《npj Precision Oncology》：Spatial transcriptomics reveals molecular heterogeneity and subtype-specific therapeutic targets in small cell lung cancer
编辑推荐：
本研究针对小细胞肺癌（SCLC）高度异质性和治疗困境，通过整合空间转录组学（ST）技术、创新性EdgeIndex定量评估指标和人工神经网络（ANN）模型，系统解析了SCLC在临床、空间、功能和时间维度的异质性特征。研究发现UCHL1是关键的肿瘤分化调控因子，并揭示了不同分子亚型（ASCL1、NEUROD1、POU2F3、YAP1）的特异性通路活性，为开发个性化治疗策略提供了多维资源和新概念框架。
小细胞肺癌（SCLC）是一种具有神经内分泌特征的侵袭性恶性肿瘤，占肺癌总数的15%，与吸烟密切相关。尽管其对铂类化疗初始敏感，但绝大多数患者会迅速复发并产生耐药，导致五年生存率仅为5%-10%。这种严峻临床现状的背后，是SCLC令人困惑的高可塑性和显著的瘤内异质性，如同一座复杂的迷宫，阻碍了有效疗法的开发。传统研究多基于模型体系，与临床实际存在转化鸿沟。尤其值得注意的是，SCLC并非单一疾病，而是由ASCL1、NEUROD1、POU2F3和YAP1等关键转录因子定义的不同分子亚型构成，这些亚型具有独特的生物学行为和治疗敏感性，但它们在肿瘤空间层面的组织方式、与微环境的相互作用及其动态演变规律尚不清晰。
为了系统破解这一难题，中国医学科学院肿瘤医院石远凯教授团队在《npj Precision Oncology》上发表了最新研究。研究人员利用空间转录组学（Spatial Transcriptomics, ST）技术，对21例局限期SCLC患者的手术切除样本进行了高精度分析。该研究的核心创新在于构建了一个整合性的分析框架，其中包含两大关键技术工具：一是名为“EdgeIndex”的空间定量指标，用于精确评估肿瘤-基质界面的相互作用和肿瘤浸润性生长模式；二是一个专门设计的人工神经网络（Artificial Neural Network, ANN）模型，用于实现精准的肿瘤区域自动注释。借助这一强大工具集，研究团队从临床、空间、功能和时间四个维度，全方位地解析了SCLC的异质性图谱。
在关键技术方法方面，研究团队收集了21例未经新辅助治疗的局限期SCLC患者的福尔马林固定石蜡包埋（FFPE）组织样本，使用10x Genomics Visium空间基因表达技术进行ST测序。数据分析包括：利用EdgeIndex量化肿瘤空间构型；构建ANN模型自动识别肿瘤区域；进行无监督聚类、细胞通讯分析（CellChat工具）和拟时序分析（monocle包）；并对1350个预定义的癌症相关通路进行了基因集富集分析（GSEA）。
患者特征与空间结构异质性
研究队列中男性占71.4%。通过EdgeIndex分析发现，SCLC样本呈现不同的组织病理学生长模式。高EdgeIndex值代表浸润性生长模式，表现为肿瘤区域分散、边界不规则且 elongated。进一步分析显示，高神经内分泌（high-NE）亚型（ASCL1和NEUROD1）的EdgeIndex值显著较低，符合其紧凑的生长特性；而低神经内分泌（low-NE）亚型（POU2F3和YAP1）则表现出更高的EdgeIndex值，提示其生长模式更分散或具浸润性。
性别异质性
研究发现性别相关的生物学差异可能影响肿瘤表型。在肿瘤区域，女性相关标志基因前五位包括PAEP、SCGB3A1等，男性相关为EIF1AY、HIST1H1A等。GSEA显示，在肿瘤区域女性富集于“细胞外基质（ECM）与转移”相关通路，而在非肿瘤区域男性富集于“免疫”相关通路。
空间转录组异质性
通过无监督聚类分析，基于肿瘤区域和非肿瘤区域的ST数据可分别将样本划分为三个不同的簇，各簇展现出独特的基因表达模式。GSEA揭示了不同簇间在通路活性上的显著差异。
经典转录因子定义亚型（ANPY）分析
研究证实了四种关键转录因子（ASCL1、NEUROD1、POU2F3、YAP1）在定义SCLC分子亚型中的核心作用。ASCL1是最常见的亚型（47.6%）。GSEA分析表明，ASCL1和NEUROD1亚型均与“细胞周期”通路相关；POU2F3亚型富集于“免疫”通路；而YAP1亚型则与“代谢与能量”以及“ECM与转移”通路相关。
瘤内与微环境异质性
对每个样本内的肿瘤和非肿瘤区域分别进行聚类分析，量化了瘤内异质性（肿瘤簇数量）和微环境异质性（非肿瘤簇数量）。分析发现，高瘤内异质性与“免疫”通路相关，而低异质性与“细胞周期”通路相关。
空间信号通讯异质性
细胞通讯分析表明，通讯强度与免疫反应密切相关。高细胞通讯计数与“免疫”通路正相关，而与“遗传与表观遗传信息”及“细胞周期”通路负相关。高通讯权重则与“免疫”、“细胞死亡”和“ECM与转移”通路相关。
时间发育异质性
拟时序分析成功描绘了SCLC的发展轨迹，并鉴定出UCHL1基因在伪时间轨迹中扮演关键角色。高UCHL1表达与“细胞周期”通路相关，低表达则与“免疫”、“细胞死亡”和“ECM与转移”通路相关。UCHL1作为一种神经内分泌细胞特异的去泛素化酶，其高表达表明它可能是SCLC干预的潜在治疗靶点。
结论与意义
本研究通过整合空间转录组学和计算生物学方法，构建了SCLC的多维异质性图谱。创新性地提出的EdgeIndex指标为量化肿瘤空间构型提供了新工具，而ANN模型实现了肿瘤区域的精准注释。研究不仅验证了SCLC已知分子亚型的空间特征，还揭示了其与肿瘤生长模式、免疫微环境、细胞通讯和发育轨迹的深刻联系。特别重要的是，发现UCHL1是SCLC分化的关键调控因子，为理解肿瘤可塑性提供了新视角。这些发现为将SCLC分子亚型转化为精准肿瘤学的可操作框架奠定了坚实基础，指明了针对不同亚型的特异性治疗策略（如SCLC-A靶向DLL3，SCLC-N靶向AURKA抑制剂等），为改善这种难治性癌症的临床预后带来了新的希望。
