《Frontiers in Oncology》：Integrative single-cell atlas unveils heterogeneity and prognostic value of cancer-associated fibroblasts in gastric cancer
编辑推荐：
本文通过整合72例患者20万余个单细胞数据，系统解析胃癌肿瘤微环境异质性，首次构建包含SPARC、EFEMP1、RGS5、SERPINE1的四基因CAF特征模型，为胃癌预后预测和精准治疗提供新视角。
1 引言
胃癌作为全球高发消化道恶性肿瘤，年新增病例约103万例，死亡病例约80万例，在亚洲地区发病率尤为突出。胃癌在分子和临床表型层面均存在显著异质性，这种异质性不仅存在于不同患者之间，甚至在同一患者肿瘤的不同区域也有所体现，为治疗带来巨大挑战。肿瘤微环境在胃癌发生发展中起关键作用，其中基质细胞和免疫细胞通过分泌生长因子、细胞因子等调控肿瘤细胞生物学行为。癌症相关成纤维细胞是肿瘤微环境的核心组分，通过分泌IL-6、IL-8、TGF-β等因子促进肿瘤进展。本研究通过整合多组学数据，系统分析胃癌微环境特征并构建预后模型。
2 材料与方法
2.1 数据收集
研究整合TCGA胃癌FPKM表达矩阵及临床信息，GEO数据库芯片数据GSE13861、GSE26899、GSE26901、GSE28541，以及单细胞数据集GSE134520、GSE150290、GSE163558、GSE167297、GSE183904和HRA000051，共涵盖72例患者200,466个单细胞。
2.2 单细胞数据处理
使用Seurat软件进行质控，剔除基因数<300或线粒体基因比例>20%的细胞，应用DoubletFinder去除双细胞，通过harmony算法校正批次效应。细胞周期评分回归处理后，基于15个Harmony维度进行UMAP降维和聚类分析。
2.3 肿瘤微环境分型
根据免疫细胞浸润特征将患者分为免疫荒漠型、B细胞型、T细胞型和髓系细胞型四种微环境亚型。
2.4 SCISSOR分析
利用SCISSOR算法关联单细胞数据与TCGA突变、生存信息，识别表型相关细胞亚群。
2.5 CAF特征模型构建
通过LASSO-Cox回归从40个CAF特异性差异基因中筛选出SPARC、EFEMP1、RGS5、SERPINE1四基因标志物，建立风险评分模型：风险评分=0.012×SPARC+0.031×EFEMP1+0.044×RGS5+0.166×SERPINE1。
3 结果
3.1 胃癌单细胞图谱构建
质控后保留的20万余个细胞通过标记基因注释为上皮细胞、内皮细胞、CAF、B细胞、浆细胞、肥大细胞、巨噬细胞/单核细胞、树突状细胞、NK细胞和T细胞。弥漫型胃癌中内皮细胞、巨噬细胞和CAF比例显著升高，而CD4+/CD8+T细胞比例降低。转移灶中树突状细胞数量明显减少。
3.2 免疫表型特征解析
髓系细胞型肿瘤上皮-间质转化、缺氧和血管生成通路显著激活；T细胞型中谷胱甘肽代谢途径上调；B细胞型富集转录因子RARB。TCGA队列分析显示，弥漫型胃癌以T细胞型为主，肠型以免疫荒漠型为主，晚期阶段髓系细胞型比例增加。
3.3 基因型-免疫表型关联
TP53和ARID1A突变与免疫抑制微环境相关，表现为NK/T细胞减少而B/浆细胞增加。成纤维细胞和内皮细胞与不良预后显著相关，NK/T细胞与较好预后相关。
3.4 CAF异质性及可塑性
基于ACTA2和COL1A1表达区分CAF与正常成纤维细胞。CAF在弥漫型胃癌中富集，其转录因子ZNF419活性显著升高。进一步将CAF分为9个亚型，NAF分为5个亚型，其中ALDOAhigh、CXCL12high亚型在弥漫型胃癌中特异性富集。拟时序分析提示CAF终末亚群由正常成纤维细胞分化而来。
3.5 CAF特征模型预后价值
四基因特征在TCGA和四个GEO数据集中均显著区分高低风险组。时间依赖性ROC曲线显示模型具有良好的预测效能。qPCR验证显示SPARC、EFEMP1、RGS5、SERPINE1在癌组织中显著上调。
4 讨论
研究通过单细胞分辨率揭示胃癌微环境异质性，证实CAF在预后评估中的核心地位。TP53/ARID1A突变通过调控免疫细胞浸润促进肿瘤进展，髓系细胞型肿瘤中EMT通路激活与巨噬细胞分泌VEGF、TGF-β密切相关。CAF亚型异质性及其标志物ALDOA、CXCL12的表达为靶向治疗提供新思路。研究局限性包括样本来源异质性和缺乏功能验证，未来需结合空间转录组学等多组学数据深化机制研究。
5 结论
本研究系统阐明胃癌免疫微环境分型特征，构建的四基因CAF特征模型为胃癌预后预测和个体化治疗提供新型生物标志物。
