实验验证Schwann细胞促进肿瘤细胞生长、迁移、EMT依赖于VDAC1高表达，且这一分子主要在上皮细胞表达，PNI阳性患者VDAC1水平更高。

4. 神经高分肿瘤细胞促进抗肿瘤免疫应答，c-neural score预测免疫治疗疗效

临床免疫治疗（ICl, 包含PD-1/PD-L1治疗）的预处理样本表明，响应患者c-neural score普遍更高。单细胞及Bulk多队列们发现，高分者具有更高CD8+T细胞、激活型CD4+记忆T细胞、M1巨噬等抗肿瘤免疫细胞浸润分数。免疫检查点分子（PD-L1, HLA基因）与c-neural score正相关，表明神经信号与抗肿瘤免疫获益密切相关。c-neural score预测免疫疗效AUC高于多数已知生物标志物。

5. 新标志物指导个体化药物选择预测

通过关联药敏数据库及Oncopredict模型，揭示多种药物敏感性与c-neural score紧密相关：如高分患者可能对Axitinib、Olaparib敏感，而Afatinib、Trametinib则在高分组恶性黑色素瘤样品中表现出更低IC50，提示高神经信号患者可获额外化疗、靶向药物获益。

四、研究结论与科学/应用价值

1. 科学意义

  • 神经浸润已具备“癌症新标志（cancer hallmark）”特征，其量化可以跨癌种预测肿瘤恶性、转移、预后及免疫治疗响应，为肿瘤分子分型和精准诊疗添彩。
  • 单细胞水平神经信号揭示TME多样性和新致癌亚群（epi-highCNS），为肿瘤异质性和致癌分子机制研究提供新方向。
  • Schwann细胞—上皮细胞—VDAC1轴的新发现，解析了神经-肿瘤互作新机制，为组织学和功能学深度研究提供范例。
  • 肿瘤神经信号与免疫微环境耦合，为理解免疫逃逸和治疗获益机制打开新窗口。

2. 应用前景

  • 早期诊断、分型与预后评估。c-neural score的可扩展性使其极有希望在临床分型、风险分层中应用。
  • 免疫疗法和靶向疗法的敏感性预测。指导个体化治疗方案制定，提高治疗获益。
  • 新药物／新靶标（如VDAC1、FN1通路等）开发与验证。
  • 空间多组学与功能验证结合的研究范例，推动肿瘤微环境复杂信号的系统性整合与转化研究。 —

五、本研究亮点与创新

  • 首个系统量化跨癌种神经浸润水平的评分体系；
  • 单细胞分辨，多层次、跨样本类型内的神经信号富集和异质性解析；
  • 神经浸润分数具备多重预测临床价值：病程进展、免疫治疗获益与药敏；
  • 明确提出并实验证明Schwann细胞－VDAC1-致瘤机制通路；
  • 多组学、空间组、体外功能验证一体化研究范式。

六、其他有价值信息

  • 本研究所有数据源均为公开数据库，算法代码和分数计算参数理论上可复现与移植到其他数据分析流程。
  • 伦理合规，全部涉及患者样本均获批并取得知情同意。
  • 论文还对未来空间多组学、体内功能验证及更复杂细胞互作网络的研究方向提出建议，鼓励同行拓展神经-肿瘤-免疫交叉研究领域。

总结

本研究凝练神经—肿瘤互作机制，在分子、细胞及整体临床层面揭示了神经浸润在癌症发生发展和治疗应答中的中心角色。其创新的c-neural score体系及多模态实验方案，为癌症基础与临床研究打开了新天地，对未来肿瘤精准医学和交叉学科医学研究具有重要推动价值。