数字病理学允许使用全幻灯片图像(WSIs)对肿瘤生态系统进行计算机分析。

2023年10月25日，复旦大学邵志敏、杨文涛、江一舟和南京信息工程大学徐军共同通讯在Nature Communications 发表题为“Single-cell morphological and topological atlas reveals the ecosystem diversity of human breast cancer”的研究论文，该研究提出了单细胞形态和拓扑分析（sc-MTOP）通过提取单个细胞的细胞核形态和细胞间空间关系的特征来表征肿瘤生态系统。该研究构建了一个包含来自637个乳腺癌WSIs的4.1亿个细胞的单细胞图谱，并分别剖析了肿瘤细胞、炎症细胞和基质细胞的表型多样性。

空间解析分析识别了代表局部区域多细胞结构的复发微生态模块，并揭示了与不同分子特征和患者预后相关的四种乳腺癌生态型。多组学数据的进一步分析揭示了与临床相关的生态系统特征。在三阴性乳腺癌中，高丰度的局部聚集的炎症细胞表明免疫激活的肿瘤微环境和良好的免疫治疗反应。在激素受体阳性病例中，肿瘤细胞核的形态学异质性与细胞周期通路激活和CDK抑制剂反应性相关sc-MTOP使WSIs能够在单细胞水平上表征肿瘤生态系统。

肿瘤越来越被认为是一个由肿瘤、免疫和基质细胞以及复杂的细胞间相互作用组成的“生态系统”。癌症的生物学行为、预后和治疗反应不仅取决于肿瘤细胞的性状，还取决于其他细胞成分及其与肿瘤细胞的相互作用。癌症相关成纤维细胞是癌症基质中的主要细胞类型，可以通过与附近肿瘤细胞的异型相互作用来调节癌症进展，并有助于免疫抑制微环境和耐药性。剖析肿瘤生态系统组成以及不同细胞类型之间的关系对于理解肿瘤生物学和改善癌症管理具有重要意义。

如今，组织病理学仍然是癌症诊断的“金标准”。除了诊断信息外，苏木精和伊红（H&E）染色的病理且片提供了有关肿瘤生态系统的丰富信息，包括细胞组成、形态和空间组织。数字病理学和计算机化图像分析的出现允许从病理全玻片图像（WSI）中高通量表征肿瘤生态系统。先前的研究基于几种癌症类型的细胞形态或空间排列特征开发了预后或预测模型。这些研究确定了与特定临床结局相关的某些特征，用于模型开发，但缺乏通过整合多维特征来全面描述肿瘤生态系统。此外，一些研究通常将细胞水平的特征整合到患者水平进行建模或聚类。在单细胞水平上表征肿瘤生态系统中每种细胞类型内表型多样性的综合图谱仍然缺乏。

该研究提出了一种单细胞形态学和拓扑分析（sc-MTOP）框架，以表征单细胞分辨率下的肿瘤生态系统，并使用这种方法研究人类乳腺癌生态系统的表型多样性及其临床相关性。该框架首先使用悬浮网络来分割WSIs上的细胞核并预测它们的细胞类型。然后，针对单个细胞，基于细胞核轮廓提取细胞核形态和纹理特征;设计了一种基于图的方法对细胞间空间关系建模，并提取了一系列拓扑特征。研究将sc-MTOP框架应用于637例乳腺癌WSIs，覆盖所有免疫组织化学(IHC)亚型，并建立一个包含4.1亿个细胞的空间分辨单细胞数据集。基于数据集，研究描绘了一个单细胞形态和拓扑景观，剖析了乳腺癌生态系统的表型多样性，并揭示了与临床相关的生态系统特征。最后，为了方便数据共享和其他研究者使用sc-MTOP框架，研究开发了一个在线平台，可以访问数据，并实现对用户上传的WSIs的实时分析。

单细胞形态和拓扑分析以及生成的数据集（图源自Nature Communications ）

综上所述，研究提出了一个仅基于常规病理WSIs的肿瘤生态系统表征分析框架sc-MTOP。研究绘制了单细胞形态和拓扑图谱，系统地描述了乳腺癌生态系统的表型多样性。研究还确定了与乳腺癌对某些治疗的反应和患者预后相关的生态系统特征。这些特征有可能成为广泛适用的标志物，指导治疗决策和帮助预后评估。sc-MTOP框架和具有匹配的临床和多组学数据的大型单细胞数据集可能为进一步研究提供有价值的资源。

参考消息：

https://doi.org/10.1038/s41467-023-42504-y

转自：“iNature”微信公众号

如有侵权，请联系本站删除！