全球首篇FFPE空间转录组分析揭示了肾细胞癌中三级淋巴结构抗肿瘤机制

Posted 2023-04-11

参考技术A

三级淋巴结构（TLS，也称为异位淋巴组织/器官）是在非淋巴组织中发现的淋巴组织结构。TLS可在炎症组织中发生，并与慢性炎症性疾病、自身免疫性疾病和癌症有关。因此，TLS作为肿瘤免疫调节和肿瘤治疗的有利手段，受到了肿瘤患者的关注。
三级淋巴结构可以看成是一个在架构在成纤维细胞网络上的淋巴细胞聚集体，包含两个重要的结构区域—T细胞区和（滤泡）B细胞区。成熟的三级淋巴结构被定义为存在有生发中心（Germinal centre，GC），GC内含有T滤泡辅助细胞和滤泡状树突细胞，并且与B细胞紧密联系。

异位淋巴组织生成的起始阶段是由一种局部炎症微环境驱动的，主要参与的免疫细胞包括：分泌IL-17的CD4+细胞，、NK细胞、中性粒细胞、γδT细胞和ILC3等。
这些免疫细胞与成纤维细胞、血管周围成纤维细胞、间充质细胞和间质细胞形成紧密连接，释放细胞因子如IFN-γ、IL-1β、TNF等。这些细胞因子促进粘附分子表达以及趋化因子（即CXCL12、CXCL13、CCL19和CCL21）释放，创建淋巴结构形成的基础空间环境。

释放的趋化因子，招募趋化T细胞，B细胞等更多的免疫细胞至炎症局部三级淋巴器官形成空间，基质细胞等持续释放淋巴细胞存活细胞因子等（BAFF，IL-7，CXCL12），支持迁移过来的淋巴细胞持续存活，活化，增殖形成异位淋巴器官。

激活的B细胞和T细胞释放LTα1β2，驻留的间质细胞、浸润巨噬细胞、树突状细胞和其他实质细胞产生的趋化因子（CCL19/21，CXCL12/13），FDCs促进生发中心形成，高亲和力抗体产生。B细胞也产生FDCs分化需要的 LTα1β2。

B细胞、T细胞和树突状细胞向三级巴组织的募集，激活内皮细胞的高内皮微静脉样表型。
在胚胎和新生儿时期，高内皮微静脉在所有次级淋巴器官中发育，对启动和维持免疫反应至关重要，因为它们从血液中提取幼稚和记忆淋巴细胞，并将它们输送到淋巴结内的抗原呈递细胞。

这些有助于淋巴细胞存活和/或增殖的细胞因子，自身抗体（Auto-Abs）等，为异位第三淋巴器官的维持创造一个生态位。

肿瘤内三级淋巴结构 (TLS) 的存在与积极的临床结果和对癌症免疫治疗的反应有关 。在这里，使用 空间转录组学来检查肾细胞癌 (RCC) 中 TLS 内 B 细胞反应的性质 。 B 细胞在 TLS区域中富集，在研究中可以识别所有 B 细胞成熟阶段朝向浆细胞 (PC) 的形成 。 B 细胞 repertoire 分析揭示了 在TLS 中的B细胞的克隆多样化、选择、扩增以及远处完全成熟的克隆型的存在。在 TLS+ 肿瘤中， 产生 IgG 和 IgA 的 PC 沿着成纤维细胞空间分布迁移到肿瘤bed中 。 TLS+ 肿瘤表现出高频率的产生 IgG 的 PC 和 IgG 染色和凋亡的恶性细胞，这表明具有抗肿瘤效应活性。Therapeutic responses and progression-free survival correlated with IgG-stained tumor cells in RCC patients treated with immune checkpoint inhibitors。因此， 肿瘤内 TLS 维持与免疫治疗反应相关的 B 细胞成熟和抗体产生，可能通过直接的抗肿瘤作用 。

在自身免疫性疾病、慢性感染、移植排斥和癌症中遭受慢性炎症和抗原持久性的组织中发现了三级淋巴结构 (TLS)。 肿瘤内 TLS 的存在和密度与许多癌症类型的良好预后相关 .

TLS 是在成纤维细胞网络上形成的有组织的淋巴样聚集体，包括一个 T 细胞区，其中成熟的树突细胞与 T 细胞接触，以及一个滤泡性 B 细胞区 。 成熟 TLS 的定义是存在包含 T 滤泡辅助 (Tfh) 细胞和与 B 细胞紧密接触的滤泡树突状细胞的生发中心 (GC) 。最近的证据支持这样的结论，即含有 GC 的成熟 TLS，而不是没有 GC 的早期 TLS，与肝细胞癌、肺鳞状细胞癌、结直肠癌和胰腺癌的临床益处相关。 GC的主要功能是产生记忆B细胞和分泌高亲和力抗体的 long-lived 浆细胞(PC) 。 B 细胞和 PC 转录组特征的高表达水平和高 PC 密度与几种癌症类型的较长存活率相关。在软组织肉瘤、黑色素瘤、肾细胞癌、非小细胞肺癌、尿路上皮癌和其他肿瘤中， B 细胞和成熟 TLS 的存在比 T 细胞更准确地预测了对免疫检查点抑制剂 (ICI) 的治疗反应和存活率癌症类型 。 B 细胞和 PC 影响临床结果和对 ICI 反应的机制尚不清楚。尽管一些研究显示肿瘤内 B 细胞可以在某些癌症中产生针对肿瘤相关抗原的 IgG 和 IgA 抗体，但没有证据表明它们起源于肿瘤内发生的 B 细胞分化，特别是在 TLS 部位。

在目前的工作中， 解决了 TLS 作为 B 细胞原位成熟驱动因素、产生抗体的 PC 的作用以及它们对 ICI 反应的影响的问题 。 研究了肿瘤的空间分辨转录组结构透明细胞肾细胞癌 (ccRCC) 原发性肿瘤的微环境 (TME) 。通过关注 TLS 及其附近，展示了 B 细胞在不同成熟阶段的存在，支持 B 细胞反应的产生。分析证明了 B 细胞的体细胞超突变、克隆选择和扩增，以及 PC 产生的免疫球蛋白，表明肿瘤内部产生了完整的 B 细胞反应。此外， 发现 IgG 和 IgA 阳性 PC 沿着 CXCL12 阳性成纤维细胞轨道在肿瘤内迁移 。显示抗体（主要是 IgG）与肿瘤细胞结合，并且它们的存在与半胱天冬酶依赖性肿瘤细胞凋亡有关。在 IgG 染色的肿瘤细胞附近检测到呈现 caspase 3 活化的巨噬细胞表明它们可能是通过诱导 IgG 介导的肿瘤细胞死亡的效应物。最后，具有大量 IgG 阳性肿瘤细胞的患者对 ICI 反应表现出高反应率和更长的 PFS。

为了分析 TLS 对 TME 结构的影响，使用了 10X Genomics 的 Visium 空间转录组学技术。 它使用位于直径为 55 um 的点中的空间条形码寡核苷酸以空间分辨率测量完整的转录组。 这允许在多达 5,000 个spot中量化空间基因表达。

使用冷冻（n = 12）和 FFPE 切片（n = 12）对 24 个 ccRCC 原发性肿瘤进行空间转录组学 。在对切片进行 H&E 染色后，经验丰富的病理学家 (VV) 对每个肿瘤的整体组织以及 TLS 的存在和定位进行了注释 。下图显示了一个 TLS+ 冷冻切片肿瘤、一个 TLS+ FFPE 肿瘤和一个 TLS- 冷冻切片肿瘤。 碳酸酐酶9（蛋白质名称：CAIX，基因名称：Ca9）是ccRCC肿瘤细胞的标志物，在大多数ccRCC肿瘤中的表达与23/24肿瘤中的表达一致，并且在肿瘤切片中分布均匀 。使用微环境populations (MCP)-counter评估 TME 的免疫和基质细胞群的分布， 该counter从转录组谱估计细胞类型丰度 。在下图所示的 TLS+ 肿瘤中，B 细胞谱系（包含识别从幼稚细胞到 PC 的所有成熟步骤的基因）和 T 细胞（识别不同的 T 细胞群）基因特征优先在位于TLS 区域中表达 。这些肿瘤表现出 CD8 T 细胞特征的低表达，在 TLS 区域略有富集（p = 0.017）。 TLS 中的单核细胞谱系特征略高（分别为 p = 0.00081 和 p = 0.035），而 NK 细胞更广泛地分布在整个肿瘤切片中。内皮细胞和中性粒细胞均匀分布，在 TLS 内得分较低）， 而在 TLS 区域发现成纤维细胞特征的高表达 。 TLS 肿瘤没有显示出这种有组织的模式，MCP counter 分析显示 B 谱系评分非常低且分散分布，以及其他免疫和基质特征的分散定位。这些不同的 TME 空间组织模式在 8 个 TLS+ 和 4 个 TLS- 冷冻切片肿瘤以及 10 个 TLS+ 和 2 个 TLS- FFPE 肿瘤中始终可以识别，这表明 TLS 与 B 谱系、T 细胞和成纤维细胞特征的表达有关.

为了确定 TLS 在肿瘤中的转录组学印记， 在冷冻切片的连续载玻片上通过三重 IF 标记 (CD20/CD3/PD-1) 确认了 H&E 定义的 TLS 位置，表达分析IHC 对 FFPE 样品进行切片和 CD3/CD20 标记后，在 TLS 和肿瘤区域之间进行了差异基因 。通过留一法交叉验证对 4 个冷冻的 TLS+ 肿瘤进行了 TLS 印记markers的研究， 这是一种通过识别来自 3 个肿瘤的基因并在第四个肿瘤上验证它们来执行顺序排列的方法 。平均倍数变化超过 2 且调整后的 p 值低于 0.05（Bonferroni 校正）的基因被考虑用于分析。在signature中选择了在至少 3 个 TLS+ 肿瘤中分别达到 0.7 曲线下面积 (AUC) 的基因，这导致了 29 个基因的 TLS imprint signature。该特征包括 12 个免疫球蛋白基因（IGHA1、IGHG1、IGHG2、IGHG3、IGHG4、IGHGP、IGHM、IGKC、IGLC1、IGLC2、IGLC3 和 JCHAIN）、5 个 B 细胞标志物（CD79A、FCRL5、MZB1、SSR4 和 XBP1）， 2 个 T 细胞标志物（TRBC2 和 IL7R）、2 个成纤维细胞标志物（CXCL12、LUM）、2 个补体蛋白编码基因（C1QA 和 C7），以及 CD52、APOE、PTLP、PTGDS、PIM2 和 DERL3 基因。这 29 个基因特征是 TLS imprint的标志物，在发现冷冻 TLS+ 肿瘤时的 AUC 范围为 0.89 至 0.97，而在其余冷冻 TLS+ 肿瘤的验证中，其 AUC 范围为 0.77 至 0.94。该特征在 9/10 TLS+ 肿瘤中 AUC 范围为 0.75 至 0.93 的 12 个 FFPE 肿瘤上得到进一步验证，但一个样本的 AUC 为 0.62 且 TLS 印记特征表达较弱。发现该肿瘤缺乏 TLS 成熟度标志物，例如 CD23 和 BCL6，以及外周淋巴结寻址素阳性 (PNAd+) 高内皮小静脉 (HEV)。在 4 个冷冻和 2 个 FFPE TLS 肿瘤中仅观察到印迹特征的稀疏表达，除了一个肿瘤，其中基因特征识别出表达 MZB1 PC 相关基因和 IGHG1 的小区域，尽管没有 TLS通过 H&E 染色和 CD3-CD20 IF 标记观察。

Ig 和 B 细胞相关基因在 TLS 印记特征中的显著富集促使研究关注 B 细胞 。首先旨在精确定位与 TLS 相关的转录不同的 B 细胞亚型。使用稳健的细胞类型分解 ( RCTD，大家可以参考文章 10X单细胞空间联合分析之十（RCTD） ) 对扁桃体 B 细胞单细胞分析中定义的 B 细胞亚群进行空间映射，发现幼稚 B 细胞相关基因的表达稀少，尽管与 TLS 显著相关，并且与 FCRL4+ 记忆 B 细胞密切相关、GC B 细胞 (p = 0.0087) 和具有 TLS 的浆细胞特征。 PC 相关基因 MZB1 的表达在 TLS 中高，而在冷冻切片肿瘤的肿瘤区域中总体低 。在 FFPE 肿瘤中发现了类似的结果。然而，在肿瘤内的不同位置检测到许多分散的、远离 TLS 的 MZB1 表达点。 MZB1 是浆母细胞特征的一部分，在 PC 中高度表达。由于浆母细胞仅限于 TLS 区域，并且在 TLS 外发现 MZB1 的高表达，因此表达 MZB1 的 PC 可能不仅存在于 TLS 中，而且存在于肿瘤bed中。 由于 PC 的主要功能是产生抗体，于是分析了免疫球蛋白基因的空间表达 。 IGHM 几乎只在 TLS 区域表达，增强了 TLS 内非转换 B 细胞的存在，而 IGHG1、IGHA1 和 pan Ig（IGKC 和 JCHAIN 的几何平均值）基因在 TLS 区域高度表达，but also at distance in the tumors。 IGHG1 和 IGHA1 的分散表达表明同种型转换的 PC 已在 TLS 中形成并在远处迁移 。

值得注意的是，在与泛 Ig 基因（IGKC、JCHAIN）、IGHG1 和 IGHA1 基因相同的位置发现了泛成纤维细胞标记 COL1A1 的高表达以及 MCP-counter 成纤维细胞特征。 由于据报道 CXCL12 与位于骨髓、淋巴结髓索和慢性炎症组织中的 PC 生态位中的 PC 迁移和滞留有关，我们分析了 CXCL12 的表达，发现它与 MZB1 的表达共定位 。

为了进一步评估这些不同特征之间的空间协同定位，每个特征的表达被二分法，使用中值作为截止点，为每个spot定义“高”或“低”表达类别 。 当一个基因被两个特征共享时，它会从其中一个特征中删除，以避免其对统计分析的影响 。因此，当分析 TLS 和 CXCL12 基因表达之间的重叠时，从 TLS imprint signature 中删除了 MZB1 以分析 TLS/MZB1 重叠和 CXCL12。然后通过计算两个特征之间的卡方检验来评估有意义的重叠，并用黄色突出显示分类为“高/高”的点。 该分析不仅证实了 TLS 特征与 MZB1、成纤维细胞和 CXCL12 的共定位，而且还证实了成纤维细胞与 CXCL12、MZB1 与成纤维细胞以及 MZB1 与 CXCL12 在距 TLS 一定距离处的共定位 。 这些共定位在其他 TLS+ 肿瘤中得到证实，而在 TLS-肿瘤中观察到轻微或无关联 。总体而言，得出结论， 在 TLS+ 肿瘤中，表达 IGHG1 和 IGHA1 的 PC 存在于 TLS 附近，并且可能与成纤维细胞相关地在肿瘤内迁移 。

TLS 中 B 细胞成熟亚型和 PC 的共定位暗示了原位 B 细胞适应性免疫的产生。在此过程中，B 细胞会突变其 B 细胞受体 (BCR) 序列，并选择和扩增最亲和的克隆 。为了证明这些事件，有必要研究 BCR 的核苷酸序列。 Visium 空间技术基于条形码转录本的 RNA 测序，这能够访问原始转录本并执行空间 BCR repertoire 分析。 使用了公开可用的实施 MiXCR，这是一种旨在从 50 个 RNA 测序数据中识别 BCR IgL 和 IgH 克隆型及其种系体细胞超突变的工具，以及 30 Frozen Visium 试剂盒，它使我们能够获得足够长度的 mRNA 转录物捕获大多数 IGL 和一些 IGH 序列的完整互补决定区 (CDR)3 区域 。通过 3 倍推荐深度（每个点 150,000 个读数，相当于每个样本 2.25 亿个读数）的测序促进了这种捕获。MiXCR 鉴定了许多独特的克隆型：总共 3,015 个 λ 轻链、3,084 个 kappa 轻链和325 重链。 在 TLS+ 肿瘤中发现了最多的独特克隆型和总 Ig 计数。在 TLS 区域也发现了数量最多的独特轻链克隆型 。 通过测量 Ig 轻链序列的 V 区的突变计数与映射的 V 种系基因进行比较来评估 B 细胞成熟 。中位 V 基因突变计数在 TLS 区域中显示低至中位水平，并且引人注目的是， 在肿瘤区域中远离 TLS 的大部分是高度突变的序列 。尽管如此， 在 TLS 区域测量了全范围的突变，包括高度突变的序列，而距 TLS 一定距离的大多数 Ig 转录物富含高度突变的序列，表明体细胞超突变发生在 TLS 中，并表明突变的 PC 在整个肿瘤中迁移 . 研究了来自 47 个 ccRCC 肿瘤（包括 Visium 分析的 12 个冷冻肿瘤）的bulk 50 个 RNA-seq 中的轻链和重链突变计数，这些肿瘤使用 TLS 印记特征的中值表达被分类为 TLS 高或低。对于 VL（中位 TLS 高 = 12 个突变，中位 TLS 低 = 8 个突变，p = 0.0163）和 VH 基因（中位 TLS 高 = 19）， TLS 高与 TLS 低肿瘤的总体体细胞超突变水平显着更高突变，中位 TLS 低 = 13.5 个突变，p = 0.0227） 。为了确定体细胞超突变是否伴随着克隆型选择，研究了bulk 50 RNA-seq 数据的 IgH 库。 高 TLS 样本的所有样本都表现出大量的总克隆型计数以及计数超过 100 次的更高比例的克隆型 。事实上，30% 的 TLS 高肿瘤库被识别超过 100 次的克隆型占据，而 TLS 低肿瘤中这一比例为 1% (p = 10e-7)，揭示了 TLS 高样本中持续的免疫反应。相反，TLS-low 样本显示出较少的多样性，计数较低，大多数被测量不到 10 次，除了一个肿瘤有 123 个 IgH 克隆型，只有 2 个被计数超过 100 次。

最后，为了确定扩增的 IgH 克隆型的克隆关系和位置，对 30 个 RNA-seq 空间数据进行了克隆性评估。 克隆性由相同的 VH 基因家族、相同的 JH 基因和相同的 CDR3 长度以及 VH 序列之间的 CDR3 核苷酸序列的最大差异为 15% 来定义 。为了可视化这些关系， 计算了每个 VH CDR3 序列之间的 Levenshtein 距离，并用 TLS+ 肿瘤的圆形树表示它 。总共确定了 31 个具有 2 至 16 个独特成员的克隆家族。在一个家族中，一些克隆可以在多达 20 个不同的空间位置被检测到多达 80 次。 IgH 克隆型在 Visiumslide 上的定位证明了同一家族的克隆型聚集在 TLS 附近并在远处稀疏迁移。一些克隆型甚至可以在距它们所在的 TLS 区域高达 3 mm 处检测到可能已经生成。为了证实这些结果，在从配对的bulk 50 RNA-seq 推断的克隆型中寻找从空间 30 RNA 转录组学鉴定的克隆型的 CDR3 核苷酸序列。克隆家族 1 的 CDR3 序列 CATYNAGEGGRGYW 的克隆型也在bulk 50 个 RNA-seq 数据中发现，从而证实了分析的结果。 此外，这些克隆型位于 TLS 内部和远离 TLS 的位置，表明相应 B 细胞克隆的迁移 。

为了分析肿瘤内 PCs 和成纤维细胞的位置以及原位 CXCL12 的表达，使用多发性骨髓瘤癌基因 1 (MUM1) (IRF4) 作为 PCs 和 COL1 (Col1a) 的特异性标志物对 FFPE 肿瘤切片进行多重 IF 标记) 用于成纤维细胞 。在 TLS 区域内检测到双阳性 MUM1+ IgG+ PC 和一些 MUM1+ IgA+ PC，由连续载玻片上的显色 CD3/CD20 标记定义。在这些区域观察到 COL1+/CXCL12+ 成纤维细胞与 MUM1+ PC 并列。此外， 在远离 TLS 的地方证明了 PC 沿着成纤维细胞轨道排列，嵌入在密集的 COL1+ CXCL12+ 成纤维细胞网络中，从而证明它们在肿瘤床中的迁移 。为了定量评估 PC 和成纤维细胞之间的空间关系，对 DAPI/MUM1/IgG/IgA IF 染色样品上的成纤维细胞核进行了 AI 检测。如下图所示， 成纤维细胞核的检测映射了 COL1+ 成纤维细胞轨迹 。绝大多数 PC 与成纤维细胞核非常接近，两个肿瘤的平均距离分别为 17.5 和 19 mm，其距离分布下图所示。在 44 个肿瘤样本上测得的平均距离为 25.7 mm。总而言之， 这些数据概括了 Ig 和成纤维细胞转录物的共表达，以及成纤维细胞转录物和 CXCL12 的共表达，并验证了 PC 在 TLS 内的位置以及空间转录组学确定的成纤维细胞网状细胞 (FRC) 空间上的位置 。值得注意的是， 在被 MUM1+ IgG+ 成纤维细胞轨道包围的肿瘤巢中检测到与肿瘤细胞结合的 IgG 。

为了进一步研究 TLS、肿瘤内 PC 和 Ig 染色之间的联系，首先分析了 TLS 成熟度。 成熟 TLS 的特点是 GC 包含一个被 T 细胞区包围的 B 细胞区，其中存在 CD4+PD1+ T 细胞、CD4+ PD1+CXCR5+ Tfh 细胞和产生 CXCL13 的细胞 。 GC 区的特点是在外围检测到 CD23+ 滤泡树突细胞 (FDC)、BCL6+ CD20+ B 细胞和 PNAd+ HEV 网络。 研究了 103 个肿瘤中 TLS 的存在与 PC 密度之间的相关性。 观察到 TLS 的存在与 MUM1+ IgG+ 细胞和 MUM1+ IgA 细胞的密度之间存在显著关联。 进一步研究了 57 个 TLS+ 样本上 TLS 成熟度标记与 MUM1+IgG+ 和 MUM1+IgA+ PCs 密度的相关性。 发现含有 CD23+ FDC 网络、BCL6+ 细胞和 PNAd+ HEV 的 TLS 与 MUM1+IgG+ PC 和 MUM1+IgA+ PC 密度之间存在很强的相关性。

在肿瘤巢周围检测到高密度的产生 Ig 的 PC 和在肿瘤巢中观察到 IgG 促使研究抗肿瘤抗体的存在 。 值得注意的是，如在 TLS+ 肿瘤中所示， a bright labeling of CAIX+ tumor cell membrane，by conjugated anti-human IgG was observed as illustrated in a TLS+ tumor, whereas no labeling was observed in a TLS- tumor 。 随后对 103 个肿瘤的量化显示 IgG 阳性率很高，与 TLS- 肿瘤相比，TLS+ 中的肿瘤细胞高达 100%（中位数分别为 70% 和 30%，p = 0.0046）。 在 TLS+ 和 TLS- 肿瘤中均观察到弱 IgA 标记。 此外，发现肿瘤细胞上的 IgG 标记与 MUM1+ IgG+ PC 的肿瘤浸润之间存在显著关联（MUM1+IgG+ 高肿瘤的中位 IgG 标记 = 80%，MUM1+IgG+ 低肿瘤的中位 IgG 标记 = 40%，p = 0.000195） , IgA 标记非常低。

为了揭示肿瘤结合 IgG 抗体的潜在功能，使用检测切割的半胱天冬酶 3 的抗体搜索肿瘤细胞中发生的细胞凋亡迹象，通过其典型的大细胞核和透明细胞表型鉴定 。下图说明了切割半胱天冬酶 3 在 一个 TLS+ 和一个 TLS- 肿瘤。 在 IgG 染色高于 60%（这是区分两个肿瘤群的最佳平均值）的肿瘤中，裂解的 caspase 3+ 肿瘤细胞的密度显着高于 IgG+ 肿瘤细胞低于 60% 的肿瘤（中位数：12.7 个细胞/ mm2 和 7.2 个细胞/mm2，p = 0.0255）。

这里解决了可能在诱导肿瘤细胞凋亡中起作用的机制的问题。 由于巨噬细胞和 NK 细胞是抗体依赖性细胞毒性 (ADCC) 的主要效应物，分别评估了 76 和 98 个肿瘤上 CD68+ 巨噬细胞和 NKp46+NK 细胞的总密度，found no correlation with the density of cleaved caspase-3+ tumor cells 。然而， 发现具有大量凋亡细胞和高百分比 IgG 染色肿瘤细胞的肿瘤比具有大量凋亡细胞但低百分比 IgG 染色肿瘤细胞的肿瘤更容易被 CD68+ 巨噬细胞浸润 （p = 0.0054 ）。接近性评估证明 14 个肿瘤上 CD68+ 巨噬细胞和裂解的 caspase 3+ 肿瘤细胞呈正相关，凋亡细胞数量多，IgG 染色肿瘤细胞百分比高。NK 细胞的密度低于巨噬细胞，并没有表现出这种相关性。此外， 发现 13.6% 的凋亡肿瘤细胞位于小于 25 mm 的巨噬细胞处，而没有观察到 NK 细胞和凋亡肿瘤细胞之间的紧密接近 （中位数 = 0.5%）。

为了评估 IgG 肿瘤染色对 ICI 治疗患者的影响，我们评估了来自 NI 治疗患者的 35 个肿瘤和来自 Nivolumab 治疗患者的 16 个肿瘤（一名 Nivolumab 治疗患者的 IgG 肿瘤染色不可评估，一名患者缺少临床信息） .我们选择平均 IgG 肿瘤染色 (60%) 作为截止值，因为它区分了最好的两个肿瘤群体。对于 NI 治疗的患者，证明了 IgG 肿瘤细胞标记高于平均值的患者的治疗反应与 62% 的客观反应（OR：完全和部分反应）之间存在显著关联，而 IgG 肿瘤细胞标记低于平均值的患者为 18% OR (p = 0.0384)，以及与低 IgG 肿瘤细胞染色相比，高 IgG 肿瘤细胞染色患者的 PFS 显著延长（中位 PFS = 16.3 个月对 6.4 个月，p = 0.039）。仅接受 Nivolumab 治疗的患者队列太小，无法进行统计分析。然而，在接受 ICI 治疗的 51 名患者中，无论是单用 Nivolumab 还是 NI，对于肿瘤染色高的患者（未达到与 6.4 个月，p = 0.019）相比，观察到 PFS 显著延长，并且 OR 数量呈增加趋势（58% 对 32%）。

Our study has several limitations. Spatial transcriptomic analyses reveal the architecture of a limited part of a tumor and do not take into consideration potential 3D tumor heterogeneity. This limitation is inherent to this type of analysis。

生活很好，有你更好

跟着Cell学单细胞转录组分析(五):单细胞转录组marker基因鉴定及细胞群注释

参考技术A 书接上回（ 跟着Cell学单细胞转录组分析(四):单细胞转录组测序UMAP降维聚类 ）。完成数据降维和细胞聚类后，最主要的环节和工作就是确定各个细胞群，明确是什么类型的细胞，正群的细胞定群很关键，涉及到整个研究，所以这一步宁愿多费时间，也不要出错。当然，这也不是一蹴而就的，需要反复的确认。

要确定各个群是什么细胞，首先需要了解细胞群的marker基因，因为不同类型的细胞突出 表达的基因也是不同的。这里使用FindAllMarkers鉴定各个细胞群的高表达基因。

Seurat提供了几种函数例如FeaturePlot()、DotPlot()和DoHeatmap()，按照文章中的mrker基因，做一下可视化。

点图：

UMAP图：

热图：

很显然，这些都是默认出图，距离发文章还是有一定距离的，后期我们会专门讲解个性化的修饰，争取可视化更好。

接下来就是细胞定群了，对各个细胞群命名。细胞定群有很多方法，目前也有很多工具，但是依照我的经验，自动定群等一般结果不是完全正确，况且操作复杂，为了保证正确性，最使用的办法还是查询文献定群。定群后，对细胞群重命名。

最后将命名的文件保存，可视化细胞群！在进行下一步工作之前，之后的内容将会是对目前这些图形结果的修饰和个性化可视化！