《Nature Communications》：Multiomics immune profiling of a patient-relevant orthotopic lung cancer model using SEPARATE-Seq
编辑推荐：
为克服临床前模型在重现肺癌免疫微环境空间复杂性方面的局限性，研究人员开发了可解剖的原位肺腺癌（LUAD）小鼠模型（ORTHO）及配套的SEPARATE-Seq技术，实现了血管与组织内免疫细胞的分区及单细胞RNA测序。结合空间转录组学，研究证实该模型复现了人LUAD的关键免疫特征，如NK细胞功能障碍和中性粒细胞二分现象，并揭示了脂质相关TAMs（肿瘤相关巨噬细胞）在肿瘤边缘形成环状结构等局部免疫生态位。该研究为理解肺癌免疫微环境的空间异质性提供了重要资源，其数据可通过交互式工具获取。
在肺癌研究领域，尤其是肺腺癌（LUAD），科学家们一直面临着一个核心挑战：如何准确地在实验室中模拟出人类患者肿瘤内部的复杂生态。这个生态，专业上称为肿瘤免疫微环境，它并非一团均质的癌细胞，而是一个包含多种免疫细胞、血管、信号分子和细胞外基质的“迷你社会”。这个社会的空间结构至关重要——靠近血管的免疫细胞和深埋在肿瘤实质内部的免疫细胞，其状态和功能可能天差地别。然而，传统的临床前模型，比如皮下移植瘤，往往难以重现这种原发肿瘤的真实空间结构和免疫特征，导致许多在实验室小鼠身上有效的疗法，在人体临床试验中却折戟沉沙。因此，构建一个既能高度模拟人肺癌生物学特性，又能让研究人员像解剖手术样本一样，清晰区分肿瘤组织与相邻正常组织、血管区室与组织区室的模型，成为了推动癌症免疫疗法发展的迫切需求。
为了回答这个关键问题，一支研究团队在《自然-通讯》（Nature Communications）上发表了一项开创性工作。他们成功地开发了一个“可解剖的”原位肺腺癌小鼠模型（ORTHO），并配套了一项名为SEPARATE-Seq的革命性技术。这项研究就像为肺癌免疫微环境这个“黑箱”社会安装了一套高精度的“人口普查系统”和“城市规划图”。研究人员不仅建立了一个能够复现人类LUAD患者关键特征（如特定基因突变和病理结构）的小鼠模型，更重要的是，这个模型能够被精细地解剖分离，获得类似于临床手术标本的肿瘤组织和癌旁组织。更有创意的是，他们发明的SEPARATE-Seq技术，能够从同一份组织样本中，分别捕获并分析位于血管内（vascular）和已经浸润到组织内（intratissue）的两群免疫细胞，并对其进行单细胞RNA测序（scRNA-Seq）。这相当于在普查时，不仅统计了总人口，还精确区分了“还在路上（血管中）”的细胞和“已经定居（组织内）”的细胞。再结合能够保留空间位置信息的空间转录组学（Spatial Transcriptomics）技术，研究人员得以绘制出肿瘤内部免疫细胞分布的“地图”。
本研究采用了几个关键的技术方法来构建和解析这一研究体系。核心是建立了一个可注射的原位肺腺癌（LUAD）模型（ORTHO），该模型模拟了人类LUAD的关键特征，并可被解剖分离为肿瘤组织和癌旁非肿瘤组织。为深度解析该模型的免疫微环境，研究人员开发并应用了SEPARATE-Seq技术，这项技术能够对同一组织样本中的血管内和肿瘤组织内的免疫细胞进行区分和单细胞RNA测序。此外，空间转录组学被用于在保留空间位置信息的情况下分析基因表达。最后，研究构建了一个交互式数据资源工具，用于公开和可视化本研究产生的多组学数据。
通过对这一强大工具组合的应用，研究得出了一系列重要发现：
- •
ORTHO模型验证了人类LUAD的关键免疫特征
通过将SEPARATE-Seq和空间转录组学数据与人类LUAD患者的数据进行比较，研究人员证实了他们构建的ORTHO模型成功复现了人类疾病中的核心免疫特征。这为该模型作为临床前研究工具的可靠性和相关性提供了有力证据。
- •
NK细胞功能障碍与中性粒细胞二分法的空间解析
研究详细描绘了自然杀伤（NK）细胞和中性粒细胞在模型中的状态。他们观察到了与患者类似的NK细胞功能障碍现象。更有趣的是，他们发现了中性粒细胞的“二分”现象，即同时存在具有不同功能倾向的中性粒细胞亚群。进一步分析揭示，这些免疫细胞的功能状态显著受到其所在空间位置的影响——无论是在血管内还是组织内，亦或是在肿瘤核心区还是癌旁区域。这一发现突显了在免疫分析中进行空间区分的必要性。
- •
肿瘤内存在特化的局部免疫生态位
空间转录组学分析揭示了肿瘤内部免疫细胞并非均匀分布，而是形成了特定的、功能特化的局部“生态位”。其中两个突出的例子是：1）一类脂质相关（lipid-associated）的肿瘤相关巨噬细胞（TAMs）在肿瘤边缘排列形成一个环状结构；2）干扰素刺激的细胞（interferon-stimulated cells）在肿瘤内形成聚集的“枢纽”。这些结构可能对肿瘤的免疫应答和生长调控具有特定功能。
- •
构建了可公开访问的综合性数据资源
本研究所产生的所有多组学数据（包括单细胞转录组、空间转录组等）被整合到一个在线交互式工具中。这一资源为更广泛的研究社区提供了深入、灵活的数据挖掘平台，能够极大地促进对肺癌免疫微环境的进一步探索。
归纳研究的结论与讨论部分，本工作的意义是多层次且深远的。首先，在技术层面，SEPARATE-Seq方法的建立为解决免疫微环境中细胞区室化分析的难题提供了一个通用、强大的解决方案，其应用远不限于肺癌研究。其次，在模型层面，可解剖的ORTHO模型填补了临床前研究的关键空白，它首次在一个系统中同时提供了高度模拟人类疾病的生物学背景、可分离的组织样本（模拟临床病理）以及解析空间区室化免疫细胞的能力，极大地提升了临床前转化研究的预测价值。最重要的是，在生物学认知层面，研究以高分辨率的证据强调了肿瘤免疫微环境是一个高度空间组织化的系统。免疫细胞的功能和命运与其所处的精确物理位置（血管/组织、肿瘤中心/边缘）密切相关。“中性粒细胞二分法”和“脂质相关TAMs环”等具体发现，为理解免疫细胞在肿瘤中的复杂行为提供了新的空间维度框架，并指出了潜在的新型治疗靶点（例如，靶向特定空间位置的免疫亚群）。最终，这项研究不仅提供了一个创新的技术平台和一个高度模拟疾病的动物模型，更通过详尽的多组学数据刻画，为我们理解肺腺癌免疫景观的空间逻辑提供了一幅前所未有的精细图谱，为未来开发更有效的免疫治疗策略奠定了坚实的理论与数据基础。
