编辑推荐：
为了更好地捕捉细胞的位置和相互作用的全貌，Plevritis领导的研究团队提出了一种名为colocatome分析的框架。这种colocatome（共定位组）框架记录了恶性细胞周围的邻居——这些细胞是什么，以及它们的数量有多少。
即使是细胞也会感受到同伴压力（peer pressure）。
科学家们一直在研究癌细胞的来龙去脉，以便深入了解癌症，但他们逐步发现，癌细胞附近的非癌细胞对肿瘤的发展轨迹也有着强大的影响。
斯坦福大学生物医学数据科学系主任Sylvia Plevritis博士称：“肿瘤中的细胞并非都是癌细胞，癌细胞甚至不一定是最主要的细胞类型。还有许多其他类型的细胞在支持肿瘤生长。”
为了更好地捕捉细胞的位置和相互作用的全貌，Plevritis领导的研究团队提出了一种名为colocatome分析的框架。这种colocatome（共定位组）框架记录了恶性细胞周围的邻居——这些细胞是什么，以及它们的数量有多少。
这项研究成果于2月发表在《Nature Communications》杂志上。
生物医学数据科学系讲师Gina Bouchard博士说：“我们研究癌细胞已经很久了，但对癌症的认识仍然不全面。了解肿瘤生物学不仅仅是研究癌细胞，还需要研究整个生态系统。癌细胞需要帮助才能生存、抵抗、生长，甚至在某些情况下才能死亡。”
绘制共定位
癌细胞对周围环境的依赖程度令人惊讶。根据肿瘤周围非癌细胞的位置、类型和数量不同，癌细胞的行为会发生变化，例如生长速度加快、对药物的敏感性降低或细胞代谢增强。
“我们提出的问题非常简单。我们想知道每个细胞的邻居是谁。谁喜欢谁？谁又不喜欢谁？这都取决于哪些细胞倾向于聚集在一起，哪些细胞很少在一起。” Bouchard说。
相互吸引的细胞被称为“共定位”，而那些似乎相互排斥的细胞则形成“反共定位”。他们将这些共定位与癌症状态（如侵袭性、耐药性、对药物的敏感性）相关联，并记录在colocatome中。
研究人员利用肺腺癌类器官和癌症相关成纤维细胞构建了类组装体（assembloids），并利用人工智能对其进行分析，确定非癌细胞以及它们在肿瘤内部和周围的分布情况。然后，他们将这些共定位与肿瘤活检样本中的共定位进行了比较。他们发现，原发性患者肿瘤中的大多数共定位在实验模型中也能观察到。
之前的研究表明，成纤维细胞与癌细胞之间存在强烈的相互作用，但两者之间究竟是如何相互作用的还不清楚。Plevritis发现，在用一种抗肿瘤药物处理肺癌细胞时，癌细胞会死亡。但在加入成纤维细胞后，整个情况却发生了变化。他们发现在处理后，癌细胞和成纤维细胞的数量基本保持不变，但它们发生了重排。
“这种空间重组似乎导致了耐药性。” Plevritis说。“这就像改变了房间里的家具，然后发现出口被堵住了。”
寻找新线索
研究人员认为，在理想情况下，colocatome可提供一些信息来指导癌症治疗。例如，如果某种独特的共定位使癌细胞对常见药物产生耐药性，那么医生可以寻找另一种可能更有效的药物。他们还希望共定位地图能够产生可验证的假设，以阐释癌症生物学的更多详情。
随着他们收集到更多数据，研究团队计划利用人工智能来识别特定的空间模式，并创建对应于各种癌症的不同细胞状态的图谱目录。
“之后，我们可以开始观察某些空间模式是否在不同类型的癌症之间共享。这有望揭示肿瘤行为的普遍规律，并指导人们设计出更普遍有效的治疗方法。” Plevritis说。“这对此非常兴奋。”
生物通微信公众号
生物通 版权所有
