大家好，今天跟大家分享一篇题为Single-cell and spatial analyses reveal the effect ofVSIG4'S100A10 TAMs on the immunosu ppression ofgliobl astoma and anti-PD-1 immuno therapy（单细胞和空间分析揭示了VSIG4'S100A10 TAMs对胶质母细胞瘤免疫抑制和抗PD-1免疫治疗的影响）胶质母细胞瘤（GBM）的免疫“冷”性质及其微环境的复杂性导致了持续的治疗耐药性。此外，与其他形式的癌症相比，免疫检查点阻断（ICB）等免疫治疗方法对GBM的疗效有限。
01
研究背景
针对肿瘤免疫微环境 （TIME） 的治疗策略有望治疗胶质母细胞瘤 （GBM）。然而，针对检查点抑制剂的辅助免疫疗法仅被证明对选定的 GBM 患者组有效。GBM 相关巨噬细胞的广泛参与凸显了它们在肿瘤行为中的潜在作用。深入探索巨噬细胞对免疫治疗疗效的影响对于提高治疗结果至关重要。
在这项研究中，我们使用大量 RNA-seq 、单细胞 RNA 测序 （scRNA-seq） 和空间转录组学进行了全面分析，以探讨 GBM 中肿瘤相关巨噬细胞 （TAM） 的异质性。采用流式细胞术研究 VSIG4 对 TAM 表型的影响，并进行共培养细胞测定以评估其对 GBM 恶性肿瘤的贡献。整合 16 例患者样本，我们检查了 VSIG4S100A10TAM 的免疫学意义。VSIG4 在巨噬细胞上的表达显著上调并与 TIME 相关，促进巨噬细胞向 M2 极化并促进 GBM 进展。
空间转录组学和人类样本多重免疫荧光 （mIF） 证实 VSIG4S100A10TAMs 与各种 T 细胞共定位，导致 T 细胞免疫反应的抑制和抗肿瘤免疫力的降低。我们的研究结果首次证明，VSIG4S100A10TAM 是 GBM 不良预后的独立预后指标，并且在对抗 PD-1 免疫治疗无反应的患者中显着积累。靶向这个特定的双功能亚组可能会为 GBM 的免疫治疗开辟新的途径。
见图一
TAM 中 VSIG4 表达与免疫抑制微环境呈显著正相关。
图一
（A） 基因表达差异分析的结果。左图为热图，显示了 GBM 组和正常组中按表达水平排名前 40 位的基因的表达量。右图是火山图，显示了这些基因的 log2fc 值和调整后的 p 值。
（B-C）箱线图显示了两个队列中 IS 和 IA 表型患者中 VSIG4 的表达。
（D-E）点图显示了使用多种免疫浸润方法分析两个队列后 VSIG4 与各种免疫浸润结果之间的相关性。
（F） THP-1 细胞诱导分化后不同巨噬细胞的形态变化。
（G-H）通过将 M0 巨噬细胞分别与 GBM 细胞系 U87-MG 和 U118-MG 共培养来产生 TAM。qRT-PCR 分析显示，与 M0 巨噬细胞相比，TAMs 中 VSIG4 的表达水平显著上调 （**P < 0.01，学生 t 检验）。
见图二
VSIG4 表达的逐渐上调与 TAM 的分化同时发生。
图二
（A） 27 个批次校正样品的 UMAP 图，按处理和细胞类型显示。
（B） 拷贝数变异分析的推断表明，与正常细胞相比，肿瘤细胞中 7 号染色体增加，10 号染色体丢失。
（C） 点图直观地表示每个主要细胞簇的标记。
（D） VSIG4 在不同处理组和各种细胞类型中的表达。使用单因素方差分析和 Tukey 事后检验计算统计显着性。
（E） 3D 空间图显示了基因轨迹分析的结果，基因表达轨迹分为三个不同的路径。
（F） Monocle 3 推断的细胞轨迹结果，显示了根据细胞轨迹过程中基因表达模式通过 k-means 聚类获得的基因表达热图。
（G） VSIG4 和三个相关基因 （CSF1R、TMIGD3、TREM2） 的基因表达变化。
见图三
VSIG4 促进 TAM 向 M2 表型的极化。
图三
（A-B）相关散点图说明了 VSIG4 与两个 GBM 队列中的三种 M2 型巨噬细胞标志物 （MRC1 、 ARG1 、 CLEC7A） 的关联。
（C-D）在两个 GBM 队列中，根据基因与 VSIG4 表达的相关性，按降序富集基因的 M2 极化。
（E） VSIG4 和 VSIG4 的 M1/M2 偏振分数比较+−scRNA-seq 中的 TAM。箱边界 = 第 25-75 个百分位数，中心线 = 中位数。（韦尔奇 t 检验，****p < 0.0001）。
（F） VSIG4 敲低后 TAM 极化动力学的流式细胞术分析 （siVSIG4）。定量显示，与阴性对照相比，siVSIG4 处理组的 M2 样/M1 样 TAM 比率显着降低。（****P < 0.0001，学生 t 检验）。
见图四
抑制 TAM 中的 VSIG4 可以阻碍 GBM 的迁移、侵袭和细胞凋亡耐药。
图四
（A） 点图说明了两个 GBM 队列中 VSIG4 表达与亚型评分之间的相关性强度。
（B） 发育轨迹分析证明了细胞状态转变的动态性质，箭头描绘了这些变化的方向。
（C） 相关散点图显示了两个 GBM 队列中 VSIG4 与肿瘤进展之间的关联。
（D） 肿瘤细胞系分别与si VSIG4-TAMs、阴性对照 TAMs 共培养后 24 h 显示细胞活力显著降低。（双向方差分析，****P < 0.0001）。
（E） 肿瘤细胞系分别与 siVSIG4-TAMs 和阴性对照 TAMs 共培养后，U87-MG 细胞系的迁移能力在 72 小时前表现出轻微抑制，而 U118-MG 细胞系的迁移能力在 48 小时开始受到抑制（*P < 0.05，双向方差分析，均以 3 个独立重复进行）。
（F） U87-MG 细胞系和 U118-MG 细胞系分别与 siVSIG4-TAMs 和阴性对照 TAMs 共培养 72 h 后，侵袭能力略有抑制 （*P < 0.05，学生 t 检验，所有 3 个独立重复均进行）。
见图五
VSIG4S100A10TAMs 对新辅助治疗具有很强的抵抗力，并表现出有效的免疫抑制代谢。
图五
（A） 左图描绘了根据小胶质细胞/单核细胞的来源组织的 Knetl 图，而右图描绘了根据 TAM 分类划分为子组的 Knetl 图。
（B-C）特征图和小提琴图显示了 VSIG4 和 S100A10 在 TAM 各个亚组中的表达。
（D） 每个 TAM 亚组中新辅助治疗反应者和非反应者的比例。
（E） 与新辅助治疗反应者相比，无反应者中每个 TAM 亚组的细胞丰度变化。
（F） 热图说明了每个亚组的估计代谢通量分析的结果。
（G-J）火山图显示了不同组 VSIG4S100A10TAMs 与其他 TAM 之间代谢通量的差异，Cohen's d 值约为 0.2 表示影响较小，约为 0.5 表示中等影响，约 0.8 表示影响大。
见图六
VSIG4S100A10TAM 处于免疫炎症衰竭状态，导致患者预后不良。
图六
（A） 箱形图显示 VSIG4S 100A10T AMMo_TAM 和 Mg_TAM 的 M1 和 M2 分数。表示成对比较之间的统计学显着差异 （***p < 0.001;Kruskal-Wallis 测试）。
（B） 岭图显示了 VSIG4S100 A10TAM、Mo_TAM 和 Mg_TAM的 GSEA 结果，突出了 VSIG4S100A10TAM 的特征，包括缺氧条件、免疫衰竭、增殖状态等。
（C-D）剪刀式算法的结果，展示了与从两个队列推断的风险表型相关的细胞。
（E-F）CIBERSORTx 结果与生存分析的整合阐明了 VSIG4S100A10TAMs 浸润水平对 GBM 患者不良预后的影响。分析使用最佳中断值来建立组阈值。
02
研究结论
总的来说，这项工作将 VSIG4TAMs 确立为 GBM 进展的关键介质，并将 VSIG4S100A10TAM 提名为破坏免疫抑制生态位的可作治疗靶点。我们提出了一种创新的双靶点策略，将 PD-1 阻断与 VSIG4S100A10TAM 的选择性抑制相结合，以重新编程免疫微环境并增强新辅助免疫治疗反应性。这种以机制为基础的联合方法为当前免疫疗法难治的 GBM 患者开辟了一条新的治疗途径。
好了，今天的文献解读就到这儿来，我们下期再见！如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。
01
研究背景
针对肿瘤免疫微环境 （TIME） 的治疗策略有望治疗胶质母细胞瘤 （GBM）。然而，针对检查点抑制剂的辅助免疫疗法仅被证明对选定的 GBM 患者组有效。GBM 相关巨噬细胞的广泛参与凸显了它们在肿瘤行为中的潜在作用。深入探索巨噬细胞对免疫治疗疗效的影响对于提高治疗结果至关重要。
在这项研究中，我们使用大量 RNA-seq 、单细胞 RNA 测序 （scRNA-seq） 和空间转录组学进行了全面分析，以探讨 GBM 中肿瘤相关巨噬细胞 （TAM） 的异质性。采用流式细胞术研究 VSIG4 对 TAM 表型的影响，并进行共培养细胞测定以评估其对 GBM 恶性肿瘤的贡献。整合 16 例患者样本，我们检查了 VSIG4S100A10TAM 的免疫学意义。VSIG4 在巨噬细胞上的表达显著上调并与 TIME 相关，促进巨噬细胞向 M2 极化并促进 GBM 进展。
空间转录组学和人类样本多重免疫荧光 （mIF） 证实 VSIG4S100A10TAMs 与各种 T 细胞共定位，导致 T 细胞免疫反应的抑制和抗肿瘤免疫力的降低。我们的研究结果首次证明，VSIG4S100A10TAM 是 GBM 不良预后的独立预后指标，并且在对抗 PD-1 免疫治疗无反应的患者中显着积累。靶向这个特定的双功能亚组可能会为 GBM 的免疫治疗开辟新的途径。
见图一
TAM 中 VSIG4 表达与免疫抑制微环境呈显著正相关。
图一
（A） 基因表达差异分析的结果。左图为热图，显示了 GBM 组和正常组中按表达水平排名前 40 位的基因的表达量。右图是火山图，显示了这些基因的 log2fc 值和调整后的 p 值。
（B-C）箱线图显示了两个队列中 IS 和 IA 表型患者中 VSIG4 的表达。
（D-E）点图显示了使用多种免疫浸润方法分析两个队列后 VSIG4 与各种免疫浸润结果之间的相关性。
（F） THP-1 细胞诱导分化后不同巨噬细胞的形态变化。
（G-H）通过将 M0 巨噬细胞分别与 GBM 细胞系 U87-MG 和 U118-MG 共培养来产生 TAM。qRT-PCR 分析显示，与 M0 巨噬细胞相比，TAMs 中 VSIG4 的表达水平显著上调 （**P < 0.01，学生 t 检验）。
见图二
VSIG4 表达的逐渐上调与 TAM 的分化同时发生。
图二
（A） 27 个批次校正样品的 UMAP 图，按处理和细胞类型显示。
（B） 拷贝数变异分析的推断表明，与正常细胞相比，肿瘤细胞中 7 号染色体增加，10 号染色体丢失。
（C） 点图直观地表示每个主要细胞簇的标记。
（D） VSIG4 在不同处理组和各种细胞类型中的表达。使用单因素方差分析和 Tukey 事后检验计算统计显着性。
（E） 3D 空间图显示了基因轨迹分析的结果，基因表达轨迹分为三个不同的路径。
（F） Monocle 3 推断的细胞轨迹结果，显示了根据细胞轨迹过程中基因表达模式通过 k-means 聚类获得的基因表达热图。
（G） VSIG4 和三个相关基因 （CSF1R、TMIGD3、TREM2） 的基因表达变化。
见图三
VSIG4 促进 TAM 向 M2 表型的极化。
图三
（A-B）相关散点图说明了 VSIG4 与两个 GBM 队列中的三种 M2 型巨噬细胞标志物 （MRC1 、 ARG1 、 CLEC7A） 的关联。
（C-D）在两个 GBM 队列中，根据基因与 VSIG4 表达的相关性，按降序富集基因的 M2 极化。
（E） VSIG4 和 VSIG4 的 M1/M2 偏振分数比较+−scRNA-seq 中的 TAM。箱边界 = 第 25-75 个百分位数，中心线 = 中位数。（韦尔奇 t 检验，****p < 0.0001）。
（F） VSIG4 敲低后 TAM 极化动力学的流式细胞术分析 （siVSIG4）。定量显示，与阴性对照相比，siVSIG4 处理组的 M2 样/M1 样 TAM 比率显着降低。（****P < 0.0001，学生 t 检验）。
见图四
抑制 TAM 中的 VSIG4 可以阻碍 GBM 的迁移、侵袭和细胞凋亡耐药。
图四
（A） 点图说明了两个 GBM 队列中 VSIG4 表达与亚型评分之间的相关性强度。
（B） 发育轨迹分析证明了细胞状态转变的动态性质，箭头描绘了这些变化的方向。
（C） 相关散点图显示了两个 GBM 队列中 VSIG4 与肿瘤进展之间的关联。
（D） 肿瘤细胞系分别与si VSIG4-TAMs、阴性对照 TAMs 共培养后 24 h 显示细胞活力显著降低。（双向方差分析，****P < 0.0001）。
（E） 肿瘤细胞系分别与 siVSIG4-TAMs 和阴性对照 TAMs 共培养后，U87-MG 细胞系的迁移能力在 72 小时前表现出轻微抑制，而 U118-MG 细胞系的迁移能力在 48 小时开始受到抑制（*P < 0.05，双向方差分析，均以 3 个独立重复进行）。
（F） U87-MG 细胞系和 U118-MG 细胞系分别与 siVSIG4-TAMs 和阴性对照 TAMs 共培养 72 h 后，侵袭能力略有抑制 （*P < 0.05，学生 t 检验，所有 3 个独立重复均进行）。
见图五
VSIG4S100A10TAMs 对新辅助治疗具有很强的抵抗力，并表现出有效的免疫抑制代谢。
图五
（A） 左图描绘了根据小胶质细胞/单核细胞的来源组织的 Knetl 图，而右图描绘了根据 TAM 分类划分为子组的 Knetl 图。
（B-C）特征图和小提琴图显示了 VSIG4 和 S100A10 在 TAM 各个亚组中的表达。
（D） 每个 TAM 亚组中新辅助治疗反应者和非反应者的比例。
（E） 与新辅助治疗反应者相比，无反应者中每个 TAM 亚组的细胞丰度变化。
（F） 热图说明了每个亚组的估计代谢通量分析的结果。
（G-J）火山图显示了不同组 VSIG4S100A10TAMs 与其他 TAM 之间代谢通量的差异，Cohen's d 值约为 0.2 表示影响较小，约为 0.5 表示中等影响，约 0.8 表示影响大。
见图六
VSIG4S100A10TAM 处于免疫炎症衰竭状态，导致患者预后不良。
图六
（A） 箱形图显示 VSIG4S 100A10T AMMo_TAM 和 Mg_TAM 的 M1 和 M2 分数。表示成对比较之间的统计学显着差异 （***p < 0.001;Kruskal-Wallis 测试）。
（B） 岭图显示了 VSIG4S100 A10TAM、Mo_TAM 和 Mg_TAM的 GSEA 结果，突出了 VSIG4S100A10TAM 的特征，包括缺氧条件、免疫衰竭、增殖状态等。
（C-D）剪刀式算法的结果，展示了与从两个队列推断的风险表型相关的细胞。
（E-F）CIBERSORTx 结果与生存分析的整合阐明了 VSIG4S100A10TAMs 浸润水平对 GBM 患者不良预后的影响。分析使用最佳中断值来建立组阈值。
02
研究结论
总的来说，这项工作将 VSIG4TAMs 确立为 GBM 进展的关键介质，并将 VSIG4S100A10TAM 提名为破坏免疫抑制生态位的可作治疗靶点。我们提出了一种创新的双靶点策略，将 PD-1 阻断与 VSIG4S100A10TAM 的选择性抑制相结合，以重新编程免疫微环境并增强新辅助免疫治疗反应性。这种以机制为基础的联合方法为当前免疫疗法难治的 GBM 患者开辟了一条新的治疗途径。
好了，今天的文献解读就到这儿来，我们下期再见！如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。
