婦科腫瘤是一種多發病，由于其致病因素較復雜，癌變組織結構多樣，受神經內分泌因素影響的不斷變化，所在部位又極易受細菌或病毒感染，很早就受到人們重視。婦科生殖器腫瘤又以卵巢癌，子宮頸癌，子宮內膜癌較為常見，這三種腫瘤并稱為婦科生殖系統三大惡性腫瘤。據有關數據統計，在我國每年約有 1.5 萬名女性死于卵巢癌，發病率雖次于宮頸癌和子宮內膜癌，但死亡率卻占婦科惡性腫瘤之首。

單細胞測序技術作為一種新興的測序技術可在單個細胞的不同組學水平上對惡性腫瘤異質性、腫瘤演變以及臨床診治等多個方面進行深入地研究，成為研究惡性腫瘤強勁的后浪。

標題：The Repertoire of Serous Ovarian Cancer Non-genetic Heterogeneity Revealed by Single-Cell Sequencing of Normal Fallopian Tube Epithelial Cells

正常輸卵管上皮細胞單細胞測序揭示漿液性卵巢癌的非遺傳異質性

期刊：Cancer Cell

發表日期：2020/2/20

影響因子：23.92

平臺：Smart-seq2

摘要：

研究者發現，SOC 中的 NGH 可以通過正常輸卵管上皮細胞（FTE）的分子標記而得以準確測定，這些細胞是  SOC 的起源細胞。通過分析主要來自非卵巢癌患者的 6,000 個 FTE 細胞的轉錄組數據，研究者確定了 6 個 FTE 亞型。研究者利用亞型特征來反卷積 SOC 表達數據，并發現大量腫瘤內 NGH。重要的是，約 1,700 個腫瘤的 NGH 分層與生存率密切相關。該研究為 SOC 的準確預后和分期治療奠定了基礎。

小結：

這項研究利用單細胞測序刻畫了人類輸卵管上皮組織（漿液性卵巢癌起源）的細胞圖譜，通過利用起源細胞的標記基因組合，定義了一個不良預后的 EMT-high 亞型。從概念上而言，這項研究表明，通過研究腫瘤的細胞起源，可較為準確地預測癌癥發展。在轉化意義上，這項研究的成果可對卵巢癌的預后分析帶來重要影響，并且為對 EMT-high 腫瘤亞型的臨床治療方法開發帶來啟發。

標題：A single-cell landscape of high-grade serous ovarian cancer

晚期高級別漿液性卵巢癌單細胞圖譜

期刊：Nature Medicine

發表日期：2020/6/22

影響因子：36.13

平臺：10X

摘要：

晚期高級別漿液性卵巢癌（HGSOC）的女性經常發生惡性腹水，并與耐藥性和預后不良相關。為了全面表征晚期高級別漿液性卵巢癌（HGSOC）腹水生態系統，研究者使用單細胞 RNA 測序對 11 例 HGSOC 患者的 22 個腹水標本中約 11,000 個細胞進行了分析。研究者發現腹水細胞的組成和功能程序（包括免疫調節性成纖維細胞亞群和巨噬細胞群體）的患者間差異很大。研究者發現以前描述的 HGSOC 免疫反應性和間充質亞型具有預后意義，這反映了免疫浸潤和成纖維細胞的豐富性，而不是惡性細胞的不同亞群。惡性細胞變異性的部分原因是異質拷貝數改變模式或干性程序的表達。惡性細胞共享炎癥程序的表達，這些炎癥程序在從另外收集的樣本中的約 35,000 個細胞的單細胞 RNA 測序中得到了重現，其中包括三個腹水、兩個原發 HGSOC 腫瘤和三個患者腹水衍生的異種移植模型。在惡性細胞和與癌癥相關成纖維細胞中 JAK/STAT 途徑的抑制在短期培養和患者來源的異種移植模型中具有有效的抗腫瘤活性。這些工作有助于解析 HSGOC，并為開發新型治療方法提供了資源。

樣本：

包括 3 個樣本隊列，cohort 1：6 位患者的 8 個腹水樣本，cohort 2：6 位患者的 14 個腹水樣本，cohort 3：三個腹水樣本和兩個原發性腫瘤

主要結果：

1. HGSOC 腹水樣本的單細胞分群

首先使用 cohort 1  腹水樣本隊列進行單細胞測序，共發現 18 個細胞亞群（圖 1b）。圖 1c 展現了不同患者樣本的細胞比例構成，在癌細胞之間，發現有明顯的患者間異質性（圖 1b-d），并證明與以前患者的治療史無關。在腫瘤相關成纖維細胞中，研究者發現不同的細胞狀態，例如與 cluster6,7 相比，cluster8 和 9 高表達補體因子（C1QA / B / C 和 CFB），趨化因子（CXCL1 /2/10/12）和細胞因子（IL6 和 IL10）。然后探究了巨噬細胞的異質性，在 cluster 10 中可以將細胞分為兩個亞群，Group 1 高表達 MHCII 類相關基因，IFNGR1, CD1D, CD36 and CD52，Group 2 高表達補體因子，組織蛋白酶編輯基因和 APO 基因。此外，Group 1 高表達 M1 巨噬細胞的標志物（IFNGR1，CD36，DDX5 和 MNDA）和 M2 分化的抑制因子（C3AR1），Group 2 高表達 M2 巨噬細胞相關標志物。

圖 1  droplet-based scRNA-seq  樣本單細胞分群及比例分析

2.  識別 HGSOC 患者間和患者內惡性細胞的異質性

結合 FACS，對樣本 cohort 2 進行單細胞全長轉錄組測序，并發現一共可以分為 8 個 clusters（圖 2a，b），包括上皮細胞，CAFs 及巨噬細胞。與巨噬細胞和 CAF 相比，惡性腫瘤細胞根據患者的來源進行聚類（圖 2a，b），突出了個體之間的差異。接下來，研究者想要探究患者之間惡性細胞之間的變異性是否和 TCGA 中發現的亞型相一致：分化型，增生性，間質性和免疫反應性。如圖 2d 所示，在所有的腫瘤細胞中均表達高度分化的標志，只有一個 cluster 高表達增殖的標志，而間充質和免疫反應性在腫瘤細胞中基本不表達，但分別由 CAF 和巨噬細胞 cluster 中高度表達。因此，間充質和免疫反應性亞型可以分別代表 CAF 和巨噬細胞的腫瘤內豐度。因此，基于 bulk seq 的亞型分類可能主要反映了腫瘤生態系統的組成，而不是癌細胞衍生的 HGSOC 亞型。

圖 2   使用  FACS 和 plate-based scRNA-seq 對腹水樣本的單細胞分群

3.  確定每個患者惡性細胞之間不同的表達程序

研究者利用非負矩陣分解（NMF）在整個惡性細胞中鑒定出 35 個模塊，這些模塊具有一致的基因表達變化（圖 3）。模塊中包含許多功能，包括細胞周期（例如 CCNA2，CCNB2 和 AURKB），炎癥（例如 IL6，IL32，TNF 和 IFI6）以及壓力或激活（例如 HSPA5–7，ATF4，JUN 和 DDIT3）。

圖 3 瘤內不同模塊的基因表達差異

4.  炎性癌細胞程序可以通過腹水微環境誘導或反映癌細胞的內源性

為了評估不同的可能性，研究者通過對三個建立的 PDX 模型（DF20，DF68 和 DF101）進行單細胞測序（圖 4），發現 PDX 與患者癌細胞之間存在強烈的相關性（Pearson's r = 0.819）。9 個 PDX 模塊與患者樣品中的模塊相似，包括 3 個細胞周期（PDX 模塊 1 -3）和 3 個干擾素反應程序（PDX 模塊 6 -8）（圖 4f），突出患者與 PDX 模型異質性模式之間的相似性（除了細胞周期外）。在 PDX 模型中未檢測到患者中發現的其他兩個與炎癥相關的程序（細胞因子和抗原呈遞模塊）（圖 4g），這表明它們在癌細胞中的表達可能取決于完整的免疫系統。

圖 4 惡性細胞中的某些程序在患者腹水和 PDX 之間復發

5.  為了確定 JAK / STAT 抑制的影響，研究者使用了針對該通路不同節點的 15 種化合物以及 HGSOC 細胞系 OVCAR4 中的鉑類化學療法進行了藥物篩選，并鑒定出 JSI-124 可以作為細胞活力的有效抑制劑（圖 5a）。JSI-124 在三種不同的患者來源的細胞培養模型和其他 HGSOC 細胞系中顯示出納摩爾劑量的抗腫瘤活性，而其他常用于治療 HGSOC 患者的藥物幾乎沒有活性（圖 5b，c）。在 PDX 模型中，JSI-124 治療的早期（腹膜內或皮下注射腫瘤細胞后 7  d）消除了惡性腹水的發生以及腫瘤分別生長（圖 5g，i），并且可以顯著降低了疾病負擔（圖 5h，j）。 總之，這些結果表明，通過作用于惡性細胞，非惡性細胞或兩者，JAK / STAT 抑制劑可能是 HGSOC 患者的有效治療選擇。

圖 5  JAK / STAT 抑制可降低 HGSOC 模型的生存力，球體形成和侵襲能力

本期婦科腫瘤在單細胞測序中的研究就介紹到這里，后續還會與大家分享婦科腫瘤在轉錄組學中的研究動態，感興趣的老師記得關注哦！

更多伯豪生物人工服務：