哈佛大学：CyCIF揭示黑色素瘤的空间分布图谱
幸运的是，如果早期发现，黑色素瘤通�？梢酝ü虻サ氖质踔斡蚁衷谟懈玫闹瘟仆砥诓±姆椒ǎ庖吡品ǎ没颊叩拿庖呦低晨级钥拱┲�。
然而，关于黑色素瘤还有很多未知之处，包括它在早期阶段如何发展的细节，以及如何最好地识别和治疗最危险的早期病例。
现在，哈佛医学院的一个研究小组绘制了单细胞水平的空间地图，以前所未有的细节揭示了黑素瘤细胞和附近的细胞，包括免疫细胞，在肿瘤发育时是如何相互作用的。
《Cancer Discovery》杂志上描述的这些图，让我们了解到随着黑色素瘤的发展，细胞之间的相互作用是如何变化的，以及癌细胞在接管免疫系统时是如何抑制免疫系统的。
“研究的主要目的是了解导致肿瘤发展的黑色素瘤的早期事件，”哈佛医学院研究员、主要作者阿吉特·涅马尔(Ajit Nirmal)说。
HMS团队正在将这些图谱构建成黑色素瘤图谱，作为国家癌症研究所人类肿瘤图谱网络的一部分，该图谱将免费提供给科学界。他们希望最终，该图谱能够成为科学家研究如何预防黑色素瘤的起点，以及如何在其发展为全面的癌症之前在初期阶段对其进行治疗。这些努力的最终目标是帮助医生诊断黑色素瘤，并帮助他们根据每个患者的肿瘤情况量身定制治疗方案。
映射未知
近年来，大量的黑色素瘤研究集中在两个领域:对早期肿瘤样本进行DNA测序，以了解这种特殊癌症发生时的基因变化，并对肿瘤周围环境(即所谓的肿瘤微环境)进行单细胞RNA测序，以分析细胞类型。然而，研究人员对于肿瘤细胞和附近的细胞是如何在空间中物理排列的，以及黑色素瘤发展时这些细胞是如何在分子水平上相互作用的，仍是一无所知。
“我们还不知道的是微环境是如何组织起来让肿瘤生长的，”Nirmal说。“理论上，免疫细胞应该能够识别肿瘤细胞，并很快将其杀死，但显然有些地方出了问题，这就是我们需要空间分辨率的主要原因之一。”
这种空间分辨率，以及精细的分子数据，直到最近才有可能实现，随着更先进的单细胞成像技术的出现，包括循环免疫荧光，或CyCIF，一种由Sandro Santagata实验室开发的多路成像技术。
在这篇新论文中，研究人员将CyCIF成像数据与3D高分辨率显微镜和细尺度RNA测序相结合，创建了捕捉细胞位置的地图，以及它们在正常组织变形为黑色素瘤时如何相互作用。
Santagata说:“我们可以看到从正常皮肤到早期病变到侵入性黑色素瘤的一切，有时都在一块组织中。最终会看到黑色素瘤如何在你面前发展的地图。”
这些地图揭示了Santagata所描述的“肿瘤细胞和免疫细胞之间的战斗”，当免疫细胞获胜时，黑色素瘤就会屈服，而当肿瘤细胞获胜时，黑色素瘤就会进展。
具体来说，这些图谱显示，在黑色素瘤的早期阶段，所谓的前体病变由与正常皮肤相似的细胞类型和比例组成，但这些细胞具有截然不同的相互作用模式，其中包括免疫抑制的迹象。
“这表明，肿瘤微环境中可能存在某种程度的重组，可能有助于肿瘤的发展，”Nirmal说。
在黑色素瘤的早期，pD-L1——一种抑制免疫系统并使癌症蓬勃发展的蛋白质——并未在肿瘤细胞中表达，而是存在于相邻的称为骨髓细胞的免疫细胞中。随着肿瘤的生长，表达pD-L1的髓系细胞与准备杀死肿瘤细胞的T细胞的相互作用越来越强。这种免疫细胞之间的相互作用，而不是癌细胞和免疫细胞之间的相互作用，可能是癌症用来压制免疫系统的一种机制，这样它就可以不受控制地发展。
“这可能意味着免疫系统被自身抑制或灭活，而不是直接被癌症所抑制，”Sorger说。
免疫疗法抑制pD-L1及其结合伙伴pD-1，从而释放免疫系统对抗肿瘤，已经为晚期黑色素瘤的治疗带来了革命性的进展。然而，并不是所有的黑色素瘤患者都有反应，而且这些疗法在治疗其他一些癌症方面也没有那么有效。因此，Sorger希望对pD-L1表达的基础研究将为了解哪些黑色素瘤患者最有可能从免疫疗法中受益提供基�。约翱蒲Ъ胰绾问姑庖吡品ㄔ诟喟┲⒅蟹⒒幼饔�。这一发现也可能阐明对现有治疗方法仍有耐药性的黑素瘤的治疗策略。
在更晚期的黑色素瘤中，癌细胞的状态取决于它们的物理位置。肿瘤中间被其他癌细胞包围的细胞与肿瘤外边缘的细胞有明显的不同，后者可以与附近的免疫细胞和基质细胞相互作用。尼玛尔说，这一发现表明，这种细胞混合袋——即所谓的肿瘤异质性——可能部分是由于肿瘤细胞与其他细胞类型相互作用时发生的表观遗传变化。他补充说，理解肿瘤的异质性对于理解为什么和如何治疗肿瘤的某些部分能存活下来，而其他部分却不能，尤其是在针对特定分子途径的治疗中，是很重要的。
放大
综上所述，这些发现表明“这些局部环境中细胞之间的物理互动比我们想象的要多，”Sorger说。“这些细胞实际上处于一个非常密集的通信网络中。”
“肿瘤细胞的周围和细胞之间的相互作用告诉我们肿瘤是如何发展的，这是一种全新的生物标志物，以前从未被应用过，”Santagata补充道。“有了这些新的空间图，我们有能力将细胞相互作用与生理行为联系起来，并最终实现临床结果。”
通过这篇论文，研究人员发布了迄今为止最大的基于图像的黑色素瘤数据集，整个数据集将通过Minerva免费提供，Minerva是实验室开发的在线可视化工具，使复杂的数据更容易理解和使用。现在，该团队正在为该项目添加更多的黑色素瘤样本，目的是更好地了解哪些特征和相互作用可以被认为是典型的。
“我们希望能够描述周期性发生的事情，而不是特殊情况。数量有其自身的质量，所以扩大规模是关键的一步，”Sorger说。
研究人员正在人类肿瘤图谱网络中构建一个开源的黑色素瘤图谱，该图谱捕获了不同疾病阶段细胞之间的全部分子相互作用。他们预想这个图谱会像早期的癌症基因组图谱一样产生类似的影响，包括癌症基因组图谱。最终，他们希望他们的工作将推动黑色素瘤的新见解，从而导致基于患者肿瘤特征的精确定向个性化治疗。
“没有诊断就没有精准的药物，”Sorger说，然而85%到90%的癌症仅凭组织样本就能诊断出来。他认为，通过整合多重成像技术，如CyCIF，可以提供肿瘤生态系统的精细分子信息，并将结果与黑色素瘤图谱进行比较，可以改善黑色素瘤的诊断和治疗过程。
Ajit J. Nirmal, Zoltan Maliga, Tuulia Vallius, Brian Quattrochi, Alyce A. Chen, Connor A. Jacobson, Roxanne J. pelletier, Clarence Yapp, Raquel Arias-Camison, Yu-An Chen, Christine G. Lian, George F. Murphy, Sandro Santagata, peter K. Sorger. The spatial landscape of progression and immunoediting in primary melanoma at single cell resolution. Cancer Discovery, 2022; DOI: 10.1158/2159-8290.CD-21-1357
