肿瘤免疫微环境

       肿瘤免疫微环境是一个复杂的综合系统,其核心特征之一是免疫作用[1]。肿瘤免疫微环境包含着多种肿瘤浸润的免疫细胞，如T淋巴细胞[2]、B淋巴细胞[3]、自然杀伤细胞、肥大细胞、髓系抑制细胞等[4]。这些免疫细胞一方面抑制、杀伤肿瘤细胞的抗肿瘤免疫作用，另一方面又促进肿瘤发展及免疫逃逸作用。在当前肿瘤研究中，肿瘤免疫微环境已成为重要的研究关注点。传统基因测序方法只能获得组织样本不同种类的细胞内基因表达信息平均后的结果，样本包括肿瘤细胞和肿瘤细胞周围微环境的。这些分析是对大块的肿瘤样本进行笼统的分析，不能有效识别和描述肿瘤微环境中逐个免疫细胞的种类及其所处状态，可能掩盖了许多关键的信息。单细胞测序技术是利用DNA二代测序技术对单个细胞的DNA、RNA或DNA甲基化水平进行分析，分别揭示其基因组、转录组和表观遗传学特征，了解单个细胞功能和所处的状态。单细胞测序分析不仅能鉴定实体瘤内细胞的异质性，还有助于阐明肿瘤微环境免疫细胞对肿瘤细胞发生、发展、转移、耐药和免疫逃逸等分子作用机制，从而使实体瘤的临床诊治和转归预测变得更加准确。近年来，单细胞测序在肿瘤研究中逐渐增加。拉霍亚免疫学研究所的研究人员[5]对1500多个样品的单细胞测序和分析，构建出人类迄今最详尽免疫细胞图谱，并构建了DICE数据库(https://dice-database.org/)。张泽民团队[6]完成了来自14例非小细胞癌初治患者外周血、癌组织及癌旁组织的12,346个T细胞的单细胞测序工作。观察到CD8+ T细胞群体存在大量克隆扩增，进而刻画了T细胞功能亚群、各亚群的组织分布特征及亚群间的状态转换关系等免疫特征，揭示了耗竭前T细胞与耗竭性T细胞的浸润比例与肺腺癌患者预后相关，激活态Treg的比例与肺腺癌病人的预后相关。Azizi等[7]分别对来源于8例乳腺癌患者原发肿瘤部位、正常乳腺组织、外周血和淋巴结的45 000个免疫细胞进行单细胞转录组测序及对比分析，不仅发现肿瘤微环境中的T细胞存在多种不同的亚群和激活状态，重建了肿瘤相关T细胞的进化轨迹，还发现部分Treg存在CTLA4、TIGHT和GITR基因共突变的现象。Lavin等[8]筛选28例肺腺癌患者外周血、非肿瘤肺组织和肺癌标本，使用质谱流式细胞技术和多因子检测技术进行分析。结果显示，在Ⅰ期肿瘤患者，肿瘤局部已经显示出大量MDSC浸润，NK细胞和CD141+DC细胞减少，而CD1c+DC、PPARγhigh Mφ、PD-1+T细胞均增多。此外，该研究还鉴定出CD39highCD38highPD-1highCTLA- 4highTregs细胞群，同样也显著增多。这些免疫细胞特征构成了早期肺腺癌患者个体化的免疫特征图谱。Li Hanjie等[2] 通过对25名黑色素瘤患者肿瘤中免疫细胞，进行单细胞转录组测序和单细胞TCR测序分析，绘制黑色素瘤详尽的免疫细胞图谱。该研究发现不同免疫细胞亚型存在于大多数患者中，它们的相对丰度在不同患者中存在很大差异。此外，尽管丰度不同，所观察到的CD8T细胞的分化途径却是高度保守的。癌症中免疫细胞的异质性对免疫治疗的效果有重要影响，功能失调的CD8 T细胞在肿瘤微环境中处于动态分化和高度活跃的状态，而且很可能驱动着肿瘤特异性免疫应答。

单细胞水平下肿瘤免疫细胞图

癌症免疫疗法

       癌症免疫疗法是近年新兴的极具潜力的治疗方法，尤其是免疫检查点抑制剂疗法[9, 10]取得良好的疗效。虽然这种治疗方法可以达到显著的临床效果，但是在不同病人或者不同癌种之间的效果却很不均一。肿瘤浸润淋巴细胞的发育代谢水平[11]、DNA变异的数目以及药物靶基因的表达等因素都会影响到各类肿瘤免疫治疗的效果。由于参与肿瘤发生发展的免疫细胞类型多样且异质性很强，只有开展单细胞水平的研究才能刻画肿瘤免疫微环境组成、免疫细胞发育转换轨迹及代谢变化、细胞亚群间基因组表达差异以及基因调控的信号通路[1]，揭示肿瘤免疫与浸润免疫细胞亚群间相互关系，从而获得系统详尽的肿瘤免疫图谱，助力于肿瘤免疫疗法有效的靶点和生物标志物的发现及转归预后评估。联合单细胞测序技术和生物信息方法来阐明肿瘤微环境特别是肿瘤浸润免疫细胞的精确组成和功能状态，探究肿瘤内部各类细胞的特异属性、相互关系、及动态变化，更加有利于找到新靶点，开拓克服肿瘤的新颖方法。

肿瘤免疫微环境下免疫细胞

1. Mollaoglu G, Jones A, Wait SJ,Mukhopadhyay A, Jeong S, Arya R, et al. The Lineage-Defining TranscriptionFactors SOX2 and NKX2-1 Determine Lung Cancer Cell Fate and Shape the TumorImmune Microenvironment. Immunity 2018; 49(4):764-779 e769.

2. Li H, van der Leun AM, Yofe I, LublingY, Gelbard-Solodkin D, van Akkooi ACJ, et al. Dysfunctional CD8 T Cells Form aProliferative, Dynamically Regulated Compartment within Human Melanoma. Cell2019; 176(4):775-789 e718.

3. Helmink BA, Reddy SM, Gao J, Zhang S,Basar R, Thakur R, et al. B cells and tertiary lymphoid structures promoteimmunotherapy response. Nature 2020; 577(7791):549-555.

4. Cabrita R, Lauss M, Sanna A, Donia M,Skaarup Larsen M, Mitra S, et al. Tertiary lymphoid structures improveimmunotherapy and survival in melanoma. Nature 2020; 577(7791):561-565.

5. Schmiedel BJ, Singh D, Madrigal A,Valdovino-Gonzalez AG, White BM, Zapardiel-Gonzalo J, et al. Impact of GeneticPolymorphisms on Human Immune Cell Gene Expression. Cell 2018; 175(6):1701-1715e1716.

6. Guo X, Zhang Y, Zheng L, Zheng C, SongJ, Zhang Q, et al. Global characterization of T cells in non-small-cell lungcancer by single-cell sequencing. Nat Med 2018; 24(7):978-985.

7. Wagner J, Rapsomaniki MA, Chevrier S,Anzeneder T, Langwieder C, Dykgers A, et al. A Single-Cell Atlas of the Tumorand Immune Ecosystem of Human Breast Cancer. Cell 2019; 177(5):1330-1345 e1318.

8. Lavin Y, Kobayashi S, Leader A, Amir ED,Elefant N, Bigenwald C, et al. Innate Immune Landscape in Early LungAdenocarcinoma by Paired Single-Cell Analyses. Cell 2017; 169(4):750-765 e717.

9. Teng MW, Ngiow SF, Ribas A, Smyth MJ.Classifying Cancers Based on T-cell Infiltration and PD-L1. Cancer Res 2015;75(11):2139-2145.

10. Palucka AK, Coussens LM. The Basis ofOncoimmunology. Cell 2016; 164(6):1233-1247.

11. Petitprez F, de Reynies A, Keung EZ,Chen TW, Sun CM, Calderaro J, et al. B cells are associated with survival andimmunotherapy response in sarcoma. Nature 2020; 577(7791):556-560.

-----------

https://www.bilibili.com/read/cv6177498  B站ID：Dr灰蓝