本研究由Hao-Ran Feng、Xiao-Nan Shen、Xiao-Ming Zhu、Wen-Tao Zhong、De-Xiang Zhu、Ji Zhao、Yan-Jie Chen、Feng Shen、Kun Liu和Li Liang等作者共同完成，分别来自上海交通大学医学院瑞金医院、复旦大学附属中山医院等多家机构。该研究于2024年6月8日发表在《Cancer Letters》期刊上。
免疫检查点抑制剂（ICIs）在癌症治疗中取得了显著进展，但其响应率低且存在显著的异质性。主要组织相容性复合体（MHC）在ICIs疗效中起关键作用，但其复杂的免疫调节机制及其作为预后标志物的潜力尚未得到全面探索。本研究旨在通过整合单细胞RNA测序（scRNA-seq）、批量RNA测序（bulk RNA-seq）和空间转录组分析，揭示由MHC转录特征（MHC.sig）调控的泛癌免疫特征，并探索其在预测免疫治疗响应中的潜力。
研究分为多个步骤，涵盖了从样本采集到数据分析的全过程：
样本采集与处理：研究纳入了6例结直肠癌（CRC）患者的肿瘤组织样本，进行单细胞RNA测序。样本在手术后30分钟内采集，并通过苏木精-伊红染色确定肿瘤纯度。
单细胞RNA测序：使用SeekOne®数字液滴单细胞3’文库制备试剂盒构建单细胞RNA测序文库，并在Illumina NovaSeq 6000平台上进行测序。数据预处理包括去除低质量细胞和双细胞，最终保留了33,119个高质量单细胞。
MHC相关基因筛选：从GeneCards和TISIDB数据库中筛选出与MHC相关的基因，并通过Pearson相关性分析筛选出与MHC评分正相关的基因。
数据分析与MHC.sig构建：通过整合34个scRNA-seq数据集（涵盖663,760个细胞）和TCGA数据库中的30种癌症类型的RNA-seq数据，构建了MHC.sig。该特征通过CRISPR筛选数据验证了其在免疫治疗中的预测能力。
细胞通讯分析：使用CellChat工具分析了C1QC+巨噬细胞与恶性细胞之间的分子相互作用，揭示了APP-CD74轴在细胞通讯中的关键作用。
药物敏感性分析：利用GDSC数据库进行药物敏感性分析，筛选出与C1QC+巨噬细胞和恶性细胞相关的潜在治疗药物。
MHC.sig的构建与验证：通过整合多个scRNA-seq数据集，研究成功构建了MHC.sig，并在多个独立数据集中验证了其与免疫细胞浸润和免疫治疗响应的相关性。MHC.sig在多种癌症类型中表现出与免疫相关基因和免疫细胞浸润的显著正相关。
MHC.sig的生物学功能：GO富集分析显示，MHC.sig相关基因主要参与抗原处理和呈递、肽抗原结合等生物学过程。MHC.sig在巨噬细胞和树突状细胞中表现出较高的富集，表明这些细胞在抗肿瘤免疫中起重要作用。
C1QC+巨噬细胞的作用：研究发现，C1QC+巨噬细胞在MHC.sig中表现出较高的富集，且与恶性细胞的相互作用主要通过APP-CD74轴介导。C1QC+巨噬细胞在抗原呈递和免疫监视中起关键作用，而SPP1+巨噬细胞则与肿瘤进展相关。
MHC.sig的预测能力：在多个免疫治疗数据集中，MHC.sig能够有效预测ICIs的响应。高MHC.sig评分的患者对ICIs的响应率显著高于低评分患者。
药物敏感性分析：研究发现，C1QC+巨噬细胞和恶性细胞共存的样本对多种药物（如阿法替尼、曲美替尼等）表现出较高的敏感性，这为联合免疫治疗和化疗提供了潜在的治疗策略。
本研究通过整合单细胞和批量RNA测序数据，成功构建了MHC.sig，揭示了其在泛癌免疫特征中的重要作用。MHC.sig不仅能够预测免疫治疗的响应，还为开发新的联合治疗策略提供了重要线索。特别是C1QC+巨噬细胞在抗肿瘤免疫中的关键作用，为未来的免疫治疗研究提供了新的方向。
研究还通过空间转录组分析揭示了C1QC+巨噬细胞与恶性细胞的空间分布关系，进一步支持了其在肿瘤微环境中的重要作用。此外，研究还通过CRISPR筛选数据验证了MHC.sig相关基因在免疫治疗中的潜在靶点作用。
总之，本研究通过多组学数据的整合分析，揭示了MHC在泛癌免疫特征中的重要作用，并为未来的免疫治疗研究提供了新的思路和靶点。