空间转录组学揭示小细胞肺癌的分子异质性和亚型特异性治疗靶点

这项肺癌研究为何重要

小细胞肺癌是最致命的癌症形式之一，主要发生在有吸烟史的人群中，并且常在化疗后迅速复发。临床上已知并非所有小细胞肺癌的行为相同，但医生缺乏工具来观察不同癌细胞类型和免疫细胞在同一肿瘤内部的空间分布。本研究采用了一种新技术，在肿瘤切片的数千个微小位置读取基因表达，构建每个样本的“分子地图”。结合定制的计算分析，研究者揭示了隐藏的模式，这些模式可能指向更精确、基于亚型的治疗策略。

在原位绘制肿瘤地图

研究团队分析了21例处于限局期且在接受任何药物治疗前已行手术的患者的肿瘤样本。他们没有研磨组织而丢失空间信息，而是采用空间转录组学：一种在组织切片上众多确定位置测量基因开启情况的技术。每个测点保留其原始位置，使科学家可以将基因活动与癌细胞、正常细胞和免疫细胞的实际所在位置相连。他们在此基础上加入了两项关键工具：一种新的“Edgeindex”评分，用于量化肿瘤细胞侵入邻近组织的深度；以及一种人工神经网络（一种机器学习形式），用于自动标记哪些测点属于肿瘤，哪些不属于。

一种疾病中的不同癌型

小细胞肺癌并非单一疾病，而至少包括四种主要分子亚型，通常以定义它们的关键调控基因命名为 ASCL1、NEUROD1、POU2F3 和 YAP1。利用他们的空间地图，研究者能够看到每种亚型在肿瘤内的占优位置及其生物学差异。常见的 ASCL1 和 NEUROD1 形式与细胞分裂程序密切相关，符合其高度增殖的特征。相较之下，POU2F3 区域与免疫相关通路相连，而 YAP1 区域显示与代谢和组织重塑相关的信号，这些特征可能与扩散和治疗耐受有关。由于这些模式具有空间分辨率，该方法可以在混合肿瘤中识别真正的“驱动”亚型，这是整体测序常常遗漏的。

侵入边缘与免疫格局转变

研究的一项核心创新，Edgeindex，捕捉了肿瘤细胞与周围非肿瘤组织混杂的程度。低分值反映肿瘤边界紧凑、界限清晰，而高分值则指示散落的病灶和参差不齐、侵入性的边界。高 Edgeindex 的肿瘤富集有与细胞外基质、转移和细胞凋亡相关的基因程序。同时，它们表现出显著改变的免疫景观：辅助性 T 细胞及其他适应性免疫成分较少，但先天性细胞如某些自然杀伤细胞和单核细胞增多。作者将此解读为“免疫生态位重塑”，即肿瘤排斥精确、针对性的免疫反应，留下较不有效的以先天免疫为主的防御，无法完全控制癌症。

肿瘤内外的隐性多样性

除了亚型和侵袭模式，空间数据还揭示出癌细胞群体及其周围微环境内部的多样性。通过在每个肿瘤内对测点进行聚类，团队统计了癌区和附近非肿瘤组织中存在的不同基因表达“邻域”数量。肿瘤内部更高的多样性与免疫相关通路相关，而周围组织中的某些模式则与细胞周期活动和基因调控有关。研究者还评估了不同区域之间通过已知信号分子“通信”的强度。区域间通信更强的肿瘤往往显示出更明显的免疫相关信号，进一步支持免疫活动与肿瘤生长在空间上紧密交织的观点。

追踪肿瘤随时间的发展

为了近似肿瘤细胞随疾病进展的变化，团队进行了“伪时间”分析，基于基因活动将细胞沿发展路径排序。在样本间反复识别出一个基因 UCHL1，位于这些轨迹的核心。高 UCHL1 水平在肿瘤测点中与强烈的细胞周期活动一致，而较低水平则与免疫和细胞死亡通路相关。由于 UCHL1 是一种先前与侵袭性肺癌相关的神经型蛋白，这些发现增强了其作为潜在药物靶点的证据，特别是针对驱动小细胞肺癌的类神经内分泌细胞。

对患者意味着什么

简而言之，这项研究将小细胞肺癌的平面显微镜切片转变为丰富的分层地图，显示不同癌症亚型的所在、它们的侵袭性程度、它们如何与周围环境对话以及免疫系统如何响应或失效。新的 Edgeindex 评分与制图方法突出了哪些肿瘤特别具侵袭性，以及边界处存在哪些免疫细胞或缺失哪些免疫成分。通过将这些空间模式与亚型特异性的弱点相联系——例如针对 DLL3、BCL‑2、AURKA、IGF‑1R/PARP 或免疫检查点的药物——这项工作使根据每位患者情况匹配个体化治疗策略更进一步。尽管这些工具仍需在更大规模的研究中验证，但它们为在一种迫切需要更好治疗选择的癌症类型中开发更精确、潜在更有效的治疗提供了蓝图。

引用: Xie, T., Tang, L., Fan, G. et al. Spatial transcriptomics reveals molecular heterogeneity and subtype-specific therapeutic targets in small cell lung cancer. npj Precis. Onc. 10, 81 (2026). https://doi.org/10.1038/s41698-025-01243-7

关键词: 小细胞肺癌, 空间转录组学, 肿瘤异质性, 肿瘤免疫微环境, 精准肿瘤学