跑代码出现卡顿？电脑寿命降低？胡哥猜你需要一个稳定且高速的云服务器！想免费体验云服务器的朋友，欢迎滴滴~安全共享，优惠同行！服务器独享拼团，保障您的数据安全！
各位朋友大家好，胡哥又来分享最新生信思路啦~最近关于单细胞结合空间转录组测序的文章层出不穷，这种综合多组学分析思路越来越受到大家青睐！今天就来分享一篇，文章来自Journal of Translational Medicine（6.1/Q1），用了不到3个月的时间就录用了的文章，看看有什么突出亮点~
1. 该研究在探索肝内胆管癌（ICC）发病机制和治疗策略的同时，强调了肿瘤微环境（TME）的关键作用，特别是肿瘤相关内皮细胞（TEC）的异质性和功能多样性。通过单细胞RNA测序（scRNA-seq）技术深入探讨了ICC中TECs的异质性，揭示了TECs在肿瘤血管生成中的作用，这是对ICC TME理解的重要补充。
2. 该研究通过探索TECs与免疫细胞相互作用，发现TECs可以通过CXCL12/CXCR4轴与多种免疫细胞相互作用，为理解ICC中肿瘤与免疫系统的复杂互动提供了新的视角。
3. 该研究通过综合多组学数据分析，构建了基于TECs的基因特征（TEC.Sig），并验证了其在预测ICC患者预后中的有效性，这是一个潜在的新型生物标志物。
PS：对“单细胞+空间转录组”整合分析感兴趣的朋友，欢迎找胡哥沟通~不论是公共数据，还是自测数据，我们团队都会结合您的临床实际，设计创新思路、定制个性化生信分析！
方案设计
生信分析
服务器租赁
题目：综合多组学分析揭示了肿瘤相关内皮细胞及其特征在肝内胆管癌预后中的作用
杂志：Journal of Translational Medicine
影响因子：6.1
发表时间：2024年10月
公众号后台回复“666”领取原文PDF，文献编号：20241108
研究背景
肝内胆管癌（ICC）是仅次于肝细胞癌（HCC）的第二常见的肝脏恶性肿瘤，由于TME的异质性和复杂性，与免疫治疗等方式相关的反应和生存益处仅限于少数患者。因此，深入了解ICC免疫微环境中的相互作用和确定潜在的治疗靶点对于预测免疫治疗反应、评估疗效、发现预后标志物和指导个体化治疗策略至关重要。本研究旨在探讨肿瘤微环境（TME）中肿瘤相关内皮细胞（TEC）与免疫细胞的相互作用及其对肿瘤预后的影响。
数据来源
ICC患者的scRNA-seq数据来自GEO数据库（GSE138709）；ICC患者的转录组学数据和相关临床病理数据来自GEO数据库（GSE89749）；空间转录组数据来自Rui Wu等人的研究。抗PD-1治疗的HCC患者的mRNA表达数据和相应的临床信息来自GEO数据库（GSE202069）；接受免疫治疗的黑色素瘤患者的数据来自Liu等人的研究；接受免疫治疗的膀胱癌患者的数据来自IMvigor210数据集。
研究思路
首先，对ICC患者的肿瘤、正常组织和淋巴结组织进行了单细胞RNA测序（scRNA-seq），以揭示TECs在肿瘤血管生成中的作用及其显著的异质性。同时，鉴定了TEC中高表达的基因，并构建了TEC特征（TEC. sig）。其次，基于TEC. sig计算样本的TEC评分，将患者分成两组，比较两组基因突变频率、免疫浸润情况、细胞类型组成等。接着，通过空间转录组学分析和组织学实验进一步证实了TECs通过CXCL12/CXCR4轴与多种肿瘤杀伤免疫细胞相互作用。最后，通过多个肿瘤免疫治疗数据集验证TEC.Sig的预测性能。
主要结果
1. ICC TME中tec的异质性
通过单细胞RNA测序（scRNA-seq）分析，识别了多个细胞簇；根据典型标记基因表达将这些细胞群分为8种细胞类型（T细胞、NK细胞、上皮细胞、骨髓细胞、B细胞、成纤维细胞、循环细胞和内皮细胞），它们在不同样本中的分布差异很大。通过聚类分析，所有TEC被分为5个不同的细胞簇（MGP Endo、NPIPB4 Endo、FCGR2B Endo、IGLC3 Endo和PDPN Endo），它们在不同组织中表现出显著差异。通过通路富集分析显示，这些细胞中过度表达的基因主要与血管生成和细胞外基质重塑相关；每个内皮细胞簇都表现出不同的基因表达模式（图1）。
图1内皮细胞群的特征
2. 预后特征的构建和验证
通过基因表达分析、单因素Cox回归分析、LASSO回归分析、多变量Cox多元回归分析等，确定了3个基因（TCF7L2、CLIC4和SYNPO）为ICC患者的独立预后因素，构建TEC.Sig。基于此计算样本的TEC评分， 根据TEC评分中位数将ICC患者分为高、低TEC评分组。通过Kaplan-Meier曲线生存分析证实，高TEC评分组的预后更差。通过时间相关ROC分析评估TEC评分的预测能力，并通过验证集证实了TEC评分预测ICC患者预后的稳健性（图2）。结合临床特征构建了预测ICC患者预后的列线图；ROC曲线和校准曲线均证实了该列线图具有良好的预测性能。
图2 预后特征的构建和验证
3. TEC评分反映TME中免疫抑制细胞的浸润程度
通过免疫浸润分析结果显示，高TEC评分组TME主要由CD8 Tcm、DCs、MSCs、单核细胞、中性粒细胞、Th2细胞和IDC浸润，而低TEC评分组TME主要由CD8 Tem、肥大细胞、浆细胞和Th1细胞浸润；高水平的中性粒细胞和Th2细胞浸润反映了强烈的炎症反应状态，提示高TEC评分组的ICC患者可能表现出更高的炎症水平。通过基因集富集分析（GSEA）显示，高TEC评分组主要富集炎症反应、IL-6/JAK/STAT3信号通路、TGF-β信号通路和TNF-α/NF-κB信号通路，表明这些肿瘤可能是由潜在的慢性显性或隐性炎症驱动的。Kaplan-Meier曲线生存分析显示，中性粒细胞、Th2细胞和iDCs高浸润的ICC患者预后较差，而CD8 Tem高浸润的ICC患者预后则相反（图3）。在ICC TME中，中性粒细胞和IDC的高浸润导致免疫抑制基因上调，进一步证实了高TEC评分组ICC患者可能表现出以炎症为主的免疫抑制表型。
图3 TEC评分与TME免疫细胞浸润的关系分析
4. TEC通过CXCL12/CXCR4轴与各种免疫细胞相互作用
通过细胞间通讯网络分析发现，TEC与TME中各种免疫细胞之间存在显著的相互作用。通过对参与TEC与其他细胞类型相互作用的受体-配体对分析表明，CXCL12/CXCR4是TEC相互作用的主要信号轴。通过空间转录组反卷积分析进一步证实了TECs与T细胞和B细胞的空间共定位。以上结果表明，TECs可能通过分泌CXCL12与免疫细胞相互作用，促进免疫激活并表现出抗肿瘤作用。多重免疫荧光染色实验也证实了CXCL12高表达水平的TEC对T细胞和B细胞都有趋化作用（图4）。
图4 TEC与T细胞和B细胞相互作用
5. TEC.Sig预测免疫治疗的反应
利用多个免疫治疗相关数据，通过计算每个肿瘤患者TEC.Sig基因表达水平的z-score，预测其对免疫治疗的反应性，结果表明，TEC.Sig在预测免疫治疗反应方面具有可靠的准确性（图5）。
图5 预测模型的性能评价
文章小结
该研究研究揭示了肿瘤相关内皮细胞（TEC）在肝内胆管癌（ICC）肿瘤微环境（TME）中的复杂作用，发现TEC评分是预测ICC患者基因突变和预后的可靠生物标志物，增强CXCL12/CXCR4信号通路的调控可能是ICC治疗的潜在新靶点。该研究通过对单细胞、空间转录组、免疫治疗数据集的全面分析，最终拿下6分+SCI，思路简单，容易复现！感兴趣的朋友，快来找胡哥复现思路吧！还有更多创新思路等你选~
胡哥持续为大家带来最新生信思路，更多创新性分析思路请点击往期推荐！想复现思路、定制分析的朋友，欢迎扫码咨询！
方案设计
生信分析
服务器租赁
往期推荐
1.中医药研究新思路！机制研究、成分验证有新招！澳门科技大学中医药学院：网络分析+代谢组学+计算系统药理学！干湿思路拿下二区SCI！
2.惊呆了，老铁！凭啥广州医科大学这篇一区1月就接收？原来靠NHANES数据库+GLM+logistic回归+中介分析，这招绝了！
3. 天降福音！专为不会分析的你！重医附二院16.6分SCI：孟德尔随机化数据库——DMRdb，动动手指，答案轻松获取！
声明：「原创」仅代表原创编译，仅供学术交流，如侵则删。
