单细胞和空间转录组的整合揭示了肝细胞癌中的纤维细胞亚型:空间分布,分化轨迹和治疗潜力

科学领域:

• 在瘤学瘤学.
• 癌症生物学 癌症生物学
• 瘤微环境研究 研究

背景情况:

• 与癌症相关的纤维细胞 (CAF) 在肝细胞癌 (HCC) 瘤微环境 (TME) 中至关重要.
• CAFs影响瘤扩散,转移和治疗抵抗.
• 了解CAF多样性对于HCC预后和治疗策略至关重要.

研究的目的:

• 为了研究HCC瘤微环境中的CAF的多样性.
• 确定不同的CAF亚群及其在HCC进展中的作用.
• 探索CAF标记物的潜力,以预测患者的治疗结果和治疗反应.

主要方法:

• 来自HCC样本的单细胞,批量和空间转录组数据的综合分析.
• 基于基因表达特征的纤维细胞亚种群的分类.
• 细胞轨迹分析以确定分化途径.
• 机器学习模型开发用于预后和治疗反应预测.

主要成果:

• 确定了三个不同的CAF亚群:HLA-DRB1+CAF,MMP11+CAF和VEGFA+CAF.
• 位于瘤内部的VEGFA+ CAFs具有终端分化和瘤特异性.
• VEGFA+ CAFs是由缺氧诱导的,通过CapEC通信促进血管生成,与生存率差相关.
• 一个基于VEGFA+ CAF基因的机器学习模型准确地预测HCC预后和索拉芬尼布反应.

结论:

• 在HCC中特征了三个新的CAF亚群,具有明显的空间分布.
• 由低氧驱动的VEGFA+CAFs,有助于瘤血管生成和较差的患者预后.
• 这些发现为HCC的发病过程和个性化治疗的潜在途径提供了新的见解.