单细胞RNA测序和机器学习揭示CD8+ T细胞与葡萄膜黑色素瘤转移的关系

肿瘤学 医学
单细胞RNA测序 葡萄膜黑色素瘤 转移风险 免疫微环境 CD8+ T细胞 机器学习 肿瘤微环境

2024年发表在《Cancer Cell International》上的《Machine Learning and Single-cell RNA Sequencing Reveal Relationship Between Intratumor CD8+ T Cells and Uveal Melanoma Metastasis》的学术报告

研究背景及目的

葡萄膜黑色素瘤（Uveal Melanoma, UM）是成人最常见的眼内恶性肿瘤。在接受放射治疗或手术治疗后，原发性UM的局部复发率较低。然而，约40%的患者在治疗后会出现远端转移，特别是在肝脏，导致高达50%的死亡率（4至5年内）。当前，针对UM转移风险的评估主要依赖多基因模型，这些模型多采用机器学习方法，基于基因表达谱（Gene Expression Profiling, GEP）数据预测患者的转移风险和预后。然而，这些模型所需的基因数量较多，导致检测成本较高，且难以应用于大规模临床场景。此外，这些模型对具体转移机制的解释较为有限，尤其在葡萄膜免疫微环境如何影响肿瘤转移方面仍存在不明确之处。因此，亟需开发一种基因数量少、具有临床可行性的模型，同时深入探讨UM的转移机制。

本研究的核心目的是构建一个由少数基因组成的预后模型，用于评估UM患者的转移风险。为此，研究团队结合了机器学习算法和单细胞转录组测序（Single-cell RNA Sequencing）数据，从细胞类型和功能层面探究UM转移的免疫微环境影响机制。研究结果将为UM患者的临床风险评估提供理论支持，并为UM免疫治疗的研发提供参考。

研究来源

该研究由中国湖南省湘雅二医院眼科的陈树明、唐子淳等人联合完成，论文在2024年发表于《Cancer Cell International》。陈树明和唐子淳为共同第一作者，通讯作者为刘晓和李卓。

研究方法与流程

1. 数据收集与处理

研究使用了来自TCGA数据库的79例UM患者的RNA-seq数据和临床信息，以构建和验证预后模型。此外，使用GEO数据库的两组单细胞数据（GSE138665和GSE139829）探讨UM转移的具体机制。根据转移状态，患者被分为转移组和非转移组，通过“DESeq2”、“EdgeR”和“Limma”等R包筛选出247个与转移相关的基因。随后进行功能富集分析，结果显示这些基因主要参与细胞基质微环境相关通路，如IL-17通路和代谢通路等。

2. 预后模型的建立

通过Log-rank检验和单因素Cox回归筛选出与预后相关的117个基因，进而利用Lasso回归和多因素Cox回归构建了三基因模型，包含SLC25A38、EDNRB和LURAP1基因。这些基因均为UM患者的保护因子，并在Kaplan-Meier生存分析中表现出较高的预测准确性。ROC曲线验证结果表明该模型在6、18和30个月的预测中具备良好的稳定性和精准度。

3. 细胞实验验证

在细胞层面，研究团队进行了细胞划痕实验和CCK-8细胞活力检测，证实SLC25A38、EDNRB和LURAP1基因的表达能够显著抑制UM细胞的迁移能力，但对细胞增殖和凋亡影响不大。这些结果表明三基因模型的诊断生物标志物对UM细胞的迁移和转移风险有重要调控作用。

4. 免疫微环境分析

使用ESTIMATE和CIBERSORT等R包，研究评估了两组样本的免疫浸润情况，发现高转移风险组的CD8+ T细胞浸润水平显著增加，但大多数CD8+ T细胞处于耗竭状态，功能较弱。这表明虽然高风险组中CD8+ T细胞数量增加，但功能性CD8+ T细胞的比例较低，这可能是其高转移风险的原因之一。

5. 单细胞转录组测序揭示细胞间通信

单细胞转录组分析进一步揭示了UM肿瘤微环境中的细胞间通信情况。通过CellChat分析发现，高风险组的细胞通信数量和强度均显著增加，尤其是细胞毒性CD8+ T细胞在肿瘤细胞中的通信强度增强。进一步的通路分析识别出APP、MHC-I、CD99和MIF等重要通路，推测CD99可能通过信号传导影响CD8+ T细胞与肿瘤细胞之间的通信，进而推动UM的转移。

6. CD8+ T细胞的分化轨迹

通过伪时间分析和分化标记基因分析，研究团队发现CD8+ T细胞在高风险组中更容易处于早期分化阶段，且功能性较弱，表现出较高的耗竭状态。高风险组中，CD8+ T细胞的功能性缺失导致了其抗肿瘤能力的降低，可能是UM转移的关键因素。

研究结果与主要发现

  1. 三基因预后模型的构建：研究开发了一个由SLC25A38、EDNRB和LURAP1基因组成的简洁模型，用于评估UM患者的转移风险。该模型在内部和外部验证数据集中均表现出较高的预测准确性和稳定性，具有较高的临床适用性。

  2. CD8+ T细胞的关键作用：高风险组中的CD8+ T细胞表现出显著的耗竭状态，其在细胞间通信中的作用显著增强，尤其是CD99信号通路在UM转移中的潜在作用得到了证实。

  3. 免疫微环境的异质性：UM的转移过程与其独特的免疫微环境密切相关。高风险组中的CD8+ T细胞虽增多但功能较弱，显示了UM免疫逃逸机制的复杂性。研究发现MHC-I和APP等信号通路可能参与了UM肿瘤细胞的抗原呈递和细胞迁移调控。

  4. CD8+ T细胞分化与耗竭状态的影响：高风险组CD8+ T细胞耗竭状态的增加，使其在UM免疫逃逸中扮演了重要角色。未来可以通过阻止CD8+ T细胞耗竭的途径，开发出更有效的UM免疫治疗方法。

研究意义

这项研究开发的三基因模型，为UM患者的转移风险评估和预后预测提供了可靠工具。其低基因数的特点降低了基因检测成本，提升了模型的临床适用性。此外，研究首次从单细胞层面深入剖析了UM的免疫微环境，揭示了CD8+ T细胞在UM转移过程中的重要作用，为UM免疫治疗提供了新的研究方向。未来可以通过调节免疫微环境中的CD8+ T细胞耗竭状态，设计更精准的免疫治疗策略，以提高UM患者的生存率。