PhotoniX前沿 | 癌症相关脂肪细胞的拉曼光谱和轨迹推断特征

研究背景

      乳腺癌是女性中诊断最多的癌症，也是全球致死率第二高的疾病。肥胖不仅会提高癌症的发病率，还会增加其复发和死亡的风险。肥胖和癌症之间的联系复杂，一般通过脂肪细胞的演化展开研究。脂肪细胞是乳腺癌肿瘤微环境（TME）的主要组成部分，理解其在癌症病理生理学中的作用显得极为重要。

      以往研究发现，癌相关脂肪细胞（CAA）是位于肿瘤侵袭前沿的脂肪细胞，它会响应癌症细胞的信号而发生表型和功能的变化，产生支持癌症进展的肿瘤前表型。CAA的特征是脂肪细胞标记物（如PPARγ缺失），并且它们的脂质含量降低，展现出成纤维细胞的外观。CAA还会分泌多种因子，包括细胞因子、趋化因子、生长因子和脂肪因子，这些因子可以促进乳腺癌症细胞的增殖、存活和迁移。尽管越来越多的证据表明脂肪细胞参与了癌症的发展，但CAA形成的机制仍不明确。如果能够准确表征CAA的形成过程，摸清它们之间代谢的依赖性，就可以设计靶向药物阻断CAA的演化，为癌症治疗提供新的方法。

      拉曼光谱分析有望实现这一目标，它是一种非侵入性、无需光学标记的分析方法，在癌症复杂分子研究方面已显示出了巨大潜力。拉曼光谱具有高化学特异性，无需组织处理即可进行体外和体内测量。在过去的几十年里，拉曼光谱已成功应用于研究癌症的各个方面，包括识别肿瘤亚型、探测肿瘤微环境和监测治疗反应。

      本文基于商用拉曼光谱分析仪，巧妙借鉴转录组学中常用的轨迹推理算法（TI），结合分区图抽象（PAGA）等处理方法，对拉曼光谱数据进行精准分析，最终发现了CAA与参考脂肪细胞的差异，揭示了CAA表型相关分子的变化过程。这种方法也可以用于分析其它细胞与生物组织，借助更为复杂的光学设备，解释其致病机理。其相关结果发表在 PhotoniX。

导读

      癌相关脂肪细胞（CAAs）是位于肿瘤侵袭前沿的特殊脂肪细胞。它们的外观和功能会因癌症细胞发出的信号而发生显著变化，从而促进癌症恶化。了解这些脂肪细胞和癌症细胞之间的交流对于制定有效的治疗策略至关重要。本文采用拉曼光谱成像来表征这些CAA，在处理振动拉曼光谱数据时巧妙借用了轨迹推理/伪时态排序算法。这些算法最初是为“单细胞RNA-seq”研究而开发的，已成功用于重建细胞群中共存的不同细胞状态的进化途径。另外，作者还利用基于分区图抽象（PAGA）和均匀流形近似投影（UMAP）等技术来辅助分析拉曼数据，在2D共培养模型中检测了3T3-L1分化的脂肪细胞和MDA-MB-231乳腺癌症细胞之间的相互作用。最终鉴定了脂肪细胞亚群，阐明了与CAA表型相关分子的变化过程，为光谱和功能细胞表型分析开辟了新的可能性。

主要研究内容

      在本研究中，作者团队将拉曼光谱应用于3T3-L1脂肪细胞和MDA-MB-231乳腺癌症细胞的2D共培养模型。3T3-L1是一种广泛用于脂肪生成研究的小鼠前脂肪细胞系，暴露于适当的刺激下可以分化为成熟的脂肪细胞。MDA-MB-231是一种三阴性人类癌症细胞系，其侵袭性和侵袭性特征已被广泛研究[。这种2D共培养模型促进了脂肪细胞和癌症细胞之间接触区的形成，这一就可以创建一个控制系统来研究它们的相互作用，模拟它们在TME中的接近程度。

      作者团队采用基于分区图抽象算法（PAGA）在细胞的拉曼光谱图像上构建光谱轨迹。基于这些选定的轨迹构建参数，确定了不同的脂肪细胞亚群，每个亚群都显示出独特的光谱特征，表明不同的脂质成分，而与液滴大小无关。与以往工作不同，作者团队使用了无标记的拉曼光谱，根据脂质不饱和度水平确定了不同的亚群，并通过轨迹推理，对它们做了突出显示。

      在CAAs中，作者团队观察到与中间状态相关的光谱患病率较高，这表明总体上液滴较小。这一趋势与CAA中发现的较低伪时间值一致，表明与对照脂肪细胞群相比，它们可能会在轨迹上向后移动，在初始状态下重新定向到根部。此外，研究结果表明，CAA主要由脂肪细胞亚群组成，其特征是不饱和脂质。

      能量代谢的重编程被认为是癌症的标志，在癌症的进展中起着重要作用。在此背景下，作者团队利用2D直接接触共培养模型对MDA-MB-231乳腺癌症细胞进行了初步测量，分析发现当与脂肪细胞接触时，癌症细胞表现出更高的光谱丰度，对应于更高级的状态和富含脂质的图谱。

技术突破与创新

      CAA已成为各种癌症的关键角色，尤其是在癌症等癌症中，显著影响其进展和治疗耐药性。了解脂肪细胞/癌症细胞的串扰对于有效的治疗策略至关重要。拉曼光谱是一种无标记的光学技术，通过提供化学特异性信息，为表征生物样品提供了潜力。在本研究中，通过拉曼光谱和轨迹推断方法，特别是基于分割的图抽象算法，在2D共培养模型中研究了3T3-L1分化脂肪细胞和MDA-MB-231乳腺癌症细胞之间的相互作用，证明了脂肪细胞亚群的存在以及与CAAs表型相关的分子变化。这项工作有助于理解CAA在乳腺癌症进展中的作用，可以破坏这种相互作用为目标，指导靶向治疗的深入研究。

观点评述

      这项研究为有助于揭示脂肪细胞在癌症进展中的关键作用，强调了理解TME中脂肪细胞亚群异质性的重要性。使用拉曼光谱和轨迹推断方法，作者团队解析了脂肪细胞和乳腺癌症细胞之间复杂的相互作用，为表征CAA表型代谢重编程这一步骤提供了新的见解。未来的研究将继续探索这些途径，将拉曼光谱与流式细胞术、免疫荧光和scRNA-seq相结合，以完整描绘CAA复杂的生物学机理。这不仅将促进学者对TME的理解，还将为开发更具针对性和有效的癌症疗法铺平道路。

      论文的局限性在于，虽然拉曼光谱已被证明是一种强大的工具，可以提供对细胞生化成分的无标记原位见解，但它只提供了充分理解CAA复杂性所需信息的一个方面。拉曼光谱是识别化学键和相关分子信息（如脂质不饱和度水平）的一种非常有效的工具。然而，它没有提供全面表征CAA所需的完整分子或功能背景。为了解决这些局限性，需要将拉曼光谱与其他互补技术，如流式细胞术、免疫荧光和单细胞RNA测序（scRNA-seq）结合起来，以更全面地了解CAA表型变化。

• PhotoniX 属同行评议、开放获取（OA）高影响力国际期刊。是中国光学工程学会会刊，由中国光学工程学会、清华大学、上海理工大学和西湖大学共同主办，由Springer Nature集团出版。上海理工大学顾敏院士和西湖大学仇旻教授担任期刊主编，庄松林院士担任期刊名誉主编。期刊拥有强大的国际编委和编辑团队。PhotoniX 主要报道国内外光学与光子学技术与信息、能源、材料、生命、精密制造、纳米、光电子器件、微纳米电子等学科交叉融合发展带来的颠覆性科研成果和最新的工程应用进展。以展现具有前沿性、多学科交叉和衍生性特点的技术为核心，成为推动国际前沿“使能技术”的平台。

• PhotoniX 已被SCI、EI、SCOPUS、DOAJ、ProQuest、CNKI、INSPEC、Dimensions等10多个数据库收录。2022年6月获得首个影响因子19.818，位列Q1区。同时进入《2022年中国科学院文献情报中心期刊分区表》，位列物理与天体物理大类和光学小类双一区，为Top期刊。中国科协首次颁布“光学工程和光学领域高质量期刊目录”PhotoniX 位列T1级。
  

了解PhotoniX最新动态