

从空间生态位到细胞邻域,从距离梯度到细胞通讯,解析肿瘤边缘微环境的空间组织特征。
核心问题:肿瘤边缘是否存在区别于肿瘤内部和远端间质的特异性细胞生态?
重点识别以下细胞谱系:
重点分析方向:

组织空间结构与Niche分布
图注: 基于Atera全转录组数据识别组织中的空间生态位,并结合细胞类型组成及组织形态,解析肿瘤组织内部不同局部微环境的空间分布。
分析价值: 不再仅依靠病理形态划分肿瘤边缘,而是结合细胞组成和空间邻域特征识别具有不同分子特征的微环境区域。
核心问题:肿瘤边缘是否存在特定的CAF、免疫细胞及血管相关细胞组成?
建议重点设置三个分析区域:
重点观察以下特征:
(1)肿瘤细胞
比较不同ROI中增殖型、EMT相关状态及其他肿瘤细胞亚群的组成,观察肿瘤细胞是否在边缘区域表现出不同于内部区域的转录状态。
(2)CAF
比较Matrix CAF、iCAF、myCAF及其他CAF亚群的比例,识别不同功能型CAF是否 preferentially 富集于肿瘤边缘。
(3)免疫细胞
比较CD8+ T细胞、Treg、巨噬细胞及树突状细胞的比例和空间分布,识别不同区域的免疫浸润差异。
(4)血管相关细胞
关注内皮细胞和周细胞的空间富集情况,观察肿瘤边缘是否伴随血管相关微环境的改变。

不同ROI的细胞组成比较
图注: 比较肿瘤内部、肿瘤边缘及远端间质区域的细胞组成,揭示肿瘤不同空间区域的基质、免疫及血管相关微环境异质性。
核心问题:不同CAF亚群是否与特定肿瘤细胞及免疫细胞形成选择性的空间邻近关系?
Matrix CAF邻域
观察其周围是否富集肿瘤细胞、其他基质细胞、内皮细胞及周细胞。
重点关注ECM组织、胶原生成和基质重塑相关特征。
iCAF邻域
观察其周围是否富集T细胞、单核细胞、巨噬细胞及树突状细胞。
重点关注炎症因子、趋化因子及免疫调节相关特征。
myCAF邻域
重点关注其与肿瘤细胞的空间邻近关系,以及胶原沉积、肌成纤维细胞收缩和组织结构重塑相关特征。
其他稳态型CAF邻域
分析其是否更多分布于远离肿瘤细胞的间质区域,以及是否与正常组织结构维持相关的细胞共同出现。
进一步将不同CAF亚群的邻域组成进行比较,识别具有差异的邻居细胞。
例如:

CAF细胞邻域分析
图注: 以不同CAF亚群为中心构建细胞邻域,比较其周围肿瘤细胞、免疫细胞及血管相关细胞的组成,揭示肿瘤边缘CAF的空间组织特征。
分析价值: 将传统的CAF细胞比例分析转变为以单个细胞为中心的微环境组成分析,进一步识别具有不同功能倾向的CAF空间生态。
核心问题:CAF与肿瘤细胞的空间关系是否随距离发生连续变化?
重点比较:
进一步以不同CAF亚群为中心,反向计算周围肿瘤细胞和免疫细胞的距离分布,比较不同CAF对应的局部微环境。

肿瘤细胞周围的CAF距离梯度
图注: 以肿瘤细胞为中心,分析不同CAF亚群在多个距离范围内的空间分布,识别肿瘤边缘基质细胞的距离依赖性组织特征。
需要强调,距离梯度反映的是空间分布规律,不等于CAF由远及近发生了分化或转化。若要讨论CAF状态转变,需要结合转录状态、拟时序及其他独立证据。
核心问题:为什么不同CAF亚群会出现在不同的空间位置?
在明确CAF的空间分布和邻域组成后,还需要进一步分析其功能状态。
首先,结合CAF亚群Marker及相关基因集,对不同CAF进行功能评分。
建议重点分析以下功能:
(1)ECM生成与重塑
包括胶原合成、细胞外基质组织、基质降解及ECM受体相互作用。
重点关注COL1A1、COL1A2、COL3A1、COL4A1、FN1、MMP2、MMP9等相关基因。
(2)肌成纤维细胞相关功能
关注ACTA2、TAGLN、MYL9、MYH11等相关表达特征,分析CAF的收缩及肌成纤维细胞样状态。
(3)炎症与免疫调节
关注CXCL12、CXCL14、CXCL8、CCL2、IL6等相关基因,分析不同CAF的炎症及趋化因子表达特征。
(4)EMT相关功能
重点分析CAF周围肿瘤细胞的EMT相关表达程序,同时评估CAF自身的基质重塑和间质相关转录特征。
需要注意,EMT评分在CAF中不能直接等同于肿瘤上皮细胞发生EMT,应分别在相应细胞谱系内计算和解释。
随后,将上述功能评分映射回空间切片,观察不同功能状态的CAF是否具有区域富集特征。
例如,Matrix CAF相关评分是否集中在肿瘤边缘;iCAF相关评分是否在免疫细胞富集区域升高;肌成纤维细胞相关评分是否与局部胶原生成及组织重塑区域对应。

CAF功能状态与空间分布
图注: 比较不同CAF亚群的功能特征,并将功能评分映射至组织空间,解析CAF空间分布与局部基质功能状态之间的联系。
核心问题:肿瘤细胞与CAF之间是否存在具有区域特异性的信号交流?
(1)FGF信号
关注肿瘤细胞来源的FGF配体与CAF表达的FGFR受体之间的潜在通讯,分析其与基质重塑及细胞增殖相关转录程序的联系。
(2)TGF-β信号
关注TGFB–TGFBR相关通讯,分析其与CAF肌成纤维细胞样状态及ECM生成的关系。
(3)PDGF信号
关注PDGF–PDGFR相关通讯,分析肿瘤细胞与CAF、周细胞之间的潜在相互作用。
(4)CXCL/CCL趋化因子信号
关注CAF与免疫细胞之间的趋化因子通讯,分析其与T细胞、单核细胞和巨噬细胞空间分布的关系。
(5)VEGF信号
关注肿瘤细胞、髓系细胞与内皮细胞之间的潜在通讯,分析局部血管相关微环境变化。
在此基础上,比较肿瘤内部、肿瘤边缘及远端间质区域的通讯差异,识别在特定空间区域中增强的配体–受体关系。
进一步筛选具有明确配体来源、受体表达及下游功能特征的通讯轴。
核心问题:计算推断的细胞通讯是否具有明确的空间落点?
常规细胞通讯分析主要基于细胞表达矩阵,能够推断潜在的配体–受体关系,但难以直接说明这些分子是否在组织中相邻表达。
因此,可以进一步利用Atera全转录组数据的空间定位优势,将关键配体、受体及下游功能基因映射回原位组织。
以FGF信号为例:
首先定位表达FGF配体的肿瘤细胞,再观察相邻CAF中FGFR受体的表达情况。
随后,进一步分析邻近CAF中的下游功能程序:
将这些基因与CAF功能评分进行联合分析,观察肿瘤边缘是否存在配体、受体和下游转录程序相互对应的空间区域。
对于TGF-β、CXCL/CCL等其他通讯通路,也可以采用相同策略进行分析。
此外,还可以结合空间共定位分析,比较配体高表达肿瘤细胞与受体阳性CAF之间的距离和局部邻域组成。
空间共定位及表达相关性仍不能单独证明配体–受体信号已经发生。直接验证仍需要结合空间蛋白检测、免疫荧光或功能实验。
核心问题:不同CAF空间邻域是否对应不同的免疫细胞组成与浸润模式?
肿瘤边缘不仅是肿瘤细胞与基质细胞相互作用的重要区域,也是免疫细胞进入肿瘤组织的重要空间界面。
因此,在完成CAF相关分析后,可以进一步将研究视角扩展至免疫微环境。
重点关注:
(1)CD8+ T细胞
分析CD8+ T细胞在肿瘤内部、肿瘤边缘及远端间质中的分布差异。
进一步区分细胞毒性、耗竭及干扰素响应相关状态,观察不同状态的T细胞是否具有不同的空间定位。
(2)Treg
关注FOXP3、IL2RA、CTLA4等相关表达特征,分析Treg是否在特定CAF邻域中富集。
(3)巨噬细胞
关注SPP1+、C1QC+及炎症相关巨噬细胞亚群,分析其与Matrix CAF、iCAF及肿瘤细胞之间的空间关系。
(4)树突状细胞
重点分析成熟调节性树突状细胞及抗原呈递相关细胞的空间分布,观察其与T细胞聚集区域的关系。
随后,以不同CAF亚群为中心,比较周围免疫细胞组成,并进一步分析免疫细胞与肿瘤细胞之间的距离梯度。
例如:
可以将肿瘤边缘的空间特征整合为一个多细胞协同的微环境模型。
重点从三个层面进行总结。
第一层:肿瘤细胞状态。
不同肿瘤细胞亚群可能在肿瘤边缘形成不同的空间分布,部分区域表现出更明显的增殖、EMT相关及应激转录特征。
第二层:CAF空间分工。
不同CAF亚群可能在肿瘤边缘形成具有差异的空间邻域。Matrix CAF和myCAF可能更多体现基质组织及重塑特征,iCAF则可能参与局部炎症和免疫调节。
第三层:免疫与血管微环境。
不同CAF邻域可能伴随不同的T细胞、巨噬细胞、树突状细胞及血管相关细胞组成,形成具有区域特异性的局部微环境。
通过空间Niche、细胞邻域、距离梯度、细胞通讯及分子表达分析,可以将这些信息整合起来,构建肿瘤边缘的空间生态图谱。

通过上述分析,可以重点回答三个问题:
1. 肿瘤边缘有哪些细胞?
通过空间Niche和ROI组成分析,识别肿瘤内部、肿瘤边缘及远端间质的细胞组成差异。
2. 不同细胞如何组织在一起?
通过CAF细胞邻域和距离梯度分析,识别不同CAF亚群与肿瘤细胞、免疫细胞之间的空间关联。
3. 不同细胞之间可能发生什么?
通过配体–受体通讯、空间分子表达及下游功能评分,探索肿瘤细胞、CAF及免疫细胞之间潜在的信号交流。
最终,将肿瘤边缘从单纯的组织学交界区域,进一步解析为由肿瘤细胞、CAF、免疫细胞及血管相关细胞共同构成的复杂空间生态系统。
对于具有明确浸润性结构的肿瘤样本,这套分析框架可以进一步用于研究真正的侵袭前沿,探索不同细胞亚群的空间分工及其与肿瘤侵袭相关的微环境特征。
从细胞在哪里,到细胞与谁相邻,再到细胞之间可能发生什么——Atera全转录组空间分析为理解肿瘤边缘微环境提供了更完整的研究视角。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。