IF31.7｜高危神经母细胞瘤化疗后肿瘤微环境重塑的单细胞多组学图谱

化疗诱导巨噬细胞扩增并分泌HB-EGF激活肿瘤细胞ERBB4-ERK通路，促进耐药。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

高危神经母细胞瘤是儿童最常见的颅外实体瘤，占儿童癌症死亡约六分之一，5年生存率不足50%。肿瘤内异质性是治疗耐药和复发的重要原因。单细胞转录组和表观基因组研究已揭示神经母细胞瘤细胞可呈现肾上腺素能样（ADRN）和间充质样（MES）两种核心状态，并发现肿瘤微环境中存在多种免疫细胞亚群。然而，由于缺乏配对治疗前后样本，化疗如何重塑肿瘤-免疫微环境并促进耐药仍不清楚。

科学问题

卡在哪里： 此前研究多基于诊断时单时间点样本，无法捕捉化疗诱导的动态变化；且神经母细胞瘤细胞状态与免疫细胞亚群之间的相互作用及其在治疗耐药中的作用机制尚未阐明。

本文要回答： 利用配对纵向样本，解析化疗前后高危神经母细胞瘤肿瘤细胞和免疫细胞亚群的变化，并鉴定驱动耐药的关键细胞间信号通路。

技术路线

作者主要用了：snRNA-seq、snATAC-seq、WGS、CODEX、Xenium、细胞共培养、ELISA、Western blot。

作者收集22例高危神经母细胞瘤患者诊断时和诱导化疗后的配对样本，进行snRNA-seq、snATAC-seq和WGS。通过整合分析鉴定肿瘤细胞状态和免疫细胞亚群，比较治疗前后比例变化，并构建转录调控网络。利用CytoTalk预测细胞间配体-受体相互作用，结合CODEX空间蛋白组和Xenium空间转录组进行验证，最后通过体外共培养和功能实验证实关键信号轴的作用。

图 1　Fig. 1。图1展示研究设计和主要细胞类型。a为多组学实验流程；b和c分别为snRNA-seq和snATAC-seq的UMAP，显示8种主要细胞类型；d为标记基因点图；e为各细胞类型比例堆叠图；f显示化疗后巨噬细胞比例显著增加，Schwann细胞和成纤维细胞也有扩增。

核心亮点

亮点 1｜化疗重塑肿瘤微环境组成

化疗后巨噬细胞比例显著增加，Schwann细胞和成纤维细胞也有不同程度扩增。在snRNA-seq和snATAC-seq数据中均观察到一致趋势。巨噬细胞是肿瘤微环境中最大的免疫组分，其扩增提示其在化疗后微环境中发挥重要作用。

图 2　Fig. 2。图2展示肿瘤细胞状态。a为肿瘤细胞UMAP，显示6种状态；b为MES、ADRN和细胞周期S期特征评分；c为MES-ADRN评分差和S期评分小提琴图；d为各状态富集的KEGG通路热图；e显示化疗后ADRN-baseline和ADRN-proliferating减少，ADRN-calcium、ADRN-dopaminergic和Interm-OXPHOS增加；f显示ALK突变患者状态变化不同；g-i为生存分析和化疗反应关联。

亮点 2｜肿瘤细胞状态转变与预后相关

鉴定出六种肿瘤细胞状态：ADRN-baseline、ADRN-proliferating、ADRN-calcium、ADRN-dopaminergic、Interm-OXPHOS和MES。化疗后ADRN-baseline和ADRN-proliferating比例下降，而ADRN-calcium、ADRN-dopaminergic和Interm-OXPHOS比例上升。诊断时高ADRN-proliferating、ADRN-baseline或Interm-OXPHOS特征的患者总生存和无事件生存更差，而高ADRN-calcium或ADRN-dopaminergic特征的患者预后更好。MES状态比例高与化疗反应差和不良临床事件相关。

图 3　Fig. 3。图3展示表观遗传调控。a为snATAC-seq中肿瘤细胞状态比例变化；b为各状态转录因子调控网络点图；c为ADRN-calcium、ADRN-proliferating和MES状态的转录调控网络；d为EZH2增强子-启动子相互作用；e为NECTIN2增强子。

亮点 3｜表观遗传调控网络驱动状态特异性基因表达

通过整合snRNA-seq和snATAC-seq构建转录调控网络，发现AP-1转录因子在MES、ADRN-calcium和ADRN-dopaminergic状态中富集。ADRN-proliferating状态中EZH2和SMC4等基因的增强子-启动子相互作用被鉴定，且MAZ和CTCF等转录因子可能参与调控。化疗后尽管ADRN-proliferating比例下降，但其状态特异性基因表达未降低，提示该群体可能持续存在并参与耐药。

图 4　Fig. 4。图4展示巨噬细胞亚群及其与肿瘤细胞相互作用。a为巨噬细胞UMAP；b为标记基因点图；c为功能特征评分小提琴图；d为化疗前后巨噬细胞亚群比例变化；e为CytoTalk预测的配体-受体相互作用点图；f-i为CODEX空间分析显示ERBB4高表达神经母细胞周围HB-EGF配体密度更高，且与CD163+CD68hi巨噬细胞更接近。

亮点 4｜促肿瘤巨噬细胞亚群在化疗后富集

巨噬细胞可分为八个亚群，包括增殖、促炎、促血管生成、免疫抑制、组织驻留、脂质相关等表型。化疗后促炎性IL18+巨噬细胞减少，而免疫抑制、促血管生成和代谢相关亚群扩增。IL18+巨噬细胞比例高与更好的治疗反应和更少不良事件相关。

图 5　Fig. 5。图5展示TH-MYCN小鼠Xenium空间转录组验证。a和b为细胞聚类UMAP；c为标记基因点图；d和e为肿瘤细胞状态和巨噬细胞亚群特征评分；f和g为空间分布图；h为HB-EGF-ERBB4相互作用；i和j显示环磷酰胺处理后Erbb4+神经母细胞与Hbegf+巨噬细胞空间距离更近。

亮点 5｜巨噬细胞-肿瘤细胞HB-EGF/ERBB4轴促进肿瘤生长

CytoTalk预测VCAN+巨噬细胞与肿瘤细胞间存在HB-EGF-ERBB4等配体-受体相互作用。CODEX空间蛋白组证实ERBB4高表达于特定ADRN样神经母细胞，且其周围HB-EGF配体密度更高。体外共培养实验显示肿瘤细胞诱导巨噬细胞分泌HB-EGF，激活肿瘤细胞ERBB4，通过ERK通路促进增殖。抑制HB-EGF或ERBB可逆转该效应。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： snRNA-seq、snATAC-seq、WGS、CODEX、Xenium、细胞共培养、ELISA、Western blot
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 研究神经母细胞瘤或肿瘤微环境的科研人员，关注单细胞多组学和空间组学整合分析的生信从业者。

带走一句

纵向配对单细胞多组学能揭示化疗诱导的微环境重塑，结合空间和功能验证可锁定关键耐药信号轴，为联合治疗提供新靶点。