研究进展 | 当乳腺癌遇上单细胞测序技术(上)
发布网友
发布时间:2023-05-11 19:39
我来回答
共1个回答
热心网友
时间:2024-09-17 11:35
乳腺癌(Breast Cancer)是女性最常见的恶性肿瘤,也是女性癌症死亡的主要原因。乳腺癌是发生在乳腺上皮组织的恶性肿瘤,是一种高度异质性的肿瘤,深入了解其组织内在异质性及其生物学功能的是剖析肿瘤发生机制的重要一步。目前,单细胞测序技术已广泛应用于解析乳腺癌肿瘤异质性、肿瘤微环境、转移侵袭、治疗耐药等方面。本期,将通过展示单细胞测序研究乳腺癌的部分已发表研究成果,从乳腺癌单细胞图谱构建、肿瘤微环境解析及肿瘤多样化异质性探究等层面,帮助各位在单细胞层面理解该疾病的复杂细胞组成及肿瘤异质性~
1.样本选取
26例原发乳腺癌(11例ER+,5例HER2+和10例TNBC)进行sc RNA-seq;6例乳腺癌(2例ER+,4例TNBC)进行空间转录组测序;4例乳腺癌(1例luminal,1例HER2+和2例TNBC)进行CITE-seq。
2.肿瘤亚型
ER+,HER2+和TNBC。
3.研究思路
4.主要结论
本文结合单细胞RNA测序、空间转录组测序构建了迄今最全面乳腺癌单细胞和空间图谱,并开发了一种与sc RNA-seq 兼容的内在亚型分类方法(SCSubtype),揭示了复发性肿瘤细胞异质性。通过 CITE-seq 免疫表型分析提供了高分辨率的免疫特征,并发现与临床结果相关的新 PD-L1/PD-L2+巨噬细胞群。使用单细胞特征,对大型乳腺癌队列进行解卷积分析,并将它们分为九个 “生态型”,不同生态型显示出与肿瘤样本的临床亚型、SCSubtype亚型及细胞类型的多样化关联,且不同生态型之间的预后也存在明显差异。该项研究提供的乳腺癌细胞结构的综合单细胞和空间图谱,有助对肿瘤异质性的认识,促进乳腺癌的个体化治疗进展。
1.样本选取
8例原发性乳腺癌女性患者的肿瘤样本及配对的正常血液、乳腺和淋巴结样本,通过流式细胞荧光分选技术(FACS)分选的CD45+细胞进行sc RNA-seq;3个额外乳腺癌组织(BC9-11)用于sc TCR-seq和5’ sc RNA-seq。
2.肿瘤亚型
包括表达雌激素受体(ER+)的肿瘤、表达孕激素受体(PR+)的肿瘤、表达人表皮生长因子受体2(Her2+)的肿瘤,以及三者都不表达的三阴肿瘤(TNBC)。
3.研究思路
4.主要结论
利用单细胞转录组对乳腺癌组织中免疫细胞的异质性进行了广泛表征,发现了各种免疫细胞类型,包括单核细胞、巨噬细胞、肥大细胞、 T 细胞、 B 细胞、树突状细胞和嗜中性粒细胞。通过亚群细分,共鉴定出83个不同的免疫细胞簇,包括38个T细胞簇、27个骨髓谱系细胞簇、9个B细胞簇和9个自然杀伤细胞簇。相对于正常乳腺组织,仅在肿瘤中出现的细胞簇包含14个髓细胞簇和17个T细胞簇(比正常组织观察到的细胞簇数增加约一倍)。通过T细胞分化轨迹研究发现T 细胞状态发生了连续性变化,*了之前较少分化或激活离散状态形成的肿瘤微环境经典概念。该研究中sc RNA-seq和sc TCR-seq数据集的综合分析,将有助于更好地理解免疫细胞促进和抑制肿瘤进展潜在的功能机制。
1.样本选取
正常乳腺、癌前 BRCA1 +/–组织、主要乳腺癌亚型( TNBC、ER+、HER2+、男性乳腺癌)、成对肿瘤和受累淋巴结(LN),共55例患者的69个不同的手术组织样本。
2.肿瘤亚型
ER+,HER2+和TNBC。
3.研究思路
4.主要结论
该研究提供了迄今为止关于人类乳腺组织的最全面的单细胞RNA图谱,提供了科学家们理解其中所包含的不同细胞类型的框架。此外,根据不同分组研究了多层面分组的生物学问题:如发现绝经前到绝经后的转变与显著的间质改变有关,成纤维细胞中的PDGFRb和基质相关基因减少;癌前病变到肿瘤的进展与 BRCA1 突变携带者中免疫浸润的增加有关;在不同的乳腺癌亚型中,肿瘤的上皮细胞显示出类似的多样性;组织常驻记忆T细胞(TRM)在TNBC和HER2+中明显,但在ER+肿瘤中不明显;TNBC包括最大的CD8+细胞群,而ER+肿瘤CD8+T细胞减少,提示不同的免疫调节模式;与TNBC和HER2+肿瘤相比,ER+肿瘤具有活跃的循环肿瘤相关巨噬细胞(TAM);在ER+肿瘤患者中,克隆选择和大量迁移都是淋巴结转移的原因等。本文研究结果对于理解乳腺癌的产生机制,以及对于理解周围环境中的细胞如何促进乳腺癌进展、扩散和对治疗的反应具有非常重要的意义。
针对肿瘤组织等异质性高的样本,传统的高通量测序技术仅能提供样本中所有细胞转录水平的平均值,而单细胞转录组突破了传统Bulk测序技术的*,实现了在单个细胞层面解析其基因表达状态和功能的研究目的,特别适用于解析多种细胞组成、研究复杂细胞功能、追溯细胞发育和探究细胞间相互作用等研究。上述文章采用单细胞测序技术,解析了高度异质性乳腺癌的复杂细胞组成,并深入探究了肿瘤微环境和不同组织学意义的异质性,从而解决了肿瘤异质性的难题,为进一步阐明肿瘤的起源发生、转移播散、治疗耐药等问题奠定了基础。
参考文献
1. Wu SZ, Al-Eryani G, Roden DL, et al. A single-cell and spatially resolved atlas of human breast cancers[J]. Nature Genetics , 2021, 53(9):1334-1347.
2. Azizi E, Carr AJ, Plitas G, et al. Single-cell map of diverse immune phenotypes in the breast tumor microenvironment[J]. Cell , 2018, 174(5):1293-1308.
3. Pal B, Chen Y, Vaillant F, et al. A single-cell RNA expression atlas of normal, preneoplastic and tumorigenic states in the human breast[J]. The EMBO Journal , 2021, 40(11):e107333.
热心网友
时间:2024-09-17 11:35
乳腺癌(Breast Cancer)是女性最常见的恶性肿瘤,也是女性癌症死亡的主要原因。乳腺癌是发生在乳腺上皮组织的恶性肿瘤,是一种高度异质性的肿瘤,深入了解其组织内在异质性及其生物学功能的是剖析肿瘤发生机制的重要一步。目前,单细胞测序技术已广泛应用于解析乳腺癌肿瘤异质性、肿瘤微环境、转移侵袭、治疗耐药等方面。本期,将通过展示单细胞测序研究乳腺癌的部分已发表研究成果,从乳腺癌单细胞图谱构建、肿瘤微环境解析及肿瘤多样化异质性探究等层面,帮助各位在单细胞层面理解该疾病的复杂细胞组成及肿瘤异质性~
1.样本选取
26例原发乳腺癌(11例ER+,5例HER2+和10例TNBC)进行sc RNA-seq;6例乳腺癌(2例ER+,4例TNBC)进行空间转录组测序;4例乳腺癌(1例luminal,1例HER2+和2例TNBC)进行CITE-seq。
2.肿瘤亚型
ER+,HER2+和TNBC。
3.研究思路
4.主要结论
本文结合单细胞RNA测序、空间转录组测序构建了迄今最全面乳腺癌单细胞和空间图谱,并开发了一种与sc RNA-seq 兼容的内在亚型分类方法(SCSubtype),揭示了复发性肿瘤细胞异质性。通过 CITE-seq 免疫表型分析提供了高分辨率的免疫特征,并发现与临床结果相关的新 PD-L1/PD-L2+巨噬细胞群。使用单细胞特征,对大型乳腺癌队列进行解卷积分析,并将它们分为九个 “生态型”,不同生态型显示出与肿瘤样本的临床亚型、SCSubtype亚型及细胞类型的多样化关联,且不同生态型之间的预后也存在明显差异。该项研究提供的乳腺癌细胞结构的综合单细胞和空间图谱,有助对肿瘤异质性的认识,促进乳腺癌的个体化治疗进展。
1.样本选取
8例原发性乳腺癌女性患者的肿瘤样本及配对的正常血液、乳腺和淋巴结样本,通过流式细胞荧光分选技术(FACS)分选的CD45+细胞进行sc RNA-seq;3个额外乳腺癌组织(BC9-11)用于sc TCR-seq和5’ sc RNA-seq。
2.肿瘤亚型
包括表达雌激素受体(ER+)的肿瘤、表达孕激素受体(PR+)的肿瘤、表达人表皮生长因子受体2(Her2+)的肿瘤,以及三者都不表达的三阴肿瘤(TNBC)。
3.研究思路
4.主要结论
利用单细胞转录组对乳腺癌组织中免疫细胞的异质性进行了广泛表征,发现了各种免疫细胞类型,包括单核细胞、巨噬细胞、肥大细胞、 T 细胞、 B 细胞、树突状细胞和嗜中性粒细胞。通过亚群细分,共鉴定出83个不同的免疫细胞簇,包括38个T细胞簇、27个骨髓谱系细胞簇、9个B细胞簇和9个自然杀伤细胞簇。相对于正常乳腺组织,仅在肿瘤中出现的细胞簇包含14个髓细胞簇和17个T细胞簇(比正常组织观察到的细胞簇数增加约一倍)。通过T细胞分化轨迹研究发现T 细胞状态发生了连续性变化,*了之前较少分化或激活离散状态形成的肿瘤微环境经典概念。该研究中sc RNA-seq和sc TCR-seq数据集的综合分析,将有助于更好地理解免疫细胞促进和抑制肿瘤进展潜在的功能机制。
1.样本选取
正常乳腺、癌前 BRCA1 +/–组织、主要乳腺癌亚型( TNBC、ER+、HER2+、男性乳腺癌)、成对肿瘤和受累淋巴结(LN),共55例患者的69个不同的手术组织样本。
2.肿瘤亚型
ER+,HER2+和TNBC。
3.研究思路
4.主要结论
该研究提供了迄今为止关于人类乳腺组织的最全面的单细胞RNA图谱,提供了科学家们理解其中所包含的不同细胞类型的框架。此外,根据不同分组研究了多层面分组的生物学问题:如发现绝经前到绝经后的转变与显著的间质改变有关,成纤维细胞中的PDGFRb和基质相关基因减少;癌前病变到肿瘤的进展与 BRCA1 突变携带者中免疫浸润的增加有关;在不同的乳腺癌亚型中,肿瘤的上皮细胞显示出类似的多样性;组织常驻记忆T细胞(TRM)在TNBC和HER2+中明显,但在ER+肿瘤中不明显;TNBC包括最大的CD8+细胞群,而ER+肿瘤CD8+T细胞减少,提示不同的免疫调节模式;与TNBC和HER2+肿瘤相比,ER+肿瘤具有活跃的循环肿瘤相关巨噬细胞(TAM);在ER+肿瘤患者中,克隆选择和大量迁移都是淋巴结转移的原因等。本文研究结果对于理解乳腺癌的产生机制,以及对于理解周围环境中的细胞如何促进乳腺癌进展、扩散和对治疗的反应具有非常重要的意义。
针对肿瘤组织等异质性高的样本,传统的高通量测序技术仅能提供样本中所有细胞转录水平的平均值,而单细胞转录组突破了传统Bulk测序技术的*,实现了在单个细胞层面解析其基因表达状态和功能的研究目的,特别适用于解析多种细胞组成、研究复杂细胞功能、追溯细胞发育和探究细胞间相互作用等研究。上述文章采用单细胞测序技术,解析了高度异质性乳腺癌的复杂细胞组成,并深入探究了肿瘤微环境和不同组织学意义的异质性,从而解决了肿瘤异质性的难题,为进一步阐明肿瘤的起源发生、转移播散、治疗耐药等问题奠定了基础。
参考文献
1. Wu SZ, Al-Eryani G, Roden DL, et al. A single-cell and spatially resolved atlas of human breast cancers[J]. Nature Genetics , 2021, 53(9):1334-1347.
2. Azizi E, Carr AJ, Plitas G, et al. Single-cell map of diverse immune phenotypes in the breast tumor microenvironment[J]. Cell , 2018, 174(5):1293-1308.
3. Pal B, Chen Y, Vaillant F, et al. A single-cell RNA expression atlas of normal, preneoplastic and tumorigenic states in the human breast[J]. The EMBO Journal , 2021, 40(11):e107333.