期刊：Nature Communications   

影响因子：16.6

主要技术：转录组测序（RNA-seq），单细胞形态学和拓扑分析（sc-MTOP）

 

导语

他们提出了一个单细胞形态和拓扑分析（sc-MTOP）框架，通过提取核形态及拓扑特征来表征全切片数字化图像（WSI）上的单个细胞。构建了包含来自637例乳腺癌WSI的4.1亿个细胞的单细胞图谱，并分别剖析了肿瘤细胞、炎症细胞和基质细胞的表型多样性。以单细胞分辨率表征肿瘤生态系统，并使用这种方法研究人类乳腺癌生态系统的表型多样性及其临床相关性。

 

研究技术

转录组测序（RNA-seq），单细胞形态学和拓扑分析（sc-MTOP）

研究结果

1. 单细胞形态学和拓扑分析框架（sc-MTOP）

在这项研究中，他们提出了sc-MTOP框架，通过提取核形态和拓扑特征来表征WSI上的单个细胞。通过将其应用于一个大型乳腺癌队列，他们描绘了一个广泛的单细胞图谱，包括4.1亿个细胞，并在多个水平上表征了乳腺癌生态系统的表型多样性。此外，结合临床和多组学数据的综合分析确定了生态系统特征，这些特征可能作为告知治疗反应的生物标志物（图1）。

2. 单细胞炎性细胞图谱

首先，在单细胞水平上，它们旨在通过基于细胞核特征的Leiden聚类分别表征炎性细胞、肿瘤细胞和基质细胞的表型多样性。炎性细胞分为10个细胞群（图2a），其中，INF0和INF7由局部聚集的炎性细胞组成，与肿瘤细胞没有联系，而与基质细胞有联系（图2b）。图2d展示了不同亚型乳腺癌中炎性细胞群丰度的比较。其中HER2+ 乳腺癌组织中INF0细胞的比例较高，说明有大量炎性细胞存在于基质细胞附近，未向肿瘤侵袭。TNBC乳腺癌患者富含INF6和INF7细胞，这些细胞是局部聚集的炎性细胞，与基质细胞连接较少（图2d，e）。说明不同亚型的乳腺癌具有不同的炎性细胞空间分布模式。

3. 局部聚集的炎性细胞的丰度表明免疫治疗反应

将炎性细胞群的丰度与免疫细胞丰度及免疫治疗相关的marker基因相关联。发现INF0，INF1，INF6和INF7细胞群的丰度与多种免疫细胞亚群的丰度及免疫治疗相关的marker基因呈显著正相关（图3a，b）。根据24例晚期TNBC乳腺癌患者的WSIs，来分析他们对PD1免疫治疗的响应情况（图3c）。分析炎性细胞丰度（AIC）与免疫治疗反应的关联。发现有反应患者的AIC评分显著高于无反应患者 （图3e），且其生存率更高。该案例说明局部聚集的炎性细胞的高丰度可以表明TNBC患者对免疫治疗有更好的响应。

4. 肿瘤细胞和基质细胞单细胞图谱

采用与炎性细胞相同的分析方法，他们分别表征了肿瘤细胞和基质细胞的表型多样性。肿瘤细胞被分为12个亚群，命名为TUM0-TUM11，基质细胞被分为9个亚群，命名为STR0-STR8，它们具有不同的拓扑和形态特征（图4）。

5. 在HR+乳腺癌模型中，肿瘤细胞核的形态学异质性表明细胞周期通路活性和CDK抑制剂反应

他们通过计算肿瘤细胞核之间形态和纹理特征标准变异的平均值（图5a，b）来量化每个样品的肿瘤细胞核的形态学内异质性（MITH）。MITH与通过突变等位基因肿瘤异质性测量的遗传肿瘤内异质性之间存在中度相关性（图5c）。高MITH与侵袭性肿瘤特征有关，包括高T分级、高肿瘤分级、HR阴性和HER2阳性（图5d）。GSEA富集分析结果显示，高MITH样品中细胞周期相关基因显著富集（图5e）。MITH与药物反应之间也存在相关性（图5j）。高MITH样品的患者类源性器官（PDO）对CDK4/6抑制剂的敏感性低于低MITH样品。这些结果说明可将sc-MTOP应用于病理学切片，并根据sc-MTOP数据对MITH进行评估，从而进行具有临床意义的预测。

6. 复发微生态模块是乳腺癌生态系统空间多样性的特征

考虑到肿瘤是一个复杂的生态系统，细胞以一定的空间模式组织来执行特定的功能，他们通过识别局部区域细胞组织的复发模式，旨在破译乳腺癌生态系统的空间多样性。通过空间相关性分析揭示了细胞群的共定位，并基于空间相关矩阵的层次聚类定义了微生态模块（MEMs），共鉴定出8个MEMs（6a，b）。为了表征8个MEMs的空间模式，使用Moran 's I指数测量了空间自相关性。Moran 's I指数中值为0.39-0.54，反映了这些模块在整个肿瘤生态系统中的空间变异性（图6c）。这些分析说明基于sc-MTOP的方法鉴定的MEMs能代表肿瘤生态系统中局部多细胞结构的模式，并提供预后相关信息（图6f）。

7. 基于微生态模块的乳腺癌生态型与分子特征和患者预后相关

通过对所有患者鉴定出的MEM进行聚类，可发现乳腺癌可细分为4种生态型（图7a），每类有其独特的富集基因（图7b），发现不同的生态型中，乳腺癌分型占比各有不同（图7c），不同生态型的生存曲线也存在差异（图7d），多变量 Cox 回归分析显示乳腺癌生态型是无复发生存的独立预后因素（图7e）。

 

结论

本文提出了一个单细胞形态和拓扑谱（sc-MTOP）框架，并使用这种方法研究人类乳腺癌生态系统的表型多样性及其临床相关性。该框架首先使用Hover-Net对WSIs上的细胞核进行分割并预测其细胞类型。然后，对于单个细胞，根据核轮廓提取核形态和纹理特征，基于多层两两图法模拟了细胞间的空间关系，并提取了一系列拓扑特征。之后将sc-MTOP框架应用于涵盖所有免疫组织化学（IHC）亚型的637个乳腺癌WSIs，并建立了一个包含4.1亿个细胞的空间分辨率的单细胞数据集。基于数据集，他们描绘了一个单细胞形态和拓扑景观，剖析了乳腺癌生态系统的表型多样性，并揭示了具有临床相关性的生态系统特征。

参考文献：

Zhao, S., Chen, DP., Fu, T. et al. Single-cell morphological and topological atlas reveals the ecosystem diversity of human breast cancer. Nat Commun 14, 6796 (2023). https://doi.org/10.1038/s41467-023-42504-y