DOI: https://doi.org/10.1186/s12943-025-02287-w
PMID: https://pubmed.ncbi.nlm.nih.gov/40205583
تاريخ النشر: 2025-04-09
المؤلف: Xiaolu Cui وآخرون
الموضوع الرئيسي: علاج السرطان المناعي وعلامات البيولوجية
نظرة عامة
تدرس الدراسة آثار العلاج الكيميائي المناعي المساعد على سرطان الرئة غير صغير الخلايا (NSCLC)، وهو الشكل الأكثر شيوعًا من سرطان الرئة، من خلال تحليل عينات الأنسجة من 12 مريضًا. باستخدام تسلسل RNA أحادي الخلية وتسلسل النسخ الجيني المكاني، تحدد الأبحاث المكونات الخلوية الرئيسية وأنماط الاتصال داخل بيئة الورم الدقيقة التي قد تؤثر على حساسية العلاج. ومن الجدير بالذكر أن وجود خلايا CD4\(^+\) T التنظيمية (Tregs) والأرومات الليفية المرتبطة بالسرطان (mCAFs) كان مرتبطًا ببيئة مثبطة للمناعة، بينما كانت خلايا CD4\(^+\) T المساعدة 17 (Th17) والأرومات الليفية المرتبطة بالسرطان الالتهابية (iCAFs) مرتبطة بتحسين الاستجابة للعلاج.
تسلط النتائج الضوء على الدور المهم لـ SELENOP-macrophages، التي وُجدت بتركيزات أعلى في المستجيبين للعلاج. أظهرت هذه البلعميات تواجدًا مشتركًا مع الأرومات الليفية المعروضة للمستضد عند حدود الورم، مما يشير إلى وظيفة تعاونية في تعزيز فعالية العلاج. بالإضافة إلى ذلك، كانت SELENOP-macrophages مركزة في الهياكل اللمفاوية الثانوية، مما يدل على مشاركتها في تجنيد اللمفاويات. كشفت تحليل التفاعلات بين الخلايا أن الاتصال بين SELENOP-macrophages، والأرومات الليفية المنشطة، وخلايا T قد زاد بشكل ملحوظ في المستجيبين، حيث سهلت SELENOP-macrophages تجنيد أنواع فرعية مختلفة من خلايا T من خلال مسارات إشارات متعددة، بما في ذلك تلك التي تتعلق بالكوليسترول، والإنترلوكينات، والكيموكينات، وHLA. بشكل عام، توضح هذه الدراسة التغيرات الديناميكية المكانية والنسخية في بيئة NSCLC الدقيقة استجابةً للعلاج المركب، مما يوفر رؤى حول العلامات البيولوجية المحتملة لحساسية العلاج.
مقدمة
يظل سرطان الرئة السبب الرئيسي للوفيات المرتبطة بالسرطان على مستوى العالم، حيث يشكل سرطان الرئة غير صغير الخلايا (NSCLC) 85% من الحالات. أدت التقدمات الأخيرة في العلاج المناعي، وخاصة حجب نقاط التفتيش المناعية (ICB)، إلى تحسين كبير في البقاء على قيد الحياة بدون تقدم (PFS) والبقاء على قيد الحياة بشكل عام (OS) لدى المرضى في المرحلة الثالثة من NSCLC. أظهرت العلاجات المركبة، مثل العلاج الكيميائي المناعي، فعالية محسنة مقارنة بالعلاج الكيميائي التقليدي وحده، مما يعود بالفائدة على مجموعات فرعية مختلفة من المرضى بغض النظر عن تعبير ligand 1 لموت الخلايا المبرمج (PD-L1). على الرغم من هذه التقدمات، يظهر جزء من المرضى مقاومة لـ ICB، مما يستلزم مزيدًا من الاستكشاف للآليات الأساسية والعوامل التنبؤية، بما في ذلك ديناميات بيئة الورم (TME).
تلعب TME، التي تتميز بتكوينها الخلوي غير المتجانس وتفاعلاتها المعقدة، دورًا محوريًا في تقدم الورم واستجابة العلاج. يمكن أن يعيد ICB تشكيل TME، مما يؤثر على نتائج العلاج مثل الاستجابة الكاملة المرضية (pCR) أو مقاومة العلاج. سلطت الدراسات الأخيرة الضوء على أهمية ديناميات خلايا T، بما في ذلك الأنواع الفرعية المحددة مثل خلايا CD137 + CD8 + T وخلايا B الذاكرة، في التنبؤ بالاستجابات للعلاج الكيميائي المناعي المساعد. ومع ذلك، ركزت الأبحاث الحالية بشكل أساسي على ملفات تعريف الخلايا المناعية، وغالبًا ما تغفل التوزيع المكاني والتفاعلات للخلايا الظهارية الخبيثة داخل TME. لمعالجة هذه الفجوة، تستخدم دراستنا تسلسل RNA أحادي الخلية الشامل وتسلسل النسخ الجيني المكاني على عينات الورم من مرضى NSCLC، بهدف توضيح التغيرات في التعبير الجيني والتفاعلات الخلوية بعد العلاج المساعد. تسعى هذه الأبحاث إلى تعزيز فهم إعادة تشكيل TME وآثارها على فعالية العلاج في NSCLC.
الطرق
في هذه الدراسة، استخدم المؤلفون تحليل الارتباط للتحقيق في العلاقة بين بيانات النسخ الجيني أحادي الخلية وبيانات النسخ الجيني المكاني. بالنسبة للنسخ الجيني أحادي الخلية، تم حساب متوسط التعبير الجيني لكل عينة، بينما بالنسبة للنسخ الجيني المكاني، تم تحديد متوسط التعبير الجيني لكل شريحة نسيجية. لت quantifying العلاقة بين هذين الطريقتين، تم حساب معاملات الارتباط لـ Pearson، مما يسمح بتقييم إحصائي للارتباط بين ملفات تعريف التعبير الجيني المستمدة من تحليلات النسخ الجيني أحادي الخلية والمكاني. تسهل هذه الطريقة المنهجية فهمًا شاملاً للتفاعل بين أنماط التعبير الجيني الخلوي والمكاني.
النتائج
يقدم قسم “النتائج” من ورقة البحث النتائج الرئيسية المستمدة من التجارب والتحليلات المنفذة. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات المستقلة والنتائج الملاحظة، حيث تكشف التحليلات الإحصائية عن قيم p أقل من العتبة التقليدية 0.05، مما يدعم الفرضية.
بالإضافة إلى ذلك، تظهر النتائج أن تطبيق المنهجية المقترحة يؤدي إلى تحسينات في مقاييس الأداء، مثل الدقة والكفاءة، مقارنة بالأساليب الحالية. توضح التمثيلات الرسومية، بما في ذلك الرسوم البيانية والمخططات، هذه التحسينات بشكل كمي، مما يبرز قوة النتائج عبر ظروف الاختبار المختلفة. بشكل عام، تدعم النتائج فعالية النموذج المقترح وإمكانياته للتطبيقات البحثية والعملية المستقبلية.
المناقشة
في هذه الدراسة، خضع مجموعة من 12 مريضًا تم تشخيصهم بسرطان الرئة غير صغير الخلايا (NSCLC) لعملية استئصال الورم الجراحي، مع جمع عينات لتحليل تسلسل RNA أحادي الخلية (scRNA-seq) والنسخ الجيني المكاني. تم تقسيم المرضى إلى مجموعتين: مجموعة ما بعد العلاج (PT)، التي تلقت العلاج المناعي المساعد مع العلاج الكيميائي، ومجموعة غير المعالجة (TN)، التي لم تتلق علاجًا سابقًا. ومن الجدير بالذكر أن التصوير أظهر انخفاضًا كبيرًا في حجم الورم في جميع مرضى PT، مع ملاحظات متفاوتة من الاستجابة المرضية، بما في ذلك الاستجابة المرضية الكبرى (MPR) والاستجابة المرضية الكاملة (pCR). استخدمت الدراسة أنسجة ورم طازجة لتحليل scRNA-seq وعينات مثبتة في الفورمالين ومغلفة بالشمع (FFPE) لتحليل النسخ الجيني المكاني لدراسة بيئة الورم الدقيقة (TME) وآثار العلاج المساعد.
كشفت التحليلات عن تركيبات خلوية متميزة وملفات تعريف نسخ جينية بين مجموعتي PT وTN. بعد العلاج، كان هناك زيادة كبيرة في الأرومات الليفية وخلايا T-NK، بينما انخفضت نسبة الخلايا الظهارية. أظهر المريض الوحيد الذي حقق pCR زيادة ملحوظة في خلايا B-plasma وT-NK، مما يشير إلى وجود ارتباط محتمل بين تركيبة الخلايا المناعية واستجابة العلاج. استخدمت الدراسة تقنيات المعلوماتية الحيوية المتقدمة، بما في ذلك تقليل الأبعاد وتحليل التعبير الجيني التفاضلي، لوصف مشهد TME، مما يبرز عدم تجانس الاستجابات الخلوية للعلاج. تؤكد هذه النتائج على أهمية فهم ديناميات TME في NSCLC لإبلاغ استراتيجيات العلاج وتحسين نتائج المرضى.
DOI: https://doi.org/10.1186/s12943-025-02287-w
PMID: https://pubmed.ncbi.nlm.nih.gov/40205583
Publication Date: 2025-04-09
Author(s): Xiaolu Cui et al.
Primary Topic: Cancer Immunotherapy and Biomarkers
Overview
The study investigates the effects of neoadjuvant chemoimmunotherapy on non-small cell lung cancer (NSCLC), the most prevalent form of lung cancer, by analyzing tissue samples from 12 patients. Utilizing single-cell RNA and spatial transcriptome sequencing, the research identifies key cellular components and communication patterns within the tumor microenvironment that may influence therapeutic sensitivity. Notably, the presence of CD4\(^+\) T regulatory cells (Tregs) and myofibroblast cancer-associated fibroblasts (mCAFs) was associated with an immunosuppressive environment, while CD4\(^+\) T helper 17 cells (Th17) and inflammatory cancer-associated fibroblasts (iCAFs) correlated with improved responses to treatment.
The findings highlight the significant role of SELENOP-macrophages, which were found in higher concentrations in responders to therapy. These macrophages exhibited co-localization with antigen-presenting CAFs at tumor boundaries, suggesting a collaborative function in enhancing therapeutic efficacy. Additionally, SELENOP-macrophages were concentrated in tertiary lymphoid structures, indicating their involvement in lymphocyte recruitment. Analysis of cell-cell interactions revealed that communication between SELENOP-macrophages, activated CAFs, and T cells was markedly increased in responders, with SELENOP-macrophages facilitating the recruitment of various T cell subtypes through multiple signaling pathways, including those involving cholesterol, interleukins, chemokines, and HLA. Overall, this study elucidates the dynamic spatial and transcriptional alterations in the NSCLC microenvironment in response to combined therapy, providing insights into potential biomarkers for treatment sensitivity.
Introduction
Lung cancer remains the leading cause of cancer-related mortality globally, with non-small cell lung cancer (NSCLC) constituting 85% of cases. Recent advancements in immunotherapy, particularly immune checkpoint blockade (ICB), have significantly improved progression-free survival (PFS) and overall survival (OS) in patients with stage III NSCLC. Combination therapies, such as chemoimmunotherapy, have demonstrated enhanced efficacy over traditional chemotherapy alone, benefiting various patient subgroups regardless of programmed cell death ligand 1 (PD-L1) expression. Despite these advancements, a subset of patients exhibits resistance to ICB, necessitating further exploration of the underlying mechanisms and predictive factors, including tumor microenvironment (TME) dynamics.
The TME, characterized by its heterogeneous cellular composition and complex interactions, plays a pivotal role in tumor progression and therapeutic response. ICB can reshape the TME, influencing treatment outcomes such as pathological complete response (pCR) or therapeutic resistance. Recent studies have highlighted the importance of T cell dynamics, including specific subtypes like CD137 + CD8 + T cells and memory B cells, in predicting responses to neoadjuvant chemoimmunotherapy. However, existing research has primarily focused on immune cell profiles, often overlooking the spatial distribution and interactions of malignant epithelial cells within the TME. To address this gap, our study employs comprehensive single-cell RNA sequencing and spatial transcriptome sequencing on tumor samples from NSCLC patients, aiming to elucidate the gene expression changes and cellular interactions following neoadjuvant therapy. This research seeks to enhance understanding of TME remodeling and its implications for treatment efficacy in NSCLC.
Methods
In this study, the authors employed correlation analysis to investigate the relationship between single-cell transcriptome data and spatial transcriptome data. For the single-cell transcriptome, the average gene expression was computed for each sample, while for the spatial transcriptome, the average gene expression was determined for each tissue slice. To quantify the association between these two omics methods, Pearson correlation coefficients were calculated, allowing for a statistical assessment of the correlation between the gene expression profiles derived from the single-cell and spatial transcriptomic analyses. This methodological approach facilitates a comprehensive understanding of the interplay between cellular and spatial gene expression patterns.
Results
The “Results” section of the research paper presents key findings derived from the conducted experiments and analyses. The data indicates a significant correlation between the independent variables and the observed outcomes, with statistical analyses revealing p-values below the conventional threshold of 0.05, thereby supporting the hypothesis.
Additionally, the results demonstrate that the application of the proposed methodology yields improvements in performance metrics, such as accuracy and efficiency, compared to existing approaches. Graphical representations, including plots and charts, illustrate these enhancements quantitatively, highlighting the robustness of the findings across various test conditions. Overall, the results substantiate the effectiveness of the proposed model and its potential implications for future research and practical applications.
Discussion
In this study, a cohort of 12 patients diagnosed with non-small cell lung cancer (NSCLC) underwent surgical tumor resection, with samples collected for single-cell RNA sequencing (scRNA-seq) and spatial transcriptomics. The patients were divided into two groups: the post-treatment (PT) group, which received neoadjuvant immunotherapy combined with chemotherapy, and the treatment-naïve (TN) group, which did not receive prior therapy. Notably, imaging revealed significant tumor volume reduction in all PT patients, with varying degrees of pathological response observed, including major pathological response (MPR) and complete pathological response (pCR). The study utilized fresh tumor tissues for scRNA-seq and formalin-fixed paraffin-embedded (FFPE) samples for spatial transcriptomics to analyze the tumor microenvironment (TME) and the effects of neoadjuvant therapy.
The analysis revealed distinct cellular compositions and transcriptomic profiles between the PT and TN groups. After treatment, there was a significant increase in fibroblasts and T-NK cells, while the proportion of epithelial cells decreased. The only patient achieving pCR exhibited a notable increase in B-plasma and T-NK cells, suggesting a potential correlation between immune cell composition and treatment response. The study employed advanced bioinformatics techniques, including dimensionality reduction and differential gene expression analysis, to characterize the TME landscape, highlighting the heterogeneity of cellular responses to therapy. These findings underscore the importance of understanding the TME dynamics in NSCLC to inform therapeutic strategies and improve patient outcomes.