2024年7月23日,北京大学生物医学前沿创新中心(BIOPIC)张泽民课题组在Cell发表了题为Pan-cancer single-cell dissection reveals phenotypically distinct B cell subtype的研究论文。该研究整合了来自19种癌症类型患者的大规模单细胞转录组测序数据,描绘了肿瘤浸润B细胞在泛癌种水平上丰度和构成的异质性,发现了能够与CD4 T细胞进行互作并具有预后潜力的肿瘤相关非典型B细胞(tumor-associated atypical B cell, TAAB)。
近些年来,肿瘤免疫治疗的成功激发了对肿瘤微环境,特别是肿瘤免疫微环境全面深入的探究[1]。此前,张泽民课题组的研究系统刻画了肿瘤浸润髓系细胞、T细胞和NK细胞的泛癌种单细胞图谱[2–4],为肿瘤治疗策略的研发提供了新的思路。然而,尽管B细胞在免疫中发挥着重要作用,它们受到的关注相对较少。
本研究通过整合来自19种主要癌症类型的649名患者的单细胞RNA测序数据,构建了包含511,857个B细胞的泛癌种B细胞单细胞表达谱图谱,鉴定出5个B细胞大类和20个B细胞亚类。研究人员还利用算法重建了部分细胞的BCR序列,并对80例患者样本进行了肿瘤浸润B细胞相关的免疫组化或多色免疫组化染色。
基于整合的数据资源,研究人员发现肿瘤浸润B细胞的丰度和亚群组成在不同癌症类型间表现出了明显的偏好性。研究人员还观察到在肿瘤中存在B细胞分化阶段中重要的过渡亚群,例如,肿瘤中的生发中心B细胞前体(pre-germinal center B cell)和浆母细胞(plasmablast)。
通过BCR序列分析,研究人员在肿瘤内观察到BCR序列演化的进程,以及伴随此演化过程中出现的从生发中心B细胞(germinal center B cell)向记忆B细胞(memory B cell)和抗体分泌细胞(antibody-secreting cell)的转化,这与二级淋巴器官生发中心反应的过程相类似。此外,研究人员关注到肿瘤浸润抗体分泌细胞的免疫球蛋白类型倾向于IgG型,尤其是IgG1亚型。
除此以外,研究人员还鉴定出了两群在泛癌种水平上广泛存在、在肿瘤中富集且具有预后潜力的亚群:应激反应记忆B细胞(stress-response memory B cell)和肿瘤相关非典型B细胞(TAAB),它们分别与癌症患者更短和更长的生存期相关。
应激反应记忆B细胞高表达应激反应相关基因,与之前报道的肿瘤相关功能失调NK细胞(tumor-associated dysfunctional NK cell)和应激反应T细胞(stress-response T cell)相类似[4,5],这两类细胞的应激反应特征被报道与病人的不良预后或免疫治疗不响应相关。在尝试寻找与患者的不良预后相关的TIB亚群时,研究人员发现调节B细胞(regulatory B cell),或者说IL10+ B细胞,在单细胞聚类分析中并不能单独成群,这些细胞很可能源自B细胞分化的不同阶段。
肿瘤富集的肿瘤相关非典型B细胞(TAAB)在肿瘤组织中具有高克隆扩增水平和增殖能力,并呈现高度激活的转录状态。CD4 T细胞,尤其是CXCL13+ CD4 T细胞,可能与肿瘤相关非典型B细胞(TAAB)在其激活和向浆细胞分化的过程中产生相互作用。重要的是,肿瘤相关非典型B细胞(TAAB)的特征与患者预后存在癌症类型依赖性关联,并且也是多种免疫治疗响应的预测指标。
图1. 泛癌种B细胞单细胞图谱的摘要图
综上所述,该研究拓展了在泛癌种视角对肿瘤浸润B细胞的了解,为B细胞的异质性及其抗肿瘤免疫反应提供了新的见解,并为未来进一步探索B细胞在癌症中功能的共性和多样性奠定了基础。
北京大学前沿交叉学科研究院CLS项目博士生杨雨、北京大学BIOPIC/生命科学学院博士生陈雪雁为该论文的并列第一作者,北京大学BIOPIC张泽民院士、深圳湾实验室陈敏敏副研究员、北京大学BIOPIC王东方副研究员为该论文的共同通讯作者。深圳湾实验室盘洁莹、宁慧恒在本研究的免疫组化染色和细胞诱导等实验中提供了重要协助。研究得到了国家重点研发计划,国家自然科学基金、北京市科学技术委员会、深圳湾实验室重大项目和深圳湾实验室开放基金的资助。
论文链接:
https://www-cell-com.libproxy1.nus.edu.sg/cell/fulltext/S0092-8674(24)00712-8
原文链接:
https://mp.weixin.qq.com/s/FLCjmkY55lCM99QbscmXVQ
参考文献:
1.Wang, D.F., Liu, B.L., and Zhang, Z.M. (2023). Accelerating the understanding of cancer biology through the lens of genomics. Cell 186, 1755–1771. https://doi-org.libproxy1.nus.edu.sg/10.1016/j.cell.2023.02.015.
2.Zheng, L., Qin, S., Si, W., Wang, A., Xing, B., Gao, R., Ren, X., Wang, L., Wu, X., Zhang, J., et al. (2021). Pan-cancer single-cell landscape of tumor-infiltrating T cells. Science 374, abe6474. https://doi-org.libproxy1.nus.edu.sg/ARTN eabe6474 10.1126/science.abe6474.
3.Cheng, S., Li, Z., Gao, R., Xing, B., Gao, Y., Yang, Y., Qin, S., Zhang, L., Ouyang, H., Du, P., et al. (2021). A pan-cancer single-cell transcriptional atlas of tumor infiltrating myeloid cells. Cell 184, 792-809.e23. https://doi-org.libproxy1.nus.edu.sg/10.1016/j.cell.2021.01.010.
4.Tang, F., Li, J., Qi, L., Liu, D., Bo, Y., Qin, S., Miao, Y., Yu, K., Hou, W., Li, J., et al. (2023). A pan-cancer single-cell panorama of human natural killer cells. Cell 186, 4235-4251.e20. https://doi-org.libproxy1.nus.edu.sg/10.1016/j.cell.2023.07.034.
5.Chu, Y., Dai, E., Li, Y., Han, G., Pei, G., Ingram, D.R., Thakkar, K., Qin, J.-J., Dang, M., Le, X., et al. (2023). Pan-cancer T cell atlas links a cellular stress response state to immunotherapy resistance. Nat Med 29, 1550–1562. https://doi-org.libproxy1.nus.edu.sg/10.1038/s41591-023-02371-y.
本文仅用于学术分享,转载请注明出处。若有侵权,请联系微信:bioonSir 删除或修改!