从病理学到单细胞的分析框架将SPP1+ M2型巨噬细胞与肝癌（HCC）中易形成中性粒细胞外陷阱（NETs）的高风险微环境联系起来

《Journal of Translational Medicine》：A pathology-to-single-cell framework links SPP1+ M2 macrophages with NETs-prone high-risk niches in HCC

NETs通过促进肝癌（HCC）进展影响预后，但上游组织者细胞和病理关联尚未明确。本研究整合全玻片成像（WSI）、转录组学及空间转录组学，构建病理-单细胞分析框架，量化NETs风险并提名SPP1+ M2巨噬细胞为关键组织者。结果发现WSI衍生的NETs风险评分可分层患者总体生存（HR≈8.48-6.44，AUC＞0.78），且SPP1+ M2巨噬细胞与NETs+中性粒细胞在肿瘤-基质界面富集，通过OPN-SPP1-CD44/整合素和ICAM1-β2整合素轴激活FAK-PI3K-Akt及NF-κB-MAPK通路，共享缺氧/糖酵解代谢特征。

摘要

背景

中性粒细胞胞外陷阱（NETs）会促进肝细胞癌（HCC）的进展，但其上游的细胞组织者以及易产生NETs的微环境的组织病理学相关性仍不明确。我们的目标是建立一个从病理学到单细胞的框架，以便（i）从常规的全切片图像（WSI）中量化与NETs相关的风险，（ii）确定潜在的组织者细胞和机制，重点关注SPP1⁺ M2巨噬细胞。

方法

我们整合了WSI、批量转录组学、单细胞RNA-seq、空间转录组学和种系关联数据。通过基因集评分来量化NETs的活性，并将其与WSI衍生的形态特征（如纹理、基质边界破坏和肿瘤-基质界面复杂性）对齐，利用正则化特征选择和生存机器学习来训练和验证预测模型。构建了一个包含26,928个细胞的单细胞图谱，以标注巨噬细胞状态和中性粒细胞亚群，随后通过轨迹推断来模拟巨噬细胞的极化动态。通过配体-受体共表达网络评估细胞间通讯，并使用多种方法富集和通量估计来推断信号通路/代谢程序。通过反卷积和空间相互作用建模来评估空间共定位和邻域效应。最后，通过基于网络的靶点优先级排序来突出可药物作用的节点和潜在的干预途径。

结果

从WSI衍生的NETs风险评分在训练和验证队列中区分了总体生存情况（HR约为8.48和约6.44；AUC＞0.78）。多组学整合将SPP1确定为中心枢纽。SPP1⁺ M2巨噬细胞和NETs⁺中性粒细胞优先定位于肿瘤-基质界面，在那里推断出的通讯集中在OPN(SPP1)–CD44/整合素和ICAM1–β2-整合素轴上，下游涉及FAK–PI3K–Akt和NF-κB/MAPK信号通路。代谢推断表明SPP1⁺ M2巨噬细胞和NETs⁺中性粒细胞具有共同的缺氧/糖酵解–乳酸–谷胱甘肽/抗氧化程序，这与NETs生成友好的微环境一致。种系映射显示SPP1⁺ M2程序存在拮抗性关联模式。网络优先级排序突出了SRC、AKT1和CEBPB以及包括ECM–受体相互作用、FAK/PI3K–Akt、MAPK和TNF/IL-17在内的通路。

结论

我们的框架将常规病理形态与NETs活性联系起来，并将SPP1⁺ M2巨噬细胞确定为HCC中易产生NETs的高风险微环境的潜在组织者。重要的是，所提出的巨噬细胞–NETs轴得到了多组学/空间证据的支持，但主要基于关联性和推断，而非确定的因果关系。未来的工作应包括功能验证（例如巨噬细胞–中性粒细胞共培养NETs生成实验、SPP1/CD44/整合素或ICAM1–ITGB2的干扰研究以及体内耗竭/阻断研究）、前瞻性的多中心评估WSI风险评分，以及测试这一轴是否适用于其他癌症类型或仅限于肝脏。这些结果提供了一种基于定量病理学的风险分层方法，并为一组具有生物学合理性的、可靶向的信号通路和代谢节点提供了治疗探索的依据。