《Frontiers in Immunology》：Single-cell dissection of hepatocellular carcinoma immunity: from heterogeneous subtypes to precision therapeutics
编辑推荐：
本综述系统阐述单细胞RNA测序（scRNA-seq）技术在肝细胞癌（HCC）肿瘤微环境（TME）研究中的突破性应用，通过解析自然杀伤（NK）细胞、树突状细胞（DCs）、T细胞、巨噬细胞、B细胞等免疫细胞亚群的功能状态与分子标记（如PRF1+细胞毒性NK细胞、FOXP3+Tregs、SPP1+巨噬细胞），揭示免疫异质性对治疗耐药（如PD-1/CTLA-4抑制剂）的影响，为精准免疫治疗提供新靶点与策略。
1 Introduction
肝细胞癌（HCC）作为全球高发恶性肿瘤，因早期诊断困难、治疗耐药及高死亡率成为重大公共卫生挑战。其复杂的肿瘤微环境（TME）在肿瘤进展、免疫逃逸、转移及治疗抵抗中起核心作用。单细胞RNA测序（scRNA-seq）技术通过解析TME的细胞异质性，为揭示肿瘤免疫学机制提供了革命性工具。本文聚焦scRNA-seq在HCC免疫细胞亚群鉴定中的进展，从分子标记基因（如PRF1、FOXP3、SPP1）的功能状态出发，探讨其临床转化价值，旨在为精准免疫治疗提供新视角。
2 Advancements and applications of scRNA-seq technology
scRNA-seq通过捕获单个细胞的转录组数据，突破了传统转录组学的群体平均值限制，在肿瘤研究中能精准刻画TME中肿瘤细胞、免疫细胞与基质细胞的动态互作。例如，在黑色素瘤脑转移研究中，scRNA-seq揭示了转移灶的特异性TME组成；在结直肠癌和非小细胞肺癌中，该技术识别了与突变关联的基因表达模式及免疫治疗应答相关亚型。于HCC领域，大规模单细胞图谱构建了肝癌发生的基因组演化轨迹，为分子分型及靶向治疗奠定基础。结合空间转录组学，scRNA-seq驱动的多组学策略正从多维角度解析疾病进展机制。
3 Deciphering the immune cell subsets of HCC TME via scRNA-seq
3.1 NK cells
NK细胞通过细胞毒性（如PRF1/GZMB介导的肿瘤细胞裂解）和免疫调节（如XCL1招募cDC1）功能参与抗肿瘤应答。scRNA-seq将其细分为细胞毒性亚群（PRF1+）、调节性亚群（XCL1+）及记忆样亚群（NKG2C+）。XCL1-XCR1轴驱动cDC1招募至TME，启动“NK-DC-T细胞”攻击轴；而NKG2C+NK细胞通过抗体依赖性细胞毒性（ADCC）增强靶向清除能力。靶向NK细胞衰竭状态或工程化改造（如CAR-NK）成为免疫治疗新方向。
3.2 Dendritic cells
树突状细胞（DCs）作为关键抗原呈递细胞，分为cDC1（XCR1+）、cDC2（SIRPα+）和浆细胞样DC（pDCs，BDCA2+）。cDC1通过交叉呈递激活CD8+T细胞，而cDC2的SIRPα-CD47互作可抑制吞噬功能，促进Treg分化。pDCs通过产生I型干扰素（IFN-I）调节免疫应答。靶向SIRPα或BDCA2可逆转DC功能抑制，增强免疫检查点抑制剂（如抗PD-L1）疗效。
3.3 T cells
T细胞亚群包括CD4+辅助T细胞（如TH1、TH17、Treg）和CD8+细胞毒性T细胞。scRNA-seq识别了关键功能状态标记： na?ve T细胞高表达CCR7和LEF1；效应T细胞中CXCR3+亚群与免疫治疗应答正相关；衰竭T细胞高表达LAG3、LAYN等免疫检查点。FOXP3+Treg通过分泌TGF-β、IL-10等抑制免疫应答，而CTLA-4阻断可恢复T细胞活性。双免疫疗法（如ipilimumab+nivolumab）已成为HCC一线治疗选择。
3.4 Macrophages
超越传统M1/M2模型，scRNA-seq揭示了巨噬细胞的功能连续性，如炎症性（CCL3+）、血管生成性（SPP1+）、代谢相关（APOE+）等亚群。SPP1+巨噬细胞通过激活HIF-1信号促进血管生成，并诱导CD8+T细胞衰竭；Arg1+巨噬细胞耗竭微环境精氨酸，抑制T细胞增殖。靶向SPP1或Arg1可逆转免疫抑制，增强PD-1抑制剂疗效。
3.5 B cells
B细胞亚群包括 na?ve B细胞（TCL1A+）、记忆B细胞（CD27+）、生发中心B细胞（BCL6+）及调节性B细胞（Bregs，CD38high）。Bregs通过IL-10和TGF-β促进Treg分化，而BCL6在维持B细胞功能的同时具致癌潜力。B细胞与三级淋巴结构形成相关，其浸润与免疫治疗预后改善有关。
3.6 Perspectives on scRNA-seq-driven cell subtype dissection
单细胞技术结合空间转录组学揭示了TME中细胞互作网络（如MRC1+TAMs通过WNT5A与癌症相关成纤维细胞互促转移）。未来需整合多组学数据，构建“空间-细胞-功能”图谱，并通过人工智能模型预测治疗应答，推动HCC精准免疫治疗发展。
4 Discussion
scRNA-seq通过高分辨率解析HCC免疫微环境，揭示了细胞异质性、动态演变及互作网络，为靶点发现（如SPP1、LAG3）和联合治疗策略（如免疫检查点抑制剂联合细胞疗法）提供理论依据。然而，技术局限性（如组织解离偏差、算法依赖性）及临床转化挑战（如缺乏标准化生物标志物）仍需通过多组学整合与功能验证解决。未来应聚焦于B细胞、NK细胞等研究不足的亚群，结合空间多组学与纵向追踪，最终实现HCC免疫治疗的个体化突破。
