添加微信
精彩推送不错过
研究收集了来自乳腺、结肠、肺、胃、胰腺以及前列腺6种癌症的296个肿瘤及对照样本的单细胞测序（scRNA-seq）数据，构建了代谢基因表达的单细胞图谱，并识别了细胞类型特异性代谢重编程模式（图1a）。具体来说研究基于肿瘤样本的单细胞数据利用非负矩阵分解（NMF）识别了代谢程序（MMPs），并通过体外细胞实验验证MMPs与化疗耐药间的关联。研究也分析了MMPs与肿瘤微环境（TME）的关联以及关键调控因子的功能。此外，研究通过生存分析评估了细胞代谢重编程与患者临床结局的相关性。
研究首先在单细胞分辨率下探索了不同肿瘤中代谢基因的表达。研究首先整理并注释了涵盖6种常见的癌症类型（BRCA、CRC、LUAD、PAAD、PRAD和STAD）的10套scRNA-seq数据。经过质控和过滤后研究共保留764,432个细胞进行后续分析（图1b）。研究首先将这些细胞聚类，并基于标记基因表达及拷贝数变异（CNV）评分将其注释为12个主要的细胞类型(图1c)。接着研究收集了代谢基因和通路，并通过SCENIC分析转录调控因子及其代谢靶基因，构建了代谢异质性的单细胞转录组图谱，并基于代谢基因聚类细胞划分了主要的细胞类型（图1d）。此外，研究观察到代谢通路和调控因子评分也可以区分这些细胞类型（图1d）。总之，这些结果共同强调了主要细胞类型间代谢差异的稳健性。
图1 单细胞分辨率下代谢基因表达的泛癌景观
文章接着分析了肿瘤组织中细胞类型特异性代谢特性。研究观察到在至少一个数据集中75%的代谢基因在不同细胞类型中表现出表达差异，18%的代谢基因在所有肿瘤中表现出一致性（图2a）。研究也观察到恶性细胞具有最多代谢基因的高表达，而T细胞和B细胞相对较少（图2b）。研究通过ROGUE分析也观察到不同数据集中恶性细胞具有更高的代谢异质性（图2c）。代谢特异性基因SOD3、SLCO2A1、HCST和SPCS3等也被观察到分别在恶性细胞、髓系细胞、成纤维细胞、内皮细胞、T细胞和B细胞中持续高表达（图2d和e）。研究接着识别了细胞类型特异性代谢通路，结果在96种代谢通路中观察到有83种表现出细胞类型特异性（图2f），且与其他细胞相比，恶性细胞上调代谢通路最多。此外，为了探索代谢网络的细胞类型特异性，研究在每个数据集中重建并识别了细胞类型特异性代谢调控（图2g）。
图2 TME中细胞类型特异性代谢特性
研究接着分析了癌症中细胞类型特异性的代谢重编程模式。研究观察到恶性细胞上调的代谢基因主要与糖酵解（GAPDH、GPI和LDHA）、氧化磷酸化（OXPHOS；COX6B1和ATP5MC2）和核苷酸代谢（TK1、GUK1、NME1）等癌症标志通路相关（图3a）。最具代表性的下调基因CA2（图3b）则是编码碳酸酐酶的几种同工酶之一。此外，一些基因在不同癌症中表现出显著的表达差异，如SCD和ASAH1，在LUAD中下调，而在其他癌症中上调，通路水平也同样证实了基因水平的发现（图3c）。研究也发现脂肪酸生物合成和柠檬酸循环（CAC）在不同癌症中表现出异质性（图3b和c）。接着研究使用TCGA-GTEx数据分析了样本水平与细胞水平结果的相关性（图3d），结果发现每种细胞的代谢重编程与个体水平的结果存在很大差异。
研究接着分析了恶性细胞的瘤内代谢异质性。研究使用NMF识别每个肿瘤内不同的代谢基因表达程序，然后将肿瘤共享的NMF程序聚类为MMPs，结果共识别出15个MMPs（图4a）。研究接着分析了每种MMPs在不同癌症类型中的丰度（图4b和c），发现大部分MMPs存在于大多数癌症类型中，免疫组化（IHC）分析也证实了肿瘤内MMPs的异质性（图4d）。研究接着使用CCLE数据研究了MMPs与药物敏感性的关联，结果发现MMP7表达较高的结直肠癌细胞系对Elesclomol存在潜在耐药性（图4e）。研究还发现OXPHOS （MMP3和MMP12）和CAC （MMP5）较高的肺癌细胞系对Esmolol更敏感（图4f）。
图4 恶性细胞的MMPs
文章接着分析了MMPs的调控因子。研究首先分析了调控因子评分和MMP评分间的相关性，接着评估了调控因子的表达与总生存期的关系（图5a）。此外，研究在LUAD细胞系H1299和PAAD细胞系PANC-1中观察到敲低转录因子FOSL1后糖酵解酶的表达显著降低（图5b）。随后研究对FOSL1敲低的pANC-1细胞系的进行RNA测序，观察到糖酵解基因（ENO2和PFKFB3）和转运蛋白（SLC2A1和SLC2A3）表达下调，而脂肪酸和类固醇代谢相关的基因（FADS2，DHCR24和SCD）则上调（图5c）。基因集富集分析（GSEA）的结果进一步支持了这些MMPs的失调（图5d）。通过非靶向代谢组学分析也观察到FOSL1敲低能够诱导的代谢变化（图5e）。此外，对差异代谢物的通路富集分析也发现MMP10与多种氨基酸的代谢紊乱有关（图5f）。
图5 恶性细胞代谢主要调控因子的验证
这部分研究将重点转移到了非恶性细胞的肿瘤内代谢异质性上。研究首先定义了TME中常见细胞的MMPs（图6a）。先前研究已经观察到T细胞耗竭过程中CD8+ T细胞的特征基因能够表现出基因表达模式的逐渐转变，因此研究将这些特征评分与MMP评分相关联（图6b），结果也观察到了代谢模式的逐渐转变。接着文章探索了不同细胞类型中MMPs的共发生，通过每个肿瘤中每个MMP得分高细胞的相关性，构建正相关网络，识别出5个亚群（图6c），其中最大的亚群（集群1）由来自各种类型细胞的MMPs组成，且以恶性细胞为中心，表明肿瘤细胞和非恶性细胞在TME中存在广泛的交互。此外，其余亚群主要由特定细胞类型的MMPs组成，突出了这些细胞内代谢网络的复杂交互。
图6 非恶性细胞的MMPs与TME的代谢串扰
文章最后试图揭示细胞水平代谢异质性的潜在临床意义。研究通过聚集来自特定肿瘤细胞内基因的表达谱来重构细胞类型特异性伪bulk数据，然后对恶性特异性伪bulk样本进行聚类，结果识别了两个亚型（C1-2，图7a和b）。接下来研究识别了与上述代谢类型相对应的基因特征，然后利用这些特征对TCGA患者进行分层。结果观察到多种癌症类型中中具有较高髓系和内皮细胞的C2特征评分的肿瘤具有更差的总生存率（图7c-f）。
图7 由细胞代谢特性定义的泛癌代谢亚型
到这里，文章的主要内容就介绍完了，总结一下研究使用六种癌症的scRNA-seq数据及TCGA的多组学树构建了代谢基因表达图谱，并研究了肿瘤细胞的代谢重编程模式，及其对应的调控因子、表达特异性及预后相关性。文章抓住代谢这一热点从单细胞入手，结合多组学数据展开，内容丰富、逻辑清晰，小伙伴们也可以结合某一热点，参考这一思路开展自己的课题。
概普生物 让科研丰富
