2024年7月10日，重庆大学/重庆大学附属三峡医院印明柱教授团队在国际顶尖学术期刊 Nature上发表了题为：Tumour vasculature at single-cell resolution 的研究论文。该研究构建了迄今最大规模的泛癌种脉管系统全息细胞图谱，涵盖31种癌症类型。为充分理解肿瘤血管生成的复杂过程提供了全景视角，同时为临床提升抗血管生成疗效提供了科学方案。
肿瘤转移、耐药已经非常的卷了！
但研究转移、耐药的高分文献层出不穷，仔细研究发现并非高不可攀啊！！原来底层逻辑很简单——结合应用场景才是王道！
临床应用上——尤其是手术方式选择、随访策略制定需侧重肿瘤淋巴转移、血管转移鉴定和区分，考虑老生常谈的淋巴/血管转移具有差异性的分子特征、治疗方式、转移路线等等；聪明的作者已经转战肿瘤如何转移、耐药，这就不得不涉及到转移耐药的具体转移途径分析；
脉管系统不仅为细胞和组织提供必需的物质交换，还参与调节体温、pH平衡、免疫反应等多种生理功能。脉管系统的异常可能导致多种疾病/肿瘤，如高血压、动脉粥样硬化、静脉血栓等；特别是脉管系统中淋巴/血管内皮细胞多样性和可塑性和肿瘤发生（高危因素、早期预测）、发展（转移以及转移途径[区分血管转移、淋巴管转移]、复发）、治疗（耐药、敏感、手术方式/范围）、预后密切相关。
果然跟着Nature不走弯路！机制探索和临床应用严丝合缝，完美贴合！！小编小小总结了一下，抽丝剥茧后恍然大悟，原来这么简单！人人可学！！看到就是赚到：
顶刊脉管系统生信分析方案设计
联系我们，把你的文章结合上临床应用场景，不用苦思冥想即可创造一种奇妙的推成出新！
文末附有彩蛋，针对脉管系统基础概念和应用场景！满满的干货，从解剖到生理病理机制归纳总结，不可错过！
脉管系统在很多高分文献中都有应用，往往以“黑马”的姿势出现，今天小编就来扒一扒融入了脉管系统研究的分析实例：
1、Cancer Cell（IF：50.3）：膀胱癌淋巴结转移
主要发现：细胞互作分析识别血管/淋巴管特有的内皮亚群和肿瘤、免疫、基质细胞之间的互作，揭示早期转移起始机制并探索治疗策略。发现PDGFRa+ ITGA11+ CAFs通过识别HLEC上的ITGA11功能受体SELE诱导BCa的淋巴管生成并减少内皮连接。此外，PDGFRa+ ITGA11+ CAFs通过CHI3L1分泌为BCa细胞提供了直接的迁移路径，使其侵入淋巴血管网络，从而促进了早期BCa的LVI和LN转移的形成；
文章链接：人手一篇的“淋巴转移”，摇身一变50+
2、nature communications（IF：17.694）：鼻咽癌不同转移途径识别和基于模型的早期预测：
主要发现：识别出两种不同的远处转移途径：淋巴转移和血行转移并识别其分子差异，进一步利用放射组学构建转移途径预测模型（淋巴转移和血行转移）；基于预测得到的患者的转移途径的治疗方式、预后的关联，提出针对不同转移途径的精细化治疗策略。
文章链接：17+这数据量绝了
当然，作为针对脉管系统泛癌研究，印明柱教授团队在 Nature 上发表的“Tumour vasculature at single-cell resolution ”也有新的发现，为已有的总结给出新的视角！作者重点发现：
肿瘤血管生成始于静脉内皮细胞并向动脉内皮细胞扩展。随着新生血管的延长(通过血管生成阶段SI、SII和SIII)， SI阶段(APLN+ TipSI)的APLN+尖端细胞通过Notch信号的增加向TipSIII细胞发展；APLN+ TipSI细胞不仅与疾病进展和不良预后相关，而且还有望预测抗vegf治疗的反应。
淋巴内皮细胞表现出两种不同的分化谱系:一种负责淋巴管生成，另一种参与抗原呈递；
内质网应激与促血管生成的BASP1+基质生成周细胞有关；
新生血管内皮细胞可以形成有利于血管生成的免疫抑制微环境；
结果：
一、Single-cell atlas of tumour vasculature
1、解析肿瘤血管微环境(TVM)中的细胞组成和异质性；
基于来自372名不同癌症类型的捐赠者的437个肿瘤样本和相应非肿瘤(ANT)样本的183,977个TVM细胞的单细胞转录组数据。通过in silico sorting对内皮细胞(ECs)和周细胞(MCs)进行分类，使用unsupervised graph clustering analysis进行细胞聚类分析。
对TVM中的细胞类型进行了注释，包括淋巴管内皮细胞(LECs)、血管内皮细胞(VECs)、周细胞(MCs)等，并识别了不同细胞亚群。（图1c）。
2、进一步细分了VECs、LECs和MCs的亚群：
区分VECs、LECs和MCs的不同亚群，graph clustering analysis和基于代表性基因marker的注释方法。将VECs分为29个亚群(V0–V28)，LECs分为8个亚群(L0–L7)，MCs分为16个亚群(M0–M15)，并计算了这些亚群在不同癌症类型中的富集情况；TVM细胞亚群的UMAP可视化、并展示不同癌症类型在各亚群中的富集度（图1e,f）。
图1
3、探讨特定细胞亚群在肿瘤血管生成中的作用：
为了理解特定细胞亚群如APLN+ Tip细胞在肿瘤血管生成和疾病进展中的作用。
聚焦APLN+ Tip细胞的单细胞转录组数据，通过多色免疫组化(mIHC)分析来验证APLN+ Tip细胞在肿瘤组织中的分布。
研究了APLN+ Tip细胞与疾病进展、预后以及对anti-VEGF疗法反应的关系；分析APLN+ Tip细胞在肿瘤组织中的分布情况，以及它们与患者生存率的相关性（图2g,l）。
图2
4、临床意义：
通过临床样本分析和治疗反应评估，来探索特定细胞亚群作为治疗靶点的可能性。讨论了APLN+ Tip细胞和其他细胞亚群作为潜在的生物标志物和治疗靶点的应用前景；突出肿瘤血管单细胞图谱在临床治疗，特别是在抗血管生成治疗中的潜在应用价值；
二、Tumour angiogenesis sprouting from VenECs
1、主要分析内容
基于116,958个泛肿瘤血管内皮细胞(VECs)的单细胞转录组数据，分析了VenECs向毛细血管样内皮细胞(CapECs)的分化路径，以及在肿瘤血管生成中的关键细胞类型和分子特征：旨在深入理解肿瘤血管生成的起始和分化过程，特别是静脉内皮细胞(VenECs)在其中的起始作用；
2、分析步骤
利用UMAP分析图分析泛肿瘤VECs的空间分布，细胞根据推断的细胞类型进行着色，从而直观地呈现了不同VECs亚群的分布情况（图2a）。
通过扩散图分析肿瘤血管生成的分化轨迹，清晰地描绘了从VenECs到ArtECs的分化过程，并推断了这一过程中的细胞状态变化（图2b）。
应用轨迹推断方法，揭示了肿瘤血管生成的分化阶段，包括早期(SI)、中期(SII)和晚期(SIII)，这些阶段反映了血管生成过程中细胞状态的连续变化（图2c）。
此外，通过构建体内肿瘤血管生成模型，使用斑马鱼模型观察肿瘤诱导的新生血管形成，研究者们观察并记录了肿瘤细胞诱导的血管生成过程，并通过代表性图像分析肿瘤诱导的新生血管形态，与正常细胞诱导的血管形态进行了对比（图2d）。
进一步的表型评分分析识别了具有顶端细胞特征的CapECs，并结合细胞纯度分析，评估了这些细胞在肿瘤组织中的异质性（扩展图3e-g）。
图2
扩展图 3
3、临床意义：
强调了VenECs在肿瘤血管生成中的关键作用，启发了对肿瘤血管生成机制更深层次的理解，以及寻找新的治疗干预点。
三、Differentiation lineages of tumour LECs
1、主要内容
为了揭示肿瘤相关淋巴管内皮细胞(LECs)的分化谱系及其在肿瘤发展中的作用，
基于9,283个肿瘤LECs的单细胞转录组数据进行了深入分析，涵盖了多种肿瘤类型的LECs；
2、分析步骤
分析LECs分化谱系并UMAP图可视化，清晰地描绘了从正常样LECs(NLECs)出发的两条分化轨迹，并注释了关键的细胞亚群（图3a）。
通过轨迹1(T1)和轨迹2(T2)的分化路径图，分析LECs向顶端细胞样LECs和apLECs分化的过程，以及它们表达的关键基因（扩展图6c,d）。
分析顶端细胞样LECs和apLECs的标记基因表达水平，如VEGFR3、CCL2、CXCL1、CXCL2以及与抗原呈递相关的MHC-II分子和CD74（图3c）。
图3
通过功能富集分析，揭示了顶端细胞样和基质细胞样LECs与淋巴管生成、炎症反应相关，而apLECs与抗原呈递、免疫过程和细胞外基质(ECM)组织显著相关（扩展图6e）。
分析与LECs分化相关的转录因子的表达差异，如PROX1、NFKB1和TSC22D3，这些转录因子在LECs的分化路径中起着关键作用（图3d,e）。
利用mIHC染色，分析乳腺癌(BC)和肝细胞癌(HCC)中顶端细胞样LECs和apLECs的空间分布和共存情况（图3g和扩展图6i）。
分析顶端细胞样LECs与不良预后相关，而apLECs可能作为保护因素的Kaplan-Meier生存曲线（扩展图6j）。
扩展图 6
3、临床意义：
轨迹推断分析识别了两个主要的分化轨迹：一条通向具有淋巴管生成功能的LECs，另一条则涉及到抗原呈递LECs(apLECs)的形成，并鉴定了与这些分化路径相关的特定标记基因和功能途径。揭示了LECs在肿瘤微环境中的多重角色，有助于对肿瘤免疫逃逸和淋巴管生成调控机制的进一步探索。
四、ER stress drove proangiogenic matPCs
1、主要分析内容
为了探究内质网(ER)应激如何推动肿瘤血管周细胞(matrix-producing pericytes, matPCs)的分化，特别是它们在促进血管生成中的作用。
无监督图聚类识别血管周细胞的不同亚群，并特别关注了基质产生型血管周细胞(matPCs)。ER应激相关基因的表达分析探索了ER应激在这些细胞亚群分化中的作用，并发现ER应激与促血管生成的matPCs的分化状态密切相关。
2、分析步骤：
无监督图聚类分析识别血管周细胞亚群并UMAP可视化作图，包括不同表型的血管周细胞，如vasodilation-associated PCs (vdPCs)、adipocyte-like PCs、myoid-like PCs和matrix-producing PCs (matPCs)（图4a）。
通过轨迹分析，分析matPCs从高静止状态(matPCQ)向BASP1+ matPCs分化的过程，并分析了这些细胞亚群的代谢状态和分化能力（图4c）。
利用ER应激相关转录因子的活性分析，分析ER应激在matPCs分化中的关键作用，特别是ATF3和XBP1转录因子与matPCs分化的伪时间相关性（图4e）。
图4
通过空间转录组学分析，分析BASP1+ matPCs与APLN+ Tip细胞在肿瘤组织中的空间共定位，表明它们在肿瘤血管生成中的相互作用（扩展图8b）。
扩展图8
分析BASP1+ matPCs在肿瘤血管生成中的作用，以及它们在不同癌症类型中的分布和与患者预后的关系（图4h）。
利用mIHC染色，验证了BASP1+ matPCs在胶质母细胞瘤(GBM)中的表达，并分析它们与肿瘤血管生成的关联（图4d）。
3、临床意义：
揭示了ER应激在肿瘤血管周细胞分化中的重要性，并为理解肿瘤血管生成的机制提供了新的视角，有助于开发针对ER应激和血管周细胞的新治疗策略。特别是，BASP1+ matPCs的发现为抗血管生成治疗提供了潜在的新靶点。
五、Cross-talk between vasculature and the TME
1、主要分析内容：
为了揭示肿瘤血管与肿瘤微环境（TME）之间的相互作用和通讯网络，基于160,366个髓系细胞、261,751个T/NK细胞、42,342个B细胞和92,297个成纤维细胞数据。通过细胞间通讯分析工具如CellPhoneDB和NicheNet，以及空间转录组学技术，研究者们识别了血管细胞与TME细胞之间的配体-受体(LR)相互作用，并探索了这些相互作用在肿瘤血管生成和免疫逃逸中的作用。
2、分析步骤：
分析识别肿瘤微环境和血管细胞分布并UMAP可视化作图，其中细胞根据其身份进行了着色，揭示了不同细胞类型和亚群的空间分布（图5a）。
通过细胞-细胞相互作用分析，分析TME细胞与血管细胞之间的LR相互作用数量和强度，突出了特定细胞类型如SPP1+肿瘤相关巨噬细胞(TAMs)、髓系抑制细胞(MDSCs)、成纤维细胞等与血管细胞的显著相互作用（图5b）。
利用空间转录组学数据，分析APLN+ Tip细胞、SPP1+ TAMs和耗竭T细胞在肿瘤组织中的空间共定位，揭示了它们在肿瘤微环境中的物理接近性（图5c）。
通过多重免疫组化(mIHC)分析，验证了APLN+ tip细胞和SPP1+ TAMs在乳腺癌(BC)中的共存情况（图5d）。
分析APLN+ Tip细胞与T细胞相互作用的LR对表达强度图，这些相互作用可能影响T细胞的肿瘤浸润和功能状态（图5e）。
通过mIHC分析，分析APLN+ tip细胞和表达SPN的CD8+ T细胞在非小细胞肺癌(NSCLC)中的共定位情况（图5f）。
最后，通过示意图总结了APLN+ Tip细胞如何塑造一个促进血管生成和免疫抑制的肿瘤微环境（图5g）。
图5
3、临床意义
揭示了肿瘤血管与肿瘤微环境之间的复杂相互作用，而且为理解肿瘤血管生成的调控机制提供了新的视角，并可能为开发新的免疫联合疗法提供潜在靶点
附加彩蛋：
脉管系统基础概念：
脉管系统（Vascular System）是生物体内负责输送血液、淋巴液和各种营养物质的复杂网络。它主要包括以下几个部分：
1、心脏（Heart）：作为脉管系统的核心泵血器官，心脏通过其收缩和舒张来推动血液流动。
2、血管：动脉（Arteries）：负责将含氧血液从心脏输送到全身各部位。毛细血管（Capillaries）：连接动脉和静脉，是血液与组织进行物质交换的场所。静脉（Veins）：将含二氧化碳的血液从身体各部位回流至心脏。
3、淋巴管（Lymphatic Vessels）：类似于血管系统，淋巴管负责淋巴液的循环，参与免疫反应和液体平衡。
脉管系统（Vascular System）的细胞构成 :
1、重要构成——内皮细胞（Endothelial Cells）：覆盖在血管和淋巴管的内壁，形成一层连续的衬里，包括：
1）血管内皮细胞构成血管内壁负责维持血管的完整性和通透性，参与血液和组织液的交换；
2）淋巴管内皮细胞（Lymphatic Endothelial Cells, LECs）：构成淋巴管的内壁，负责淋巴液的运输。
脉管系统中内皮细胞亚群和可塑性：1）淋巴内皮：淋巴管内皮细胞（LECs）负责淋巴管的构成，它们在淋巴运输、免疫监视和炎症反应中发挥关键作用。2）血管内皮：血管内皮细胞（VECs）构成血管的内衬，参与血液运输、血管通透性调节和伤口愈合等过程。3）可塑性：内皮细胞根据生理或病理条件改变其形态、功能和基因表达的能力。
2、除外脉管系统的最重要的内皮细胞，脉管系统其他重要构成细胞包括以下几种：
1)平滑肌细胞：通过收缩和舒张来调节血管的直径，影响血流。
2)周细胞：参与血管的稳定性和修复，对维持血管完整性至关重要。
3)基质细胞：存在于血管外膜，产生细胞外基质，为血管提供机械支持。
4)免疫细胞：参与炎症反应和免疫监视。
5)血小板（Platelets）：虽然不是固定细胞，但在血管损伤时发挥重要作用，参与血液凝固和伤口修复。
脉管系统应用场景：
1、脉管系统研究方向：
血管转移vs淋巴管转移的识别鉴定、特征分析比较、关联不同转移途径与预后和治疗反应、肿瘤血管/淋巴管“功能失调”导致药物外排增加诱导耐药（药物外排三种途径：瘤内淋巴管、瘤周淋巴管和肿瘤血管）
2、研究切入点：
微血管侵犯、大血管侵犯/血管内瘤栓、被转移的靶器官及转移亲器官性、转移前微环境及原发和转移灶远程交互及其促转移机制、免疫逃逸和血管转移的关联；
淋巴结转移数量/阳性占比、淋巴结转移前微环境特征(有转移vs无转移的淋巴结对比分析)、先天免疫系统失调及其机制探索（先天免疫细胞位于三级淋巴结构并负责免疫监视，因此引流淋巴结转移和免疫监视失调密切相关）；
抗肿瘤淋巴管生成和/或抗血管生成联合基础用药，增强药物在肿瘤组织中的蓄积改善药物反应（改善药物外排增加诱导的耐药）；
肿瘤原发灶-循环系统-转移灶之间的
交互作用及其相关的信号分子
临床问题(耐药/转移/分级/诊疗)+单细胞联合多组学
联系我们，把你的文章结合上临床应用场景，不用苦思冥想即可创造一种奇妙的推成出新！
1、临床医生科研规划
4、R语言入门
概普生物 让科研丰富
