肿瘤微环境驱动组织驻留巨噬细胞炎症重塑的泛癌研究及其免疫治疗预后价值

时间:2026年2月9日
来源:Clinical and Translational Medicine

编辑推荐:

本研究通过整合跨组织单细胞与空间转录组数据,揭示了肿瘤微环境(TME)诱导组织驻留巨噬细胞(TRM)向炎症亚型(iTRM)重塑的核心机制。研究发现iTRM通过IL-6/IL-1β/CXCL8轴驱动中性粒细胞招募及免疫抑制微环境形成,构建的TRM炎症重塑特征(TIR-Sig)在泛癌中展现显著预后预测价值(HR=19.86, p<0.001)及免疫检查点抑制剂(ICB)疗效预测能力(AUC=0.706),为靶向巨噬细胞重塑策略提供新视角。

广告
   X   

研究背景
肿瘤微环境(TME)是由多种细胞类型和复杂相互作用构成的动态生态系统,其中肿瘤相关巨噬细胞(TAMs)在肿瘤进展中发挥双重调控作用。传统研究多聚焦于单核来源的TAMs(Mono-TAMs),而组织驻留巨噬细胞(TRMs)在TME中的表型重塑机制尚不明确。TRMs作为胚胎来源的自我更新细胞,在肿瘤中存在被"劫持"为免疫抑制帮凶的现象,但其与Mono-TAMs的功能关系及表型转化规律亟待系统解析。
研究方法与技术路线
研究整合5种恶性肿瘤(肺腺癌LUAD、肝细胞癌HCC、结直肠癌CRC、胶质母细胞瘤GBM、皮肤黑色素瘤SKCM)的139万个单细胞转录组数据及2318例 bulk RNA-seq样本,通过跨组织整合分析构建TRM图谱。采用Harmony算法进行批次校正,通过Leiden聚类鉴定细胞亚群,并利用Monocle3、RNA velocity等工具解析细胞分化轨迹。
TRM亚群的鉴定与功能特征
研究鉴定出12个跨组织TRM-TAM亚群,包括肺泡TRM样(C0_CD52、C1_RBP4)、小胶质细胞样(C2_CCL2、C4_C3、C5_HSPA6、C6_TMEM176B)、炎症性TRM(C3_IL1B)、低氧TRM(C8_TIMP1)、库普弗细胞样(C7_EXT1、C9_APOA1)及肠道TRM(C10_MT1G、C11_LYVE1)等亚型。功能分析显示,C3_iTRM_IL1B亚群特异性高表达IL1B、IL6、CXCL8等炎症因子,并显著富集于中性粒细胞趋化通路。
炎症性TRM(iTRM)的核心发现
C3_iTRM_IL1B被定义为iTRM关键亚群,在肿瘤组织中比例显著高于正常组织(p<0.001)。实验验证表明:
  1. 1.
    表面标志物CD87(PLAUR)在iTRM特异性表达,流式分选证实CD87+ iTRM分泌IL-1β、IL-6、CXCL8水平显著高于CD87- TRM(p<0.05)
  2. 2.
    转录因子分析显示STAT3活性显著上调,驱动IL-6/JAK-STAT3信号通路激活
  3. 3.
    空间转录组证实iTRM与中性粒细胞显著共定位(Moran's I=0.78, p<0.001),Transwell实验证明iTRM通过CXCL8-CXCR1/2轴介导中性粒细胞迁移
  4. 4.
    临床预后分析显示iTRM特征与泛癌不良生存显著相关(HR=19.86, p<0.001)
TRM与Mono-TAM的表型收敛
研究发现尽管TRM与Mono-TAM发育起源不同,但在TME中均向炎症表型收敛:
  1. 1.
    伪时间轨迹显示两者最终形成相似的炎症终末状态
  2. 2.
    体外低氧(1% O2)+TGF-β刺激实验证实TRM与单核分化巨噬细胞(MDMs)均出现炎症因子上调
  3. 3.
    关键差异在于TRM特异性高表达MARCO,而Mono-TAM高表达AREG,提示谱系特异性适应
肿瘤微环境驱动的动态重塑
RNA velocity分析揭示TRM从非炎症状态(C8_Hypoxia_TRM_TIMP1)向iTRM分化的轨迹:
  1. 1.
    肿瘤样本中iTRM转化速度显著快于正常组织(p<0.05)
  2. 2.
    分化过程中IL-1B、CXCL8持续上调,IL-6呈现早期饱和特征
  3. 3.
    混合效应模型识别出肿瘤特异性上调基因包括CD163、ICAM1等免疫抑制相关分子
iTRM富集TME亚型的鉴定
通过ssGSEA分析将泛癌TME分为3型:
  1. 1.
    TME1(iTRM特异性型):特征为iTRM/中性粒细胞/癌症相关成纤维细胞(CAFs)协同浸润
  2. 2.
    TME2(免疫荒漠型):广泛免疫抑制
  3. 3.
    TME3(免疫富集型):免疫激活状态
    其中TME1显示粒细胞 trafficking 和基质重塑通路激活,与ICB耐药显著相关(p<0.01)
TRM炎症重塑特征(TIR-Sig)的构建与应用
基于机器学习构建的TIR-Sig显示:
  1. 1.
    随机生存森林(RSF)模型预测性能最优(C-index=0.72)
  2. 2.
    在独立验证集中有效分层患者生存风险(p<0.001)
  3. 3.
    预测ICB疗效AUC达0.706,在抗PD-1/LAG-3联合治疗亚组表现尤佳(AUC=0.867)
研究意义与展望
本研究突破传统M1/M2二分法,提出iTRM作为"肿瘤教化"的M1/M2混合状态新概念,阐明TME通过低氧、炎症因子等压力驱动TRM炎症重塑的共性机制。TIR-Sig为靶向巨噬细胞重塑策略提供生物标志物,提示联合阻断IL-6/IL-1β/CXCL8轴或中性粒细胞招募可能逆转免疫抑制微环境。未来需进一步解析iTRM与肿瘤内微生物、Treg/MDSC网络的相互作用机制。

生物通微信公众号
微信
新浪微博


生物通 版权所有