CCL3L1

异柠檬酸脱氢酶野生型高级别胶质瘤（isocitrate dehydrogenase wild type glioma, IDH-WT glioma）具有高度侵袭性，患者预后差。目前治疗胶质瘤的标准疗法包括手术切除、放疗和化疗，但这些传统疗法很少能治愈这种疾病。高级别胶质瘤肿瘤免疫微环境（tumor microenvironment, TME）中通常缺乏肿瘤浸润淋巴细胞（tumor-infiltrating lymphocytes）以及具备有大量的免疫抑制性髓样细胞（immunosuppressive myeloid cells），被认为是一种免疫冷肿瘤，这样的免疫抑制微环境组成使得当前新兴的肿瘤免疫治疗策略在胶质瘤治疗上也难以发挥良好的作用。因此，准确且全面地揭示肿瘤免疫微环境并检测其中的免疫细胞状态和基因表达的动态变化，将为胶质瘤免疫治疗提供新的靶点和策略。近年来，随着单细胞测序技术的飞速发展，已经能实现对于复杂肿瘤微环境中的免疫细胞状态鉴定以及基因表达的动态变化检测。基于此项技术，多个研究团队已对胶质瘤中不同的肿瘤细胞亚型或是浸润的免疫细胞类型进行了初步分类鉴定。然而，大多数研究都集中在肿瘤细胞与免疫细胞之间的相互作用和影响上，而缺失了不同免疫细胞类型之间的细胞间相互作用所带来的影响。此外，因缺乏相应病人自体的非肿瘤环境中的免疫细胞作为对照组，现存研究也难以细致准确的评估肿瘤细胞特异的免疫调控作用。近日，西湖大学生命科学学院谢琦研究员，联合浙二医院神经外科祝向东主任、华山医院神经外科秦智勇主任，在Cancer Immunology Research上发表题为“Single-cell transcriptomics reveals the heterogeneity of the immune landscape of IDH-wildtype high-grade gliomas”的研究论文，利用单细胞转录组测序技术，对IDH-野生型高级别胶质瘤肿瘤浸润的免疫细胞和配对的外周血单核细胞（peripheral blood mononuclear cells, PBMC）的免疫景观进行了深入的分析，并且发现了胶质瘤免疫治疗的潜在靶点。该项研究整合了九对来自肿瘤组织浸润的免疫细胞及相匹配PBMC的单细胞转录组图景，确定了肿瘤中具备高促瘤发生特征的两个肿瘤相关巨噬细胞（tumor-associated macrophages, TAM）的亚群，以及通过T cell轨迹分析以及体内体外实验验证确定芳基烃受体（aryl hydrocarbon receptor, AHR）是T cell功能障碍的调节因子，并对肿瘤微环境相较于PBMC中存在的独特免疫细胞配体-受体相互作用介导的细胞间通讯进行了鉴定。该研究对九对高级别IDH-野生型胶质瘤患者的肿瘤组织浸润的免疫细胞以及相匹配的PBMC细胞进行了单细胞转录组测序，分别获得了53,843个肿瘤浸润的免疫细胞和53,229个PBMC单细胞。通过单细胞数据分析，识别了多种淋巴细胞和髓系细胞亚群。通过GBM肿瘤与PBMC的各个细胞类型的比例计算，该研究揭示了Macrophage和DC在肿瘤浸润的免疫细胞中的比例较高，而T cell, B cell和NK cell的比例则占比较低（图1）。图1.肿瘤浸润的免疫细胞及其配对PBMC的免疫细胞图谱该研究进一步对于肿瘤内浸润的两个主要的TAM群体单核细胞来源的巨噬细胞（monocyte-derived macrophages, MDMs）和脑内小胶质细胞（brain-resident microglia, MG）进行分析。MDMs和MG可进一步聚类为三个亚群，其中MDM-1高表达干扰素相关基因（IFITM3、ISG1、TNF和LY6E），MDM-2高表达抗原呈递相关基因（HLA-DMA、HLA-DMB和HLA_DQA2），而MDM-3高表达缺氧反应基因（MIF、ENO1、ALDOA、LDHA和EPAS1）；MG-1高表达趋化因子相关基因（CCL4、CCL4L2、CCL3、CCL3L1和SPP1)、MG-2高表达应激反应基因（HSPA6、HAPA1A、HSPA1B和DNAJB1）和MG-3则高表达干扰素相关基因（IFI27、IFI6、MIX1和IFI44L）。通过在不同的TAMs亚群中评估血管生成和吞噬基因表达，该研究发现MDM-3和MG-1中表现出较强的血管生成特征，而MDM-1和MG-3中表现出较高的吞噬作用特征。图2.TAMs的亚群分类以及功能通路富集基于对于肿瘤内浸润的CD8+T cell的轨迹分析，该研究发现转录因子AHR在CD8_Stress态和CD8_Exhaustion 俩终末端状态中均高度表达。该研究进一步通过在CRISPR/Cas9 技术敲除CAR T细胞中的AHR，体内和体外实验验证了敲除AHR可以抑制T细胞的耗竭，上调IFNγ分泌，从而增加其对于胶质瘤的杀伤能力，延长菏瘤小鼠的中位生存期，提示AHR可以作为改进胶质瘤的CAR T疗法的潜在靶点。图3.AHR敲除促进T cell的抗肿瘤能力综上所述，该研究描绘了IDH野生型高级别胶质瘤浸润的免疫细胞和其配对的PBMC的免疫景观的异质性，为改进胶质瘤的免疫治疗策略提供了新的线索。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！

小伙伴们大家早上好，今天小编和大家分享的这篇文章是近期发表在《Computers in Biology And Medicine》（IF:7.7）,本篇文章主要对三阴性乳腺癌(TNBC) 同源重组缺陷(HRD)和非HRD进行了比较TNBC是乳腺癌侵袭性最强的亚型，其HRD比例最高。HRD一直被认为是免疫检查点抑制剂(ICIs)反应的生物标志物，对HRD和非HRD TNBC样本的肿瘤微环境(TME)进行综合比较可能是有帮助的。今天让我们一起来学习一下这篇文章吧！1.HRD和非HRD样本单细胞图谱数据：GSE161529：包括4个HRD和4个非HRD样本的单细胞测序数据；TCGA下载体细胞突变谱、FPKM类型的转录组数据以及乳腺癌和卵巢癌患者的临床特征（图1A）。对8个TNBC样本的单细胞数据进行分析，通过质量控制和细胞注释，标记基因识别出上皮细胞、免疫细胞和基质细胞。免疫细胞初步分为T/NK细胞、B/浆细胞、髓系细胞、浆细胞样树突状细胞和柱状细胞。比较两组细胞类型的分布，HRD组免疫细胞和基质细胞的百分比较高(图1B)。就免疫细胞而言，HRD组中B/浆细胞的百分比较高，而髓系细胞的百分比较低。图1：HRD和非HRD样本的单细胞图谱2.非HRD组的T细胞表现衰竭的表型将T/NK细胞根据标记基因注释成9种细胞类型如图2A-B。CD4+ Tex、CD8+ Tex和Treg细胞的百分比在非HRD组中更高，有更高功能失调的表型(图2C)。CD4+ T细胞的拟时序分析显示了从CD4+ Tn到CD4+ Tex或Treg(图2D)。发育轨迹上标记基因表达水平的差异显示CTLA4和TIGIT在到Treg的轨迹上表达更高。同时对CD8+ Tem、Teff和Tex进行了拟时序分析，结果显示衰竭和分化轨迹之间存在明显的关系(图2E)。CD4+和CD8+亚型的Tex细胞增殖评分均较高(图2F)。CD8+ Teff细胞毒性评分最高，细胞杀伤功能最强。CD8+ T细胞的细胞毒性评分和naïveness评分呈负相关，与更多naïve T细胞的细胞杀伤功能较低相一致。比较两组的特征得分，发现在非HRD组中，CD4+和CD8+细胞的衰竭和增殖得分显著更高，而HRD组CD4+ T细胞naïveness评分和CD8+ T细胞毒性评分显著升高(图2G)。研究了CD8+ Tem、Teff和Tex细胞的衰竭评分和拟时序之间的关系。拟合曲线显示，非HRD组的衰竭评分上升更快(图2H)。进一步确定在非HRD组一个更功能失调的表型的潜在机制，CD8+ T细胞表达TOX(编码T细胞衰竭关键TF的基因)的比例在非HRD组较高(图2I)。同时，发现CD8+ Tex前体表达TCF7，编码TCF-1基因。Tex细胞维持肿瘤的长期免疫反应，并在抗PD -1治疗后增殖。HRD组的Tex细胞比例较高，表明对ICI治疗的反应较好(图2J)。两种TFs的分布解释了两组间T细胞表型的差异。与CD8+ T细胞相比，非HRD组NK细胞的细胞毒性评分显著高于CD8+ T细胞(图2K)。GSEA富集分析显示，细胞毒性增强与非HRD组代谢相关通路富集一致，如氧化磷酸化、脂肪酸代谢和mTORc1信号通路(图2L)。图2：HRD和非HRD样本中T/NK细胞的特征3. HRD组TAMs功能增强，非HRD组DCs表型耐受性更强髓系细胞分为FCN1+单核、CCL3L1+单核、SPP1+ TAM、C1Qs + TAM、包括cDC1、cDC2、LAMP3+ DC在内的经典DC (cDC)和Langerhans细胞(LC)(图3A)。作为两种截然不同的TAMs表型，SPP1+ TAMs表达SPP1、FN1和血管生成相关基因VCAN、VEGFA，而C1Qs + TAMs表达C1Qs、APOE、TREM2和SLC40A1(图3B)。由C1QA/B/C编码的补体C1q增强吞噬细胞作用，抑制巨噬细胞炎症。虽然SPP1+ TAM和C1Qs + TAM的亚型比例在两组间存在差异，但总体比例差异不明显(图3C)。单核细胞和TAMs的拟时序分析显示，两种TAMs可能通过不同的轨迹从单核细胞分化而来(图3D)。结合轨迹和细胞比例，作者推测两组单核细胞的分化倾向应该相似。TAMs的M1和M2分别代表促炎和抗炎作用，M1和M2相应的特征得分在C1Qs + TAM3簇中最高，在SPP1+ TAM3簇中最低(图3E)。M1和M2得分显著正相关，进一步显示了TME中TAMs的复杂表型(图3F)。SPP1+ TAMs血管生成评分较高，C1Qs + TAMs吞噬评分较高(图3E)。吞噬评分最高的簇C1Qs + TAM 5特异性表达LYVE1，与抗炎和纤维化相关的巨噬细胞标记物(图3B)。血管生成和吞噬细胞作用得分之间存在显著的负相关 (图3G)。HRD组的M1、M2、血管生成和吞噬功能评分均显著高于非HRD组，说明HRD可以全面增强TME中TAMs的功能(图3H)。进一步分析了DC的功能和表型，比较两组差异，拟时序结果显示LAMP3+ DC可能由cDC1和cDC2通过不同的发育轨迹演化而来(图3I)。在cDC和pDC中评估了激活、迁移和耐受签名，所有签名在LAMP3+ DC中最高(图3J)。在cDC中，这些得分与拟时序之间的关联显示了类似的趋势(图3K)。激活得分与耐受性和迁移得分呈正相关(图3L)。比较DCs的特征得分，激活和耐受评分在非HRD组显著更高(图3M)。图3：HRD和非HRD样本的骨髓细胞特征4. 在HRD组发现一组功能失调的B细胞发现了一种特殊的缺乏IGHG1、IGHD和IGHM表达的亚型(图4A)。IRF8是该亚型的一个标记物，在无效B细胞中高表达(图4B)。由于缺乏免疫球蛋白相关基因的表达，该亚型可能缺乏B细胞受体和分泌功能，被归类为无效B细胞。HRD组主要发现无效B细胞(图4C)。利用功能分析探索B细胞亚群功能的异质性，除无效B细胞外，其他两种亚型B细胞的功能均富集于B细胞激活通路、B细胞受体信号通路和抗原受体介导的信号通路(图4D)。5. 上皮细胞中基因表达的异质性和富集的通路与免疫细胞和基质细胞相比，上皮细胞在不同样本中存在显著差异，表明样本之间存在异质性(图4E)。根据使用inferCNV包对上皮细胞进行CNA的估计，几乎所有的簇都有明显的拷贝数变化，符合肿瘤细胞的特征(图4F)。在后续的分析中，所有上皮细胞都被视为肿瘤细胞。不同簇的肿瘤细胞具有不同的标记基因，有一簇特异性表达MUCL1和Epi 23，Epi 23主要在非HRD样本中被发现。MUCL1编码乳腺小上皮粘蛋白，该蛋白被发现通过加速上皮细胞向间质转化来促进乳腺癌的侵袭和转移(图4F)。根据基因表达矩阵的前100个主成分计算每个样本的异质性，肿瘤间和肿瘤内异质性之间存在明显的正相关(图4G)。与非HRD组相比，HRD组异质性得分趋于降低，但结果不显著(图4H)。参与人类白细胞抗原I类(HLA-I)的基因表达水平，包括HLA-A、HLA-B、HLA-C和B2M，在HRD样本中是不一致的，表明肿瘤细胞的抗原呈递能力可能存在缺陷(图4I)。以HLA-A为例，平均表达水平与免疫细胞比例呈正相关(图4J)。尽管HRD样本总体上有较高比例的免疫细胞，但样本之间存在差异。图4：HRD和非HRD样本中B细胞和上皮细胞的特征6.两组有独特的CAFs表型将基质细胞分为正常成纤维细胞(NFs)，肌成纤维细胞CAFs (myCAFs)，炎症样CAFs (iCAFs)，周细胞和内皮细胞(图5A)。与NFs相比，myCAFs有更高的平滑肌相关基因表达，而iCAFs有更高的趋化因子基因表达 (图5B)。在两组中，主要的CAF类型分别是myCAF和iCAF(图5C)。拟时序分析发现这两种类型的CAFs可能是通过不同的分化轨迹从NFs分化而来 (图5D)。作者提出了HRD诱导CAFs向iCAFs分化的潜在机制：HRD导致DNA损伤反应，激活持续的NF-κ b信号从而增强的IL-1α的旁分泌作用促进JAK/STAT信号通路，进一步诱导CAFs的炎症表型，这在胰管腺癌中有报道。TFs，如NFKB1和STAT3，在iCAFs中被激活(图5E)。此外，通过NF-κB和IL6/JAK/STAT3信号通路的TNFa信号通路在iCAF中富集，这与先前的假设一致(图5F)。对于非HRD组中占主导地位的myCAFs, TGF-β信号通路被报道可以促进myCAF表型，这与TGF-β信号通路在myCAFs中的富集一致(图5F)。此外，上皮-间充质转化和顶端连接通路在myCAFs中富集，表明myCAFs可能促进肿瘤的转移(图5F)。在TCGA的TNBC样本中，利用myCAFs标记基因集通过ssGSEA计算富集评分，发现与较差的预后显著相关(图5G)。HRD可重组TME中CAFs的表型，减少myCAFs对不良预后的影响。图5：HRD和非HRD样本的基质细胞特征7. HRD组特有的血管生成细胞-细胞相互作用和非HRD组特有的DPP4趋化因子比较两组细胞类型比例的差异，非HRD组上皮细胞、CD8+Tex的含量远高于HRD组，HRD组中大部分免疫细胞和基质细胞的比例较高。免疫细胞和基质细胞含量之间的相关性显示(图6A)，CD8+Tex、CD4+Tex、LAMP3+DC和Treg之间存在明显的正相关。此外，iCAF比例与CD8+Tex、LAMP3+DC和Treg呈负相关， iCAF可能具有抑制T细胞衰竭的功能。利用Cellphonedb研究细胞之间的通讯，两组之间显著的通讯中HRD组涉及的细胞数量和类型更多(图6B)，发现参与最多的细胞类型是myCAF、iCAF和内皮细胞，为了比较两组间的细胞通讯，选择了仅在两组显著的相互作用，由于两组间CAFs的表型不同，重点研究了非HRD组的myCAFs和HRD组的iCAFs之间的相互作用。在HRD组，iCAFs与上皮细胞之间存在特殊的相互作用，包括NOTCH2-DLL3、EGFR-TGFA和FGFR1/TIMP1/FGF7/ CD44-FGFR2，表明iCAFs以多种方式激活肿瘤细胞内的通路。iCAFs与内皮细胞的相互作用在HRD组中发现与血管生成相关的VEGFD-KDR / FLT4，表明iCAFs具有血管生成作用(图6C)。在非HRD组中，特异性相互作用主要与DPP4有关。DPP4是一种丝氨酸蛋白酶，可以结合细胞膜或溶解在血浆中，能够从蛋白质中去除前两个氨基酸，包括几种趋化因子，从而调节其功能(图6D)。总的来说，这些结果提示了HRD组免疫细胞含量增加的一个潜在原因 (图6E)。HRD依次激活NF-κB信号通路和JAK/STAT信号通路，将主要CAF表型重新编程为iCAF。与myCAFs相比，icaf中DPP4的产生减少，因此保持了趋化因子招募免疫细胞进入TME的能力。图6：HRD和非HRD样本中的特定细胞-细胞相互作用8. 基于空间RNA-seq的细胞类型之间的位置关系利用4个非HRD TNBC样本的空间转录组数据探索空间上的作用，用来自scRNA-seq的细胞类型进行注释，得到每个点上各细胞类型的富集分数，对每个空间RNA-seq样本中分别进行相关分析(图7A)。空间上myCAFs和iCAFs具有明显的互斥关系(图7B)。比较了myCAFs和iCAFs在特定部位的富集分数，myCAFs的富集分数显著较高，这与非HRD样本TME中myCAFs是主要的CAF表型一致(图7C)。在DPP4+点上，myCAF的富集得分显著较高，进一步验证了DPP4与myCAF在空间尺度上的相关性(图7D)。考虑到myCAF得分在非HRD样本中较高，且样本之间存在不一致，计算并整合了各样本中DPP4+点的CAF富集得分相对于平均水平的折数变化。DPP4与myCAF的关系仍比iCAF更显著(图7E)。图7：空间上细胞类型之间的关系9. 与DPP4相关的ICI治疗反应预测模型的建立比较了来自TCGA的TNBC样本中DPP4的表达水平验证scRNA-seq中的结果，HRD高组样本的表达水平低于HRD低组(图8A)。HRD评分与免疫功能障碍评分呈显著负相关，但与免疫排斥评分无显著负相关(图8B)。根据细胞与细胞之间的相互作用，DPP4可能是调节TME中免疫细胞含量的重要因素。基于蛋白-蛋白相互作用，鉴定了51个DPP4相关基因。使用六种机器学习算法(图8C)，通过五次交叉验证，在训练和验证集中构建并优化预测模型。通过比较验证集中6个模型的性能，发现XGBoost模型的AUC最高，并用于后续分析(图8D-E)。经过调优XGBoost模型在测试集中的AUC为0.67 (图8F)。测试集中这个模型AUC达到了0.80 (图8G)。此外，在将样本分为高、低反应组后，探讨了TCGA模型对非ICIs人群预后的预测性能。在TNBC中，两组间的总生存期有不达到统计学意义的趋势，可能受高应答组样本量的限制。在HRD比例相似的乳腺癌和卵巢癌中，反应高组的总生存率显著提高(图8H-I)。与HRD评分不同，预测的反应与功能障碍得分呈正相关，但与排除得分呈负相关(图8J)。对于大多数免疫细胞类型，高应答概率组ssGSEA评分显著较高，也包括Treg、LAMP3+ DC等具有免疫抑制作用的细胞类型(图8K)。图8：与DPP4相关的ICI治疗反应预测模型的建立小结本文从多组学数据入手，scRAN-seq、空间转录组学、RNA-seq三种数据进行分析，在非HRD组中发现了T细胞的耗竭表型和CD细胞的耐受性表型。HRD将CAFs的主要表型从肌成纤维细胞的CAFs改变为炎症样CAFs。由于肌成纤维细胞CAFs和其他细胞之间的相互作用，DPP4趋化因子与减少免疫细胞招募在非HRD组中是独特的。基于DPP4相关基因的预测模型在预测反应、预后和免疫细胞含量方面具有良好的性能。在RNA-seq测序样本中，较高的HRD评分表明更激活的免疫细胞功能。本篇文章最大的亮点在于，重点研究了非HRD组的myCAFs和HRD组的iCAFs之间的相互作用，本篇文章的研究不仅利用scRAN-seq分析出显著的互作对，而且也利用空间转录组数据研究相对位置的关系，这种分析更加的具有说服力，因为在scRAN-seq层面上互作具有统计学意义，但是有可能两个细胞会距离太远互作并不像统计学上那么显著！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。

脂肪细胞(AT)中，脂肪相关巨噬细胞(AT-M)，在脂肪细胞代谢功能受累的状态下，在脂质稳态中也具有重要的适应功能。AT代谢损害的不良后果可能是未能维持局部脂质平衡，并对AT以外的免疫细胞产生长期影响。在喂食正常饮食的小鼠的AT中，嗜酸性粒细胞、ILC2细胞和低炎症状态的巨噬细胞占主导地位。AT-M的特征、分布和表达在肥胖环境中，巨噬细胞通过局部增殖和CCR2依赖的单核细胞被募集以及增加组织驻留比例。随着肥胖程度的增加，CD11c+ AT-M的比例增加。从二分法理论上来说，随着CD11c表达比例增加，AT-M也会从M2样表型向促炎的M1样表型转变。CD206则是M2样巨噬细胞的特征标记物。但实际上，• 例如在糖尿病患者中，其CD206+ CD11c- AT-M也会产生IL-6和IL-8等促炎细胞因子。• 此外，CD11c+CD206+AT-M较单一CD11c+或CD206+ AT-M有更高的炎性细胞因子表达。从功能分类来说，AT-M还包括：● 驻留型AT-M，主要包括PVM(表达CD206、CD163、LYVE1和TIM4)和NPVM(高表达Fcrls、Cd74 和Ear2，低表达LYVE1)。CD206+ CD11c- AT-M中主要是PVM；而IM属于CD206- CD11c+亚群；LAM则位于CD206+ CD11c+亚群中。● 具有脂质清除功能的脂质相关巨噬细胞(LAM)；● 表达胶原蛋白形式的促纤维化巨噬细胞亚群；● 即时炎症巨噬细胞：高表达CCL3L1、TNF和CXCL3；● 交感神经元相关巨噬细胞 (SAM)：SAMs比较特殊，其位于小鼠AT和人类交感神经节的交感神经束上，以依赖脑源性神经营养因子(BDNF)的方式维持AT神经支配。● CLS相关AT-M，等等。➤ 驻留AT-M显示出抗炎表型并促进对代谢有利的米色脂肪组织的发育。在脂肪环境中，LAM逐渐累积。PVM和NPVM的丰度相对减少，会被转录重新连接，通过脂质处理相关基因表达增加的特征，表现出类似BM衍生的LAMs的特征。➤ 促纤维化巨噬细胞亚群则可以通过Ly6a等编码干细胞抗原表达来导致AT的纤维化，在炎症环境下造成肌成纤维细胞过度沉积胶原蛋白，降低AT可塑性。➤ 此外，生物信息学分析表明，单核细胞可以在“瘦子”的AT(lean AT)中分化为PVM，而“胖子”的AT(obesity AT)主要提供缺氧和炎症环境，也可能有利于单核细胞向IMs的产生转变，作为PVM过渡到LAMs。➤ SAM的β2肾上腺素能受体(b2AR)表达高于一般AT-M亚群。b2AR介导的信号能维持AT-M处于抗炎状态，不过也有研究发现骨髓细胞特异性b2AR消融不会影响肥胖AT炎症。➤ 此外，b2AR信号可能触发部分AT-M亚群分泌乙酰胆碱分泌，称为胆碱能脂肪巨噬细胞，驱动皮下AT产热。CLS相关AT-M在肥胖AT中，CD11c+ AT-M聚集在受损或垂死的脂肪细胞周围的一种冠状结构(CLSs)中。这种冠状结构是炎症组织的圆形复合体，可视为脂肪组织中的炎症表现。Nat Immunol (2023).CLS相关的AT-M中存在脂质的代谢适应机制，富含与溶酶体生物发生和功能相关的基因(Lamp2、Acp5、CTSK、NPC1)和脂代谢相关基因(LPL、Lipa、FABP4、Fabp5、PPARG、ANGPTL4、Pnpla2)。因此，在一些研究中，这些细胞被视为LAMs。CLS相关AT-M还表达脂质处理和新陈代谢所需的其他因子，包括高水平表达脂肪酸转运蛋白CD36和其他清道夫受体，如CLEC7A和OLR1。CLS AT-M的另一个显著特征是其表达脂质受体TREM2，TREM2是触发髓系细胞表达的受体之一。研究表明，ATM中的许多中性脂质不与Perilipin 2共存，而Perilipin 2与脂滴的磷脂层有关。这说明AT-M中的脂肪储存在脂质囊泡而非脂滴中，这与动脉粥样硬化斑块中的巨噬细胞(又称泡沫细胞)正相反。CD9+ AT-M小鼠模型单细胞分析显示，在饮食诱导或遗传性肥胖的小鼠中，存在一个独特的ATM亚群聚集，其特征是表达CD9+ Tetraspanin(四次跨膜蛋白)。CD9+AT-M可能属于被代谢激活的AT-M，似乎与CD11c+ATM有一定重叠，主要定位于CLSs和具有脂质清除功能的脂质相关巨噬细胞(LAM)中。CD9+ AT-M群体表达与细胞内小泡和溶酶体途径相关的基因(CD63、Lamp2等)表达、骨桥蛋白和脂代谢相关的信号(LPL、CD36、TREM2等)相关，并可作为细胞内脂质积聚的标志。AT-M对炎症和脂质稳态的调节代谢激活的AT-M具有促炎特征。同时，AT-M可以响应食物中脂肪的摄入并通过溶酶体代谢、脂肪分解和脂质储存吸收和处理脂质，以调控脂肪的储存。其表现为：➤ 巨噬细胞中编码NOX2的基因Cybb如果失活，会导致死亡脂肪细胞积聚并加重其胰岛素抵抗。➤ 此外，AT-M能够诱导转录因子EB(TFEB)，通过上调生长分化因子15(GDF15)来实现对肥胖、脂肪炎症和胰岛素抵抗的保护作用。➤ ATM在肥胖状态下也可能通过胶原蛋白沉积促进纤维化，这是一种适应不良的功能，可能会增加AT的刚度。➤ 巨噬细胞上的α4整合素与脂肪细胞上VCAM-1的相互作用，与巨噬细胞表达并调节的层粘连蛋白相关蛋白Netrin 1共同作用，使得招募的AT-M在脂质环境中储存。血管周围间充质基质细胞和内皮细胞也在肥胖状态下的AT中表达更多的炎性特征，并可能有助于巨噬细胞的募集。➤ CD9+ AT-M则通过表达高水平的CCL2、IL1a和TNF，当其过继转移到瘦AT后会触发其转变出类似肥胖AT环境中的炎症特征。➤ 但同时，与血管相邻的驻留AT-M(如PVM)具有稳态功能并支持血管完整性。骨髓细胞特异性NF-κB调节剂A20的缺失能增强CD206+ AT-M的积累，通过驻留AT-M中的膳食脂肪酸代谢升高，从而降低肥胖和胰岛素抵抗的水平。因此，肥胖中的AT-M表型在维持脂质稳态方面具有适应性作用。在TREM2缺乏的情况下，肥胖患者LAM亚群和CLSs的产生比例下降，伴随着AT功能障碍，脂肪细胞肥大，血脂异常，加剧HFD诱导的体重增加和全身糖耐量降低，但是不影响本身的系统代谢。TREM2过表达同样加剧了高脂食物诱导的肥胖、脂肪细胞肥大和胰岛素抵抗。➤ TIM4+ LYVE1+ 驻留AT-M还表达胆固醇输出子ABCA1，其表达与调节循环中的脂质浓度有关。TIM4则是其溶酶体激活所必需的，以应对高脂肪饮食，并介导餐后高密度脂蛋白胆固醇的释放。小结总而言之，在微环境依赖的情况下(lean AT或者obesity AT)，AT-M可能不仅通过促进AT炎症而产生有害影响，而且可能通过补偿脂肪细胞的受抑代谢功能来适应AT的动态平衡。抑制CCR2依赖性的巨噬细胞募集可以防止肥胖相关的AT炎症、胰岛素抵抗、肝骨病和代谢综合征，但对脂肪细胞大小没有影响。相关阅读：肥胖导致的几类炎症性疾病肥胖引起慢性疼痛；居家办公不忘坚持锻炼！肥胖引起炎性疼痛的免疫学基础（控制体重，健康生活！）巨噬细胞极化与炎症性疾病（过敏性哮喘、糖尿病、肥胖、动脉粥样硬化、自身免疫病）参考文献：1.Chavakis, T., Alexaki, V.I. & Ferrante, A.W. Macrophage function in adipose tissue homeostasis and metabolic inflammation. Nat Immunol (2023). https://doi-org.libproxy1.nus.edu.sg/10.1038/s41590-023-01479-0近期热门视频更多精彩视频，尽在佰傲谷视频号，欢迎关注~本周好文推荐如需转载请联系佰傲谷并在醒目位置注明出处﹀‍‍ 点亮在看，传递信息♥