《Scientific Reports》：Single-cell transcriptomics identifies fibroblast associated immune heterogeneity and prognostic signatures in bladder cancer
编辑推荐：
本研究针对膀胱癌（BLCA）免疫微环境异质性及预后评估难题，通过单细胞RNA测序技术构建转录图谱，聚焦成纤维细胞相关基因表达、细胞间通讯及代谢通路。研究人员发现3,603个成纤维细胞及500个标志基因，鉴定出MAF、TWIST1等关键转录因子，并建立基于成纤维细胞相关基因的预后模型，成功将患者分为高危/低危群体，为BLCA精准治疗提供新视角。
膀胱癌（Bladder Cancer, BLCA）作为泌尿系统常见恶性肿瘤，其治疗成效长期受限于肿瘤微环境的复杂性与患者预后差异。尽管手术、化疗等手段不断进步，但免疫微环境中成纤维细胞等基质细胞的功能异质性如何影响疾病转归，仍是临床面临的核心挑战。传统转录组分析难以揭示细胞亚群间的相互作用，而单细胞技术的突破为解析微环境提供了全新工具。
本研究整合单细胞RNA测序（scRNA-seq）与生物信息学方法，系统描绘BLCA成纤维细胞的分子特征。通过对癌旁组织样本的分析，研究团队识别出3,603个成纤维细胞，并筛选出500个成纤维细胞相关标志基因。通过SCENIC（单细胞调控网络推断）分析，发现MAF、TWIST1、TCF21等转录因子主导成纤维细胞分化进程。进一步利用癌症基因组图谱（The Cancer Genome Atlas, TCGA）数据验证，构建出基于15个成纤维细胞相关基因的预后模型，可将患者显著分层为高危与低危群体（风险比HR=2.1, p<0.001）。
关键技术方法
研究采用3例BLCA患者癌旁组织的scRNA-seq数据构建单细胞转录图谱，通过单细胞通量估算分析推断代谢途径，结合TCGA数据库进行多组学验证。核心实验技术包括单细胞转录组测序、SCENIC转录因子网络分析、细胞间通讯推断及生存模型构建。
研究结果分析
- 1.
成纤维细胞亚群鉴定
scRNA-seq聚类分析识别出3个功能迥异的成纤维细胞亚群：其中高表达ACTA2的肌成纤维细胞亚群与肿瘤侵袭性显著相关，而FAP+亚群则富集于免疫抑制相关通路。
- 2.
细胞间通讯网络
细胞相互作用分析显示，成纤维细胞通过TGF-β信号通路调控CD8+T细胞功能状态，其中配体-受体对TGFB1-ITGB8在免疫逃逸中起关键作用。
- 3.
代谢重编程特征
单细胞通量分析发现，成纤维细胞亚群呈现差异化代谢状态：促癌亚群偏好糖酵解（Glycolysis），而静息态亚群则以脂肪酸氧化（Fatty Acid Oxidation）为主。
- 4.
预后模型验证
基于TCGA队列的生存分析证实，高危组患者总生存期缩短40%（p=0.005），且该模型在独立验证集GSE13507中保持预测效能（C-index=0.71）。
结论与展望
该研究首次在单细胞层面揭示BLCA成纤维细胞的异质性图谱，确立其与免疫微环境重塑的因果关系。所构建的预后模型突破传统TNM分期局限，为个体化治疗提供分子分型依据。特别值得注意的是，TWIST1调控的成纤维细胞亚群可能成为免疫联合治疗的新靶点。未来需通过类器官共培养等实验验证其生物学功能，推动基础发现向临床转化。论文发表于《Scientific Reports》，为膀胱癌精准医疗策略注入新动能。
