
文章详情
研究内容
SCLC的单细胞表型空间图谱
研究样本与技术:
165名SCLC患者的肿瘤样本和正常组织样本。通过IHC免疫组化(n=144), CODEX (n=129), bulk RNA-seq (n=109), WES (n=87), 和CosMxTM SMI (n=50)检测生成多组学空间数据集。
空间分析:
肿瘤和免疫细胞细胞表型分析、细胞邻域(CN)分析、开发ColonyMap算法,用于检测空间聚集的细胞群落(colony),分析细胞群落间的相互作用(CCI)。
免疫治疗队列:
在独立的23名接受抗PD-L1免疫治疗的广泛期SCLC患者队列中,通过多色免疫荧光(mIF)(n=23)和CosMxTM SMI(n=17)技术验证MT2群落与免疫治疗反应的关系。

Fig.1 FU-SCLC队列的多组学工作流程
空间多组学技术揭示了SCLC的肿瘤异质性
Fig.2 空间多组学揭示了SCLC的肿瘤异质性
细胞邻域(CNs)与预后相关

Fig.3 CNs标记了空间表型转换和生存结果
CCI分析识别出有利于生存的MT2生态位

Fig.4 CCI分析识别出有利于生存的MT2生态位

Fig.5 组织中的MT2生态位
研究结论
1. 提供SCLC的空间异质性和免疫微环境的全面空间单细胞图谱,为SCLC的精准治疗提供新的靶点和潜在生物标志物。
2. 通过揭示特定的免疫细胞群落与临床预后和免疫治疗反应的关系,为未来的临床试验设计和治疗策略提供依据。
3. 研究结果可能有助于开发针对SCLC的新型免疫治疗方案,提高患者的治疗反应率和生存率。