小鼠与人类肿瘤微环境（TME）的差异组装

《Nature Immunology》：Differential assembly of mouse and human tumor microenvironments

　　

小鼠模型常被用于开发人类癌症的治疗方法。然而，其肿瘤微环境（TME）在多大程度上是同构组装的，尤其是其特征刻画尚十分不足。研究人员通过对15种常用小鼠模型进行系统的免疫谱分析（immunoprofiling），发现大多数小鼠TME重现了低浸润性人类肿瘤的组成，且广泛偏向于高巨噬细胞密度。研究人员发现了已知的驱动TME组装的趋化因子（chemokine）表达网络存在显著的物种特异性偏差，以及T细胞和髓系（myeloid）细胞亚型频率的不协调。即使存在可变的排列，跨物种和队列之间仍出现了保守的细胞类型特异性基因表达程序（GEP）。剖析协调的T细胞-髓系基因表达程序揭示了一个保守的轴，即干扰素（IFN）反应性髓系状态与正在进行的T细胞细胞毒性之间的联系，这种联系超越了组织起源并可预测临床结果。总之，这项工作提供了一个实用的图谱，概述了使用小鼠模拟人类癌症的危险与机会。

研究背景：人类肿瘤微环境（Tumor Microenvironment, TME）的免疫组成是决定患者预后的关键因素，其涵盖从高度炎性、免疫富集（“热”）肿瘤到多种低浸润（“冷”）类型的谱系。尽管小鼠模型在揭示肿瘤发生、进展及药物耐药的保守机制方面不可或缺，并证明了免疫检查点阻断疗效及肿瘤免疫逃逸的基础，但临床前药效预测频繁失败，凸显了需要更细致地选择模型并深入理解物种特异性肿瘤免疫差异。目前，针对小鼠与人类TME之间深入、高分辨率的系统性比较仍然有限，缺乏足够的广度与分辨率来评估小鼠模型在捕捉人类TME全谱多样性方面的能力。

本研究论文发表于《Nature Immunology》。研究人员通过开展了一项系统性跨物种比较研究，生成了多样化小鼠TME的高维轮廓，并将其与人类TME数据集进行分析整合。研究发现，大多数常用小鼠模型主要类似于人类免疫荒漠型、巨噬细胞富集的TME亚型，表现出总体免疫细胞频率更低、T细胞更少且髓系（尤其是巨噬细胞）频率更高的组成偏差；同时发现了趋化因子表达网络（如CXCL13、CCR2、CCR5等）及细胞-细胞关系（如T细胞与巨噬细胞频率相关性）的显著物种差异。尽管如此，研究也识别出跨物种保守的细胞类型特异性基因表达程序（GEP）以及T细胞“细胞毒性”与髓系“IFN反应”程序之间的协调轴，该轴可预测患者生存。该研究为转化癌症研究中更明智地选择和优化小鼠模型提供了基于数据的实用框架与资源。

主要关键技术方法：研究人员对15种广泛使用的移植性、自发性及基因工程小鼠肿瘤模型（涵盖BALB/c和C57BL/6背景）在接种后第14天（或约500 mm3）的肿瘤进行了高维免疫谱分析，使用飞行时间流式细胞术（CyTOF）对所有15种模型及单细胞RNA测序（scRNA-seq）对其中9种模型进行 profiling；以包含深层转录组 profiling的人类ImmunoProfiler数据集及基于TCGA建立的免疫亚型分类框架作为主要比较基准；此外，还查询了来自NCBI Sequence Read Archive（SRA）的2543个小鼠RNA-seq样本进行大队列映射分析。分析方法包括基于10个主要TME细胞区室的组成嵌入与余弦相似性分析、趋化因子与受体转录表达的比较、细胞频率间的Pearson相关矩阵分析、共识非负矩阵分解（cNMF）以定义T细胞与髓系细胞GEP、Jaccard相似性指数以量化跨物种GEP重叠，以及基于GEP富集组合的患者生存分析（Kaplan–Meier与log-rank检验）。

研究结果：

大多数小鼠模型重现了荒漠型、巨噬细胞富集的人类肿瘤组成：研究人员通过对15种小鼠模型及人类TME进行基于CD45?、T细胞、髓系、基质等10个区室的频率比较，发现小鼠TME总体免疫细胞频率显著低于人类TME，且一致含有更少T细胞与更高髓系频率（尤其偏向巨噬细胞丰度）。方差分析显示小鼠TME差异主要由髓系密度与组成驱动，而人类TME表现出更广的T细胞变异性；成像验证表明人类肿瘤普遍呈T细胞主导，而小鼠肿瘤呈强烈髓系偏向。将小鼠样本嵌入人类免疫原型（archetype）空间后，几乎所有模型（除RENCA）与免疫荒漠、巨噬细胞富集的人类原型聚类在一起，这两类原型仅占ImmunoProfiler队列中约17%的患者。对2543个公共小鼠RNA-seq样本进行免疫亚型分类映射，显示超过60%为“淋巴细胞耗竭（C4）”型，仅约7%为“免疫富集”型，表明低T细胞浸润是小鼠肿瘤的主导特征，且该T细胞/髓系失衡在不同实验条件（如原位与皮下接种、不同饲养环境、老年或高脂饮食小鼠）下持续存在。

趋化因子网络的差异：研究人员通过对分选的人类TME区室（T细胞、T_reg、髓系、肿瘤、基质） bulk RNA-seq与小鼠TME scRNA-seq伪 bulk数据，系统分析趋化因子及其受体转录表达。发现尽管部分趋化因子网络保守（如CCR4、CCR7、CXCR4、CXCR6及其配体），但存在关键差异：小鼠T细胞中CCR2与CCR5转录本低于人类T细胞（CCR5蛋白水平亦经流式验证），且CXCL9、CXCL10及CXCL13的区室表达模式高度不相似——小鼠TME中这些配体富集于基质（成纤维细胞），而在人类TME中分别偏向髓系及T/T_reg细胞。由于CXCL13? T细胞被认为与人类免疫检查点治疗反应网络相关，其在小鼠模型中罕见，这对相关研究具有重要指引。

TME免疫细胞网络的非物种一致性偏差：研究人员分析细胞类型频率间的相关性发现，两种物种均显示总免疫浸润与Ki-67?增殖肿瘤细胞负相关、CD8 T细胞频率与其耗竭程度正相关、以及cDC1/cDC2与CD8/CD4 T细胞频率正相关等保守相关；但部分相关仅在人类或仅在小鼠TME中存在：如小鼠TME中常规CD4 T（T_conv）与T_reg频率相关而在人类TME中未广泛存在；小鼠TME中T细胞与髓系细胞、CD8 T与巨噬细胞频率相关而在人类TME中并非全局特征。当将人类样本限制为匹配小鼠特征的免疫荒漠型原型时，部分非保守相关可被恢复，提示这些细胞互作可能仅在特定TME条件下（如缺乏大量T细胞池或总体髓系偏向时）共存。

共识非负矩阵分解识别稳健的跨物种转录程序：研究人员应用cNMF在T细胞（人类除外T_reg）与非颗粒髓系细胞中定义GEP并进行跨物种基准比较。人类T细胞中发现9个稳定GEP（如T_3“T细胞细胞毒性”：PRF1、LAG3、GZMB、NKG7；T_9“CD4调节”：TSC22D3、JUNB、RGS1、IL7R、CD69），小鼠T细胞中25个；人类髓系中14个（如My_1“炎症”：IL1A、IL1B、NLRP3；My_2“IFN反应”：IFIT2、IFIT3、ISG15、CXCL10），小鼠髓系中23个。Jaccard相似性指数显示跨物种有高相似度的GEP对（如T_3、T_9、My_1、My_2、My_8、My_11），且与独立人类研究中的“元程序（meta-programs）”及胶质瘤T细胞/髓系GEP存在对应。研究人员进一步描述小鼠细胞亚型对GEP的使用模式，并发现部分GEP（如My_1、My_2、My_11）在小鼠伤口愈合髓系细胞中亦有相似GEP，表明其核心保守性跨越研究与生物学过程。

细胞间GEP“运动”及其临床相关性：研究人员检查T细胞与髓系GEP富集间的相关（“运动”），发现一个跨物种保守的关联：T_3“T细胞细胞毒性”与My_2“IFN反应”呈正相关，在人类的IR CD8 mac与IS CD8原型及小鼠MC38、CT26、B16-F10模型中尤为明显。按此两GEP高低分组患者显示，T_3^HiMy_2^Hi组合倾向更好总生存；在TCGA大队列中该两GEP亦强相关，且T_3^HiMy_2^Hi是最有利的组合。其他人类GEP相关（如T_9“CD4调节”与My_1“炎症”）在小鼠中未全局保守；在TCGA中T_9^Hi/My_1^Lo患者倾向更好生存，提示无并发IL-1相关髓系炎症的CD4 T细胞活化可能是较优状态。

讨论部分总结：研究人员指出本研究提供了数据与系统性分析，用以审视小鼠TME在何种程度及情形下可代表人类TME，明确了以往未充分定义的细胞与分子短板，同时强调与特定人类TME对齐且可研究的保守免疫关系与基因程序，从而为基于所复制人类生物学选择与优化模型提供指导。小鼠模型适合研究巨噬细胞富集、低浸润肿瘤原型中的免疫反应，部分保守关系（如T细胞浸润与耗竭相关、Ki-67与T细胞浸润负相关、部分趋化因子轴及“T细胞细胞毒性”-“IFN反应”髓系程序协调）跨物种存在。相反，大多数小鼠肿瘤难以模拟常见于肾、肺或皮肤癌的T细胞主导人类TME，这种差异延伸至群体协调与转录调控（如T_9与My_1的差异化协调）。在15个模型中，RENCA是例外：免疫高度浸润且富集髓系、树突状细胞与CD4 T_reg，关联于高髓系含量且偏向CD4 T细胞的人类原型；少数小鼠肿瘤（~7%）可近似免疫富集人类亚型。研究人员也讨论小鼠肿瘤相对缺乏T细胞的可能原因（如免疫优先级进化差异、实验室小鼠环境免疫刺激较少、肿瘤快速生长限制适应性反应等），并指出本研究未涵盖免疫治疗后跨物种响应机制、动态TME组成、以及NK细胞/B细胞/中性粒细胞/固有淋巴样细胞等种群比较。

研究结论部分翻译：典型的小鼠模型不能完整代表人类TME的谱系。尽管若干细胞-细胞关系及核心基因程序联系保守，但在免疫组成、趋化因子网络及调节程序协调上存在重要差异。这些发现强调了小鼠模型的效用与局限；仔细将小鼠模型匹配至特定人类TME原型，并分析保守转录电路，对于提高转化相关性至关重要，同时也需认识到差异存在时应谨慎。