最新10+纯生信，空转Visium+COSMx定义治疗反应相关的niche！生信分析新思路，值得收藏学习！

一、文章信息

• 发表杂志名称：Journal for ImmunoTherapy of Cancer
• 中文标题：转移性肾细胞癌的空间转录组分析识别趋化因子驱动的巨噬细胞与CD8+T细胞相互作用，可预测免疫治疗反应
• 英文标题：Spatial transcriptomic profiling of metastatic renal cell carcinoma identifies chemokine-driven macrophage and CD8+ T-cell interactions predictive of immunotherapy response
• 影响因子：10.6
• 发表日期：2025年10月2日

二、研究概述

转移性肾细胞癌（mRCC）缺乏预测一线免疫检查点抑制剂（ICI）治疗获益的组织标志物，而空间转录组学可解析肿瘤微环境（TME）的空间异质性。本研究对12例初治mRCC患者的原发灶和转移灶组织进行10x Genomics Visium和NanoString COSMx空间转录组分析，结合JAVELIN Renal 101、CheckMate 010/025临床试验数据验证。结果发现，转移灶中存在富含巨噬细胞和CD8+T细胞的炎症性趋化因子富集 niche，其相关基因特征可预测ICI治疗反应；而肿瘤/血管生成特征则与酪氨酸激酶抑制剂（TKI）等对照治疗的良好结局相关。研究证实，转移灶特异性免疫微环境而非原发灶特征，是mRCC患者ICI治疗疗效的关键决定因素，为基于生物标志物的个体化治疗提供了新依据。

三、研究目标与待解决问题

3.1 核心研究目标

1. 利用空间转录组学技术，系统解析mRCC原发灶与转移灶的肿瘤微环境（TME）空间结构和细胞异质性。

2. 识别与一线免疫治疗（ICI）反应相关的特异性空间细胞niche及基因特征。

3. 验证该基因特征的临床适用性，为mRCC的生物标志物驱动治疗范式提供支撑。

3.2 待解决的实际问题

1. 现有基于IMDC标准的临床风险分层无法有效预测mRCC患者的免疫治疗反应，缺乏肿瘤内在生物学相关的预测标志物。

2. 传统 bulk RNA测序无法捕捉TME的空间和细胞复杂性，导致基于其定义的分子亚型临床应用受限。

3. 原发灶与转移灶的TME差异对治疗反应的影响尚不明确，亟需明确指导治疗决策的关键靶点。

四、研究方法与目的
4.1 样本与临床数据收集

4.2 空间转录组检测技术

4.3 生信分析方法

4.4 外部验证方法

五、实验设计与结果逻辑

5.1 队列构建与技术流程（figure 1）

• 设计逻辑：首先构建包含原发灶与配对转移灶的mRCC队列，采用两种互补的空间转录组技术（Visium用于spot水平分析，COSMx用于单细胞水平解析），结合临床治疗反应数据，建立“样本检测-生信分析-临床关联”的技术路线。
• 结果：队列共12例患者，中位年龄64.5岁，75%为男性，83.3%为透明细胞癌（ccRCC）；8例接受IO/IO联合治疗，4例接受IO/TKI联合治疗。治疗反应为CR 8.3%、PR 41.6%、SD 8.3%、PD 41.6%，中位随访16.7个月。成功生成18个Visium数据集（30,269个spot）和16个COSMx数据集（204,152个细胞），为后续分析提供了高质量数据基础。
  

5.2 分子亚型的空间异质性分析（figure 2）

• 设计逻辑：基于既往定义的mRCC分子亚型基因特征，在Visium空间转录组数据中计算模块分数，分析其在原发灶/转移灶及肿瘤/基质区室的空间分布差异，探讨分子亚型与细胞组成的关联。
• 结果：分子亚型表现出显著的空间异质性，基质相关亚型（血管生成/基质型、增殖/基质型）在基质区室模块分数显著高于肿瘤区室；原发灶与配对转移灶的亚型模块分数存在明显的患者内差异。亚型特征与细胞组成密切相关，如血管生成亚型与肿瘤细胞和内皮细胞相关，免疫富集亚型与CD4+、CD8+T细胞相关，证实传统分子亚型主要反映组织组成而非独立肿瘤实体。
  

5.3 转移灶特异性niche与免疫治疗反应关联（figure 3）

• 设计逻辑：利用COSMx单细胞分辨率数据，通过邻细胞丰度聚类定义空间niche，比较不同niche在原发灶/转移灶的分布差异，关联其与ICI治疗反应的相关性。
• 结果：共鉴定出5种重复出现的空间niche（N1-N5）：N1以肿瘤细胞为主，免疫/基质细胞浸润少；N2富含肿瘤相关巨噬细胞（TAMs）和耗竭表型CD8+T细胞；N3为肿瘤细胞富集且免疫/内皮细胞弥漫浸润；N4以癌相关成纤维细胞（CAFs）和内皮细胞为主；N5为分散的免疫细胞聚集。仅转移灶中的N2（TAM/CD8+T细胞富集）与治疗反应正相关（Spearman ρ=0.88，p=0.03），N1+N3（肿瘤细胞优势）与原发进展相关（Spearman ρ=-0.94，p=0.017），而原发灶中所有niche均无预测价值。
  

5.4 趋化因子驱动的巨噬细胞特征验证（figure 4）

• 设计逻辑：针对预测性niche N2，筛选差异表达基因（DEG）构建模块分数，通过Visium数据验证其在反应组转移灶的富集，结合CellChat分析细胞通讯机制，并在大规模临床试验数据中验证基因特征的预后价值。
• 结果：反应组转移灶的N2模块分数显著升高，N2中的TAMs高表达HLA复合物基因（HLA-DQA1）和趋化因子基因（CXCL9、CCL5），且炎症性HLAhi TAM比例更高。CellChat分析显示，转移灶中TAMs通过CXCL趋化因子信号与耗竭CD8+T细胞通讯，而原发灶中该通讯几乎缺失。在JAVELIN Renal 101和CheckMate 010/025队列中，巨噬细胞相关基因特征与IO治疗组的PFS延长和ORR提高显著相关（p=0.025、p=0.0084），而肿瘤/血管生成特征与TKI/依维莫司组的良好结局相关。
  

六、研究总结

本研究通过整合两种高分辨率空间转录组技术，首次系统解析了mRCC原发灶与转移灶的TME空间异质性，明确了转移灶特异性免疫niche是ICI治疗反应的关键预测因子。核心发现包括：1）传统分子亚型主要反映组织组成的空间异质性，而非稳定的肿瘤实体；2）转移灶中富含TAMs和CD8+T细胞的趋化因子富集niche（N2）及其相关基因特征，可有效预测ICI治疗获益；3）趋化因子（如CXCL9）介导的巨噬细胞与CD8+T细胞相互作用，是形成免疫治疗敏感TME的核心机制；4）肿瘤/血管生成特征可指导TKI等替代治疗方案的选择。这些结果支持建立“转移灶活检- niche丰度定量-基于免疫/血管生成特征的治疗分配”的生物标志物驱动范式，为mRCC的个体化免疫治疗提供了新的理论基础和转化工具，未来需通过前瞻性临床试验进一步验证该策略的临床价值。