LAMP3

*仅供医学专业人士阅读参考看多了肿瘤免疫微环境里，各类细胞争着给癌细胞当走狗的研究，奇点糕常常会觉得免疫细胞特别是CD8+T细胞，有一种孤军奋战的悲壮感，但这种印象肯定和现实有差距，癌细胞收拢小弟发展下线，免疫细胞们当然也会团结起来应战嘛。近日，麻省理工学院与哈佛大学布罗德研究所团队的一项研究成果在《自然·免疫学》期刊正式见刊，继三年前在《细胞》发表论文[1]，揭示结直肠癌内存在关键的“抗肿瘤免疫中枢”（Anti-tumor Immunity Hub）后，研究者们又在肺癌中发现了一种特殊的“干细胞样免疫中枢”（Stem-Immunity Hub），其存在预示着肺癌患者对PD-1抑制剂的应答较好[2]。不同于经典的成熟三级淋巴结构（TLS），在干细胞样免疫中枢里富集的，主要是对抗肿瘤免疫应答有关键作用的TCF7+PD-1+CD8+干细胞样T细胞，以及处于激活状态的特定树突状细胞（CCR7+LAMP3+）、成纤维细胞（CCL19+）和识别这些细胞的细胞因子，而特定免疫细胞之间在干细胞样免疫中枢里发生的相互作用，也可能对免疫应答起到重要影响。论文首页截图研究者们首先分析了68例接受PD-1抑制剂治疗的非小细胞肺癌（NSCLC）患者，采用与此前研究相同的单分子荧光原位杂交（smFISH），在患者肿瘤样本中对可提示免疫中枢存在的CXCL10/11（T细胞趋化因子）、干扰素γ（IFNG，提示T细胞激活）等关键标志物进行定位，并将CXCL10/11+细胞周围约50x50μm的一个窗口定义为“免疫中枢”。按照上述方法，研究者们在肿瘤样本中找到了3000余个免疫中枢，且对PD-1抑制剂治疗有应答患者（n=20）的免疫中枢分布中位频率，是未应答患者的5.5倍（1.6% vs. 0.3%），说明免疫中枢的存在确实与免疫治疗应答相关，CD8+T细胞也在其中明显富集，细胞密度是肿瘤整体水平的2.8倍（中位值），处于激活状态的CD8+T细胞也更多。NSCLC中存在免疫中枢，且与PD-1抑制剂治疗应答相关但很显然，这么多的免疫中枢里面，肯定存在更为关键的一类中枢，研究者们根据细胞分布特征又细化分出了7个中枢亚群，其中亚群3在免疫治疗应答/不应答患者内的分布频率差距高达106倍（1.1% vs. 0.011%），它的特征就是富集IFNG+细胞和TCF7+PD-1+CD8+T细胞，而后者是典型的干细胞样CD8+T细胞亚群，“干细胞样免疫中枢”就由此得名了。“干细胞样免疫中枢”的定义过程及其特征接下来，借助MERFISH空间转录组学技术，研究者们对免疫中枢内免疫细胞的基因表达情况进行了详尽分析，发现干细胞样免疫中枢内还富集表达了趋化因子CCL19及其配体CCR7，它们可能是募集TCF7+PD-1+CD8+T细胞的关键；而在髓系细胞方面，富集的首先是成熟调节性树突状细胞（mregDCs），即开头提到的CCR7+LAMP3+树突状细胞，且它们存在CCL5/17/22等T细胞趋化因子的显著表达；另一方面，CXCL10+巨噬细胞也明显富集并产生趋化因子。那么在干细胞样免疫中枢内，不同免疫细胞之间会擦出怎样的火花呢？研究者们总结了几种较为多见的免疫细胞间相互作用，如CD4+T细胞被激活发挥细胞毒效应、辅助T细胞“准许”树突状细胞激活CD8+T细胞、调节性T细胞抑制树突状细胞对CD8+T细胞的激活等，CXCL10+巨噬细胞与CD8+T细胞也存在相互作用，但意义尚不明确。此外，研究者们还发现干细胞样免疫中枢内存在CCL19+成纤维细胞的富集，它们对募集CD4+T细胞不可或缺，这与一般的三级淋巴结构（TLS）类似；但干细胞样免疫中枢毕竟不是TLS，它们并不存在B细胞滤泡，且存在干扰素γ应答基因（ISGs）及T细胞、巨噬细胞标志物基因表达的显著上调，符合它们作为抗肿瘤免疫应答中枢的地位。T细胞和巨噬细胞转录本在干细胞样免疫中枢和经典TLS中的差异至于干细胞样免疫中枢会不会在免疫治疗用药后发生改变，它们能否作为增效免疫治疗的“着力点”，就有待未来的探索给出更多答案了，不过奇点糕觉得它们大概率能行，都是中枢了，不得指明点什么方向么~参考文献：[1]Pelka K, Hofree M, Chen J H, et al. Spatially organized multicellular immune hubs in human colorectal cancer[J]. Cell, 2021, 184(18): 4734-4752. e20.[2]Chen J H, Nieman L T, Spurrell M, et al. Human lung cancer harbors spatially organized stem-immunity hubs associated with response to immunotherapy[J]. Nature Immunology, 2024.本文作者丨谭硕

来自四川大学等机构的科学家们概述了科学家们通过单细胞RNA测序分析在肝细胞癌研究领域取得的进展。 HBV相关的肝细胞癌因其细胞多样性和复杂的肿瘤免疫微环境，如今对全球人群健康构成了重大挑战，HBV-肝细胞癌（HBV-HCC）治疗中不断增加的未满足需求就强调了科学家们需要深入研究理解复杂的免疫微环境、肿瘤细胞可塑性和肿瘤进化动力学在HBV相关肝癌发生过程中的作用。如今单细胞测序已经成为癌症研究中的一种革命性的工具，其为癌症的进展和所参与的多种通路提供了一张全面的图谱，单细胞测序在HBV-HCC中的应用有助于解析肿瘤免疫抑制微环境和异质性的出现，同时还能为揭示HBV-HCC的肿瘤生态系统提供前所未有的详细见解。 近日，一篇发表在国际杂志MedComm—Oncology上题为“Novel insights into HBV‐hepatocellular carcinoma at single‐cell sequencing”的综述文章中，来自四川大学等机构的科学家们概述了科学家们通过单细胞RNA测序分析在肝细胞癌研究领域取得的进展，同时还在文中系统性地介绍了单细胞测序的基本工作流程、局限性以及改进，该文章的重点之一就是阐明单细胞RNA测序如何增强我们对HBV-HCC中恶性肿瘤细胞异质性的理解。 肿瘤异质性是HBV-HCC在多种选择性压力下生存和进一步进化的关键支持因素，多年来，科学家们一直缺乏对HBV-HCC中ITH的理解，而单细胞RNA测序彻底改变了对HBV-HCC中肿瘤异质性的探索，并开辟了一系列新的方法来帮助观察肿瘤内和肿瘤间的异质性、监测肿瘤的进展并预防进一步的细胞恶化。通过利用单细胞测序来研究HBV-HCC内肿瘤细胞的遗传多样性和克隆结构，研究人员不仅为精确的临床分类奠定了一定的理论基础，还能为基于分子表征的精确治疗提供了潜在的选择，这或许有助于发现用于诊断和判断预后疗效的新型生物标志物。除了异质性外，这篇综述还强调了HBV-HCC肿瘤微环境中的免疫谱分析，与其它肿瘤不同的是，HBV-HCC的细胞和分子免疫失衡是非常复杂的。 基于单细胞测序技术揭示HBV所致人类肝细胞癌的新见解。 图片来源：MedComm—Oncology (2023). DOI:10.1002/mog2.60 从一方面来讲，HBV-HCC的肿瘤微环境中充满了大量的抗原呈递细胞（APCs）和免疫细胞，其中抑制性的免疫细胞和肿瘤细胞能驱动效应细胞的功能障碍，另一方面，长期暴露于HBV感染所引起的慢性肝脏炎症诱导的肝脏损伤会促进肿瘤微环境功能的失调。单细胞RNA测序就能揭示免疫微环境中的混乱和动态变化，并识别出能在HBV-HCC发生过程中发挥重要影响的多种细胞组分，比如CD69+ CD103+ HBV特异性Trm细胞、LAYN+ Tregs, CCL18+ M2巨噬细胞, LAMP3+ DCs和TANs等，这或许就提出了一种可能性的免疫逃逸机制，促有助于促进科学家们识别出潜在的免疫靶点并改进免疫疗法。 文章中，研究人员不仅揭示了HBV-HCC的研究现状，而且为未来进一步调查奠定了基础，其强调了整个单细胞数据与其它组学数据在促进我们理解并治疗HBV相关的肝细胞癌上的重要性。这种综合性手段也是揭示HBV-HCC复杂性并帮助开发更为有效疗法的关键，最后研究人员总结了目前HBV-HCC研究中单细胞测序技术的局限性和潜在解决手段。 综上，这篇综述文章为寻求HBV相关肝细胞癌研究中单细胞测序新见解的研究人员提供了关键的资源，其系统性地整合了目前在HBV-HCC单细胞研究中速哦使用的核心分析方法，并揭示了不同细胞亚群的关键角色，并阐明了细胞克隆在HBV-HCC发生和进展过程中的动态学变化。（生物谷Bioon.com） 原始出处： Dandan Yin, Tao Zhou, Xuyang Xia, et al. Novel insights into HBV‐hepatocellular carcinoma at single‐cell sequencing, MedComm—Oncology (2023). DOI:10.1002/mog2.60

不知道大家发现没有，一些研究方向跟着大牛肯定是没有任何问题的，比如之前推广过的张泽民老师的中性粒细胞，组织驻留记忆T细胞。这次终于卷到NK细胞了，敲黑板，5+IF文章，爱要不要。NK细胞在肿瘤的预后，治疗中发挥作用巨大，这一次又是大佬叠加cell推荐，必然会成为文章发表的新热点，大家一定要引起关注。什么？有人担心结果做不出来？大佬都总结好了！秘密就在图片中！图中的排序就是肿瘤相关NK细胞占比！肝癌、结肠癌、甲状腺癌、胰腺癌和头颈部鳞状细胞癌荣获前五！这五个方向科研人冲就对了！大家好，最近张泽民教授又出新成果了，团队成员联合中国科学技术大学彭慧教授课题组，在《Cell》杂志上发表了题目为“A pan-cancer single-cell panorama of human natural killer cells”的论文，该研究收集整理了大量公开的单细胞转录组数据，涉及24种癌症类型，包括来自716名患者的1223个样本的NK细胞单细胞表达谱数据，首次在泛癌水平系统地鉴定到了5类CD56 bright CD16 lo 和9类CD56 dim CD16 hi NK细胞亚群，并详细地刻画了各类群的表型和功能多样性。数据来源1. 大量公开的单细胞转录组数据公开发表的70个数据集的scRNA-seq数据，来自669名患者的1146个样本，包括肿瘤、邻近非肿瘤组织、外周血和其他组织(如淋巴结)。2.新生成的scRNA-seq数据作者从其团队之前的研究中收集和分析了来自47名癌症患者的77个样本，涉及8种癌症类型。分析流程将公开数据库的数据和研究团队新生成的scRNA-seq数据，进行整合，得到来自共计716名患者的1223个样本的NK细胞单细胞表达谱数据，涉及24种癌症类型，本研究最终获得了160,011个高质量NK细胞，其中包括11,963个新生成的NK细胞。分析流程图结果解读1.在单细胞水平上构建人类泛癌NK细胞景观为了更好地定义NK细胞的泛癌群体结构，作者整合了数据集之间批次效应最小的scRNA-seq数据，并进行了两轮无监督聚类。第一轮分析是基于高表达的典型细胞标记NCAM1和FCGR3A，分别对应于先前报道的“NK_1”和“NK_2”群体，区分两种特征明确的主要细胞类型为CD56brightCD16lo和CD56dimCD16hi。在第二轮聚类中，CD56brightCD16lo区可以进一步细分为5个细胞群， CD56dimCD16hi区进一步被确定为9个细胞群，其中包括同时表达高水平的NCAM1和FCGR3A的CD56brightCD16hi NK细胞，其表现出介于CD56brightCD16lo和CD56dimCD16hi NK细胞之间的中间特征，表明不同的细胞亚群具有不同的转录表型。接下来，作者分析了所有亚群的组织分布，观察到不同的组织富集模式，表明本研究的综合分析可以保留不同组织的异质性。为了进一步证实聚类的稳定性，作者还将血液、肿瘤和邻近非肿瘤组织中的NK细胞分别重新聚类，聚类结果高度一致。此外，作者还发现不同发育状态的NK细胞亚群在肿瘤中同时存在，表明NK细胞向肿瘤的迁移可能与NK细胞成熟解耦。        作者进一步检查了基因表达特征，以破译不同细胞亚群之间的功能差异。研究发现，CD56dimCD16hi NK细胞高表达细胞毒性效应基因，包括穿孔素(PRF1)和除GZMK外的大多数颗粒酶(GZMB、GZMA和GZMH)，而GZMK只在CD56brightCD16lo NK细胞中表达，CD56brightCD16lo NK细胞还表达多种细胞因子基因，如IL-8等。此外，作者还描述了NK细胞亚群中激活或抑制受体的表达情况，结果表明不同细胞亚群的转录和功能表型存在显著差异。   总之，作者在单细胞水平上构建了人类泛癌NK细胞的详细转录组谱，深刻剖析了不同NK细胞亚群的分子特异性，并揭示了其未被重视的异质性。图1 NK细胞泛癌单细胞图谱及其特征2. 不同肿瘤类型NK细胞的组织异质性接下来，作者评估了不同癌症类型中肿瘤浸润NK细胞群的偏好，观察到不同癌症类型中，NK细胞亚群的分布存在明显差异。如，未成熟的CD56brightCD16lo NK细胞在鼻咽癌和基底细胞癌中占主导地位，而成熟的CD56dimCD16hi NK细胞在肾癌和肺癌中占主导地位，这与先前的报道一致。其他如结直肠癌和肝癌中没有明显的差异(图2A)。 为了进一步检验上述现象是否可以用器官特异性来解释，作者分析了邻近非肿瘤组织中主要NK细胞类型的内在组成及其在肿瘤中的相应变化。结果发现，在包括肺癌、肾癌在内的多种癌症类型中，CD56dimCD16hi NK细胞在肿瘤组织中的比例明显降低(图2B)，乳腺癌和食管癌等癌症类型中的优势NK细胞群发生了逆转(图2C)。这些观察结果表明，器官特异性和肿瘤因素共同影响NK细胞群的分布。作者进一步从细胞亚群的角度探索NK细胞的癌症类型特异性，根据NK细胞亚群比例对所分析的癌症类型进行分层。结果发现，NK细胞亚群如c2-CX3CR1在胰腺癌、乳腺癌和黑色素瘤中表现出强烈的偏好。在某些癌症类型中观察到高变异性，如c4-NFKBIA和c7-NR4A3从头颈部鳞状细胞癌和甲状腺癌到食管癌和鼻咽癌的中位数频率显著降低(图2D)。 此外，作者还发现，罕见CD56brightCD16hi NK细胞亚群在黑色素瘤和白血病中大量存在，特别是在急性髓性白血病(AML)中(图2D)，与AML患者的总生存率和无复发生存率的降低有关。与其他NK细胞群相比，这些低成熟阶段的CD56brightCD16hi细胞在激活和抑制受体方面表现出独特的表型和功能变化(图2E)。综上所述，作者认为，目前基于NK细胞的治疗侧重于增强NK细胞的活化和延长其寿命，但通常忽略了癌症类型之间的异质性和TME对NK细胞细胞毒性功能的抑制作用，这些都应该在未来的治疗策略中加以考虑。图2 肿瘤浸润NK细胞在癌症类型中的异质性3. RGS1是组织浸润NK细胞的标志如上所述，NK细胞成分从血液到组织显著改变。同样，在组织浸润NK细胞与其血液对应物之间检测到广泛的转录变化(图3A)。先前的研究已经确定了组织驻留NK细胞的几种标记物，如CD69、CD103、CXCR6和CD49a。然而，作者发现ITGA1 (CD49a)、ITGAE (CD103)和CXCR6在单细胞转录组水平的检测很少，CD69在NK细胞(包括血液细胞)中广泛表达(图3E)。作者选择了血液和组织之间的差异表达基因，并进一步评估了它们的敏感性和特异性，以区分NK细胞的组织来源。RGS1 (G蛋白信号1的调节因子)被明确识别，其只在肿瘤和邻近非肿瘤组织的NK细胞中表达，但在血液中几乎检测不到(图3C和3D)。此外，RGS1的表达与KLF2、SELL等迁移信号相反(图3E)。与上述常规组织驻留标志物相比，RGS1具有更高的敏感性和特异性。接下来，作者直接比较了RGS1与ITGAE、CD69等在血液中的表达模式，发现RGS1单独在血液中的检出率最低，而RGS1/CD69组合可以进一步提高组织中的阳性检出率(图3F)， 还可以更好地区分血液和非血液NK细胞。值得注意的是，RGS1在癌症患者中广泛表达(图3G-H)。综上所述，这些特征暗示了RGS1单独或与CD69结合的潜在作用，在转录组水平上是组织浸润NK细胞的优秀标记物。作者推测RGS1的表达可能减弱G蛋白的信号活性，导致NK细胞趋化迁移能力减弱，促进NK细胞驻留。RGS1在NK细胞中的作用机制有待进一步研究。 图3 RGS1作为NK细胞关键组织浸润标志物的鉴定4. 肿瘤相关NK细胞程序及其特征接下来，作者试图阐明NK细胞在肿瘤中的具体特征。利用RNA 速率分析，作者分析了NK细胞的转录动力学，在CD56brightCD16lo和CD56dimCD16hi NK细胞中观察到从血液富集亚群到肿瘤浸润亚群的明确定向流动，作者发现CD56dimCD16hi c6-DNAJB1 NK细胞位于速率分析末端，因此推断为终末状态(图4A)。值得注意的是，来自邻近非肿瘤组织的CD56dimCD16hi NK细胞主要出现在富含c7-NR4A3细胞的均匀歧形近似和投影(UMAP)区域；相比之下，肿瘤来源的CD56dimCD16hi NK细胞在富含c6-DNA JB1细胞的UMAP区域占主导地位(图4B)。与此一致的是，肿瘤富集的c6-DNAJB1 NK细胞的标记物，如DNAJB1和HSPA1A在肿瘤浸润的CD56dimCD16hi NK细胞群中高度表达(图4C)。作者进一步关注肿瘤微环境，发现肿瘤组织中高度富集一群DNAJB1+ CD56dimCD16hi NK细胞。数据分析发现，该群细胞具有功能失调的表型，包括杀伤性下降、抑制受体上升、高表达应激反应相关蛋白等，因此将这一群细胞命名为肿瘤相关NK细胞（Tumor-associated NK cells, TaNK cells）(图4D)。作者还利用流式细胞术验证了TaNK细胞(CD56dimCD16hi HSP40+)在体内肿瘤的富集情况。结果显示，在1例肝内胆管癌和6例HCC样本中发现了TaNK细胞，其在肿瘤浸润性CD56dimCD16hi NK细胞中的比例高于匹配的邻近肝组织，与作者的scRNA-seq数据一致(图4E)。为了检验TaNK细胞的新特征，作者通过拟时序分析来研究CD56dimCD16hi NK细胞的动态，其结果和RNA速率分析结果一致。有趣的是，CD56dimCD16hi NK细胞在过渡过程中表现出细胞毒性降低，抑制受体和应激基因表达升高(图4F)。值得注意的是，在所有肿瘤浸润的CD56dimCD16hi NK细胞亚群中，终端TaNK细胞具有最低的细胞毒性和最高的应激评分。相比之下，相应的c7-NR4A3在邻近非肿瘤组织中富集，具有高细胞毒性(图4G)。通过对几种癌症类型进行多重免疫荧光染色，作者观察到TaNK细胞表现出较低水平的GZMB(图4H)。肝癌患者的流式细胞术分析进一步证实，与CD56dimCD16hi HSP40−NK细胞相比，TaNK细胞在肿瘤部位的细胞毒性颗粒(颗粒酶B和穿孔素)表达较低，抑制受体CD158a (KIR2DL1)和CD158e (KIR3DL1)表达较高(图4I和4J)。肝癌患者的流式细胞术分析进一步证实，与CD56dimCD16hi HSP40−NK细胞相比，TaNK细胞在肿瘤部位的细胞毒性颗粒(颗粒酶B和穿孔素)表达较低，抑制受体CD158a (KIR2DL1)和CD158e (KIR3DL1)表达较高(图4I和4J)。这些结果表明，TaNK细胞可能与功能失调状态有关。此外，作者还观察到了NR4A核受体家族随着拟时序的增加而呈现的差异动态趋势(图4F)。c7-NR4A3 NK细胞高表达NR4A2和NR4A3，而TaNK细胞高表达NR4A1。有趣的是，NR4A1已被确定为T细胞功能障碍的关键介质，并被认为有助于限制实体瘤中CAR - T细胞的功能。总之，该研究数据表明，肿瘤中的TaNK细胞可能发生终末功能障碍，并可能在TME中发挥关键作用。图4肿瘤相关NK细胞的特征5. TaNK细胞与不良预后和免疫治疗耐药的关系由于NK细胞和CD8+ T细胞表现出广泛的表型和功能相似性，作者接下来研究了靶向CD8+ T细胞的免疫检查点阻断(ICB)疗法是否也会影响NK细胞。在肿瘤浸润性NK细胞和CD8+ T细胞中，TaNK细胞和耗竭T细胞(Tex)表现出明显的应激状态(图5A)，提示它们参与肿瘤免疫应答。两者都高度表达一系列抑制性受体分子，然而它们在各种免疫调节基因上具有不同的表达谱。传统的免疫检查点基因，如PDCD1和CTLA4，在TaNK细胞上几乎不表达(图5A)，这意味着它们不是抗PD-1/CTLA-4治疗的直接靶点。在TME和当前的ICB治疗中，TaNK细胞可能与Tex细胞发挥不同的作用。作者观察到不同癌症类型的TaNK细胞丰度存在显著差异(图5B)，肿瘤分期对TaNK细胞比例的影响很小(图5C)。值得注意的是，在TCGA数据集中，肿瘤中的高TaNK细胞信号与大多数癌症类型的低生存率相关(图5D和5E)。作者进一步应用基于深度学习的模型进行反卷积和细胞组成分析，发现高TaNK细胞频率表明癌症患者预后不良。作者还通过分析先前乳腺癌和黑色素瘤的ICB治疗研究中预处理肿瘤的scRNA-seq数据 (图5F)，研究了TaNK细胞是否与ICB治疗应答相关。值得注意的是，在两种癌症类型中，无应答患者中观察到的TaNK细胞比例高于应答患者。进一步利用来自各种癌症(包括黑色素瘤、肺癌、转移性尿路上皮癌)的已发表的大量数据，作者证实了无应答患者比应答患者表现出更强的TaNK细胞信号(图5G)。作者推测，长期浸润可能赋予肿瘤中TaNK细胞的功能状态，导致其对恶性细胞的无效杀伤。TaNK细胞的富集与对肿瘤的免疫反应受损以及对当前ICB治疗的低敏感性有关。该研究发现揭示了TaNK细胞在肿瘤中的潜在作用，并为NK细胞免疫疗法的合理设计提供了参考。图5  TaNK细胞与临床结局的关系6. TME塑造肿瘤浸润NK细胞功能的潜在介质为了深入了解NK细胞在TME中的调控程序，我们利用CellPhoneDB来探测NK细胞和其他CD45+免疫细胞(包括T细胞和髓细胞)之间潜在的细胞-细胞相互作用。与T细胞相比，除肥大细胞外，大多数髓细胞类型与CD56dimCD16hi NK亚群表现出强烈的潜在相互作用(图6A)。特别有趣的是，TaNK细胞被预测通过ANXA1调节多髓细胞类型，ANXA1是一种在炎症反应中与免疫抑制和诱导巨噬细胞重编程相关的蛋白(图6B)，这表明功能失调的NK细胞可能具有抑制TME中促炎巨噬细胞的潜力。为了进一步阐明NK细胞来源的ANXA1在巨噬细胞中的作用，作者对肺癌和肝癌的肿瘤样本进行了多重免疫荧光染色，发现了一个ANXA1+ NK细胞群。与远离ANXA1+ NK细胞的巨噬细胞相比，靠近ANXA1+ NK细胞的巨噬细胞表现出较低的活化标志物CD86(图6C、6D)和较高的抗炎标志物转化生长因子β (TGF-β)的表达水平(图6E、6F)。值得注意的是，在树突状细胞(DC)亚群中，LAMP3+ DC，最近表征的成熟cDCs(也称为mregDC)显示出与CD56dimCD16hi NK细胞最强的相互作用潜力(图6A)。多重免疫荧光分析显示，LAMP3+ DCs与NK细胞共定位(图6J)。此外，预测它们之间的相互作用通过IL-15-IL-15受体和NECTIN2-TIGIT相互作用轴介导(图6B)。      重要的是，LAMP3+ DCs在转录组水平上表达免疫群体中最高水平的IL15、PVRL2 (NECTIN2)和PVR(图6G和S6F)。流式细胞术也证实了IL-15在LAMP3+ dc中的高表达(图6H)。IL-15已被确定为维持NK细胞寿命的稳态相关细胞因子，并用于NK细胞输注和体外繁殖。相反，TIGIT作为一种抑制性受体有助于抑制NK细胞介导的免疫反应。此外，在TCGA数据集中，LAMP3+ DCs的丰度与CD56dimCD16hi NK细胞相关(图6I)。        接下来，作者研究了LAMP3+ DCs在肿瘤中的具体调控过程，发现肿瘤浸润的LAMP3+ DCs与邻近非肿瘤组织相比，IL15的表达较低，表明LAMP3+ DCs可能对TME中CD56dimCD16hi NK细胞的激活作用受损。事实上，物理上接近LAMP3+ DCs的NK细胞表达颗粒酶B的水平较低(图6J、6K)。   总之，以上数据分析表明，在TME中，LAMP3+ DCs对CD56dimCD16hi NK细胞的异常调节。图6  在不同肿瘤类型中，LAMP3+ DCs与CD56dimCD16hi NK细胞的关系 7.外周血NK细胞亚群的不同转录组模式通过分析来自35名健康供者的血液来源NK细胞的9个scRNA数据集，能够探测肿瘤患者外周血中NK细胞的特异性改变。作者首先比较了来自健康供体和肿瘤患者的循环NK细胞的转录组特征。循环NK细胞在来自不同数据集的健康供体中表现出高度的相似性(图S7B)。相比之下，对于来自肿瘤患者的循环CD56brightCD16lo细胞，观察到与健康供者的转录组存在显著差异；在所分析的所有癌症类型中，循环CD56dimCD16hi细胞的差异甚至更为显著(图S7A)。值得注意的是，肿瘤患者在NK细胞亚群中表现出显著的组成变化，这种模式似乎是癌症类型特异性的(图S7C)。例如，在结直肠癌、头颈部鳞状细胞癌、肾癌和HCC中，循环CD56brightCD16lo c3-CCL3 NK细胞的比例增加，但在其他被分析的癌症类型中没有增加。接下来，作者将重点放在CD56dimCD16hi c8-KLRC2适应性NK细胞上，该细胞在某些癌症类型如结直肠癌和胃癌中富集(图S7D)。适应性NK细胞被认为是CAR NK细胞的一个有吸引力的来源，因为它们具有增强细胞因子反应的效应特性和对免疫抑制效应的内在抗性特别有趣的是，与其他循环NK细胞相比，这些细胞特异性表达MHC II类基因(图S7E)。作者还检查了这些NK细胞在肿瘤患者中的功能变化，发现与健康供体相比，肿瘤来源的适应性NK细胞的功能基因和MHC II类基因的表达明显更高(图S7F和S7H)，这意味着它们在肿瘤患者中处于高度激活状态。作者通过流式细胞术进一步证实，与健康供者相比，HCC患者循环NK细胞中MHC II类分子的高表达(图S7G)。因此，在患者源性适应性NK细胞中上调的基因参与了免疫效应过程的正调控等途径(图S7I)。综上所述，研究分析表明，循环NK细胞参与了肿瘤进展过程中外周免疫环境的系统性变化。图S7患者循环NK细胞的改变（与图1相关）     讨论本研究中，作者收集了大量的单细胞转录组数据，首次在泛癌水平系统地鉴定到了5类CD56brightCD16lo和9类CD56dimCD16hi NK细胞亚群，并详细地刻画了各类群的表型和功能多样性。这些NK细胞可能参与了广泛的抗肿瘤反应，如直接杀死癌细胞、分泌促炎细胞因子和募集其他免疫成分(图7A和7B)。促进NK细胞在实体恶性肿瘤中的浸润一直是开发治疗性NK细胞产品的关键焦点。我们在转录组水平上发现RGS1是组织浸润NK细胞的关键标志物(图7C)。促进NK细胞在实体恶性肿瘤中的浸润一直是开发治疗性NK细胞产品的关键焦点。作者在在转录组水平上发现RGS1是组织浸润NK细胞的关键标志物(图7C)。此外，作者发现了一个潜在功能失调状态的肿瘤富集NK细胞亚群，称为TaNK细胞(图7D)。TaNK细胞的高丰度与多种癌症类型的不良预后和免疫治疗耐药性有关，暗示了其在临床环境中的作用。作者推测，TaNK细胞富集可能反映或影响TME中的肿瘤免疫反应，尽管这些细胞可能不是ICB治疗的直接靶点。本研究的分析和实验证据支持骨髓细胞是NK细胞的核心介质。具体来说，LAMP3+ DCs可以作为关键的调节剂，并可能抑制CD56dimCD16hi NK细胞在TME中的功能，但需要进一步的功能验证 (图7E)。总之，作者通过寻找细胞内在和TME相关的因子，为维持NK细胞在体内的抗肿瘤活性提供了线索。图7研究的主要发现总结本研究聚焦TME中与T细胞功能相似、但具有更直接的识别和杀伤癌细胞能力的NK细胞。作者创新性地整合利用大规模单细胞数据，克服数据整合的多项难点，包括高精度分离NK细胞、去除复杂的批次效应等，首次在泛癌水平系统地鉴定到5类CD56brightCD16lo和9类CD56dimCD16hiNK细胞亚群，并详细地刻画了各类群的表型和功能多样性，揭示了NK细胞中的基因表达模式转变，捕捉了肿瘤免疫微环境的NK细胞亚群组分变化，为未来通过更全面的整合分析手段探索新的生物标志物和治疗靶点提供了助力，也为药物研发提供更准确、更全面的数据支持。参考文献：Tang F, Li J, Qi L, Liu D, Bo Y, Qin S, Miao Y, Yu K, Hou W, Li J, Peng J, Tian Z, Zhu L, Peng H, Wang D, Zhang Z. A pan-cancer single-cell panorama of human natural killer cells. Cell. 2023 Aug 15:S0092-8674(23)00849-8. doi: 10.1016/j.cell.2023.07.034. Epub ahead of print. PMID: 37607536.识别微信二维码，添加生物制品圈小编，符合条件者即可加入生物制品微信群！请注明：姓名+研究方向！版权声明本公众号所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系(cbplib@163.com)，我们将立即进行删除处理。所有文章仅代表作者观点，不代表本站立场。