Nat Commun丨曹俊越/周伟团队构建泛癌单细胞多组学图谱，解析跨癌种细胞状态与黑色素瘤免疫差异|免疫性疾病|周伟|曹俊越|癌细胞|细胞系

不同癌症来自不同组织、携带不同基因组改变，却常常表现出相似的细胞状态转变，例如去分化、侵袭和耐药。这些跨癌种共性究竟由怎样的调控网络驱动？体外培养的癌细胞，又能在多大程度上保留与患者肿瘤微环境和治疗反应相关的内在程序？

近日， The Rockefeller University曹俊越与周伟团队（博士生许子涵与 MD-PhD 学生 Aileen Ugurbil 为共同第一作者）在Nature Communications发表题为Single-cell multimodal profiling of pan-cancer cell lines uncovers gene regulatory principles underlying intrinsic cell states and environmental features的研究论文。团队利用EasySci平台，对覆盖16种组织来源、20种癌症类型的60个细胞系进行单细胞转录组和染色质可及性分析，构建了包含超过46万个单细胞图谱的泛癌多组学资源。研究由此解析出跨癌种共享的上皮—间质转化调控轴，并进一步揭示肢端型与皮肤型黑色素瘤在炎症状态、肿瘤微环境及免疫治疗反应方面的系统性差异。

从表达结果追溯到调控结构

以往的大规模癌症图谱主要依赖基因突变、拷贝数变化或整体组织的转录组数据。它们能够描述癌症之间的差异，却难以分辨同一细胞系内部的状态异质性，也难以将基因表达变化追溯到上游染色质和转录因子网络。癌细胞系则提供了一个相对可控的系统。由于没有免疫、基质和血管细胞混杂，研究者可以更直接地观察癌细胞内在的调控程序。但既往细胞系图谱大多局限于单一分子模态或有限细胞数量，难以系统重建跨癌种的基因调控网络。

为解决这一问题，研究团队使用基于组合索引的 EasySci-RNA 和 EasySci-ATAC ，分别获得 240,957 个单核转录组和 223,347 个单核染色质可及性图谱。即使在相似的体外培养条件下，不同细胞系仍保留了鲜明的组织来源特征，例如黑色素瘤中的 TYR 和 PAX3 、肺癌中的 NKX2-1 和 SFTPB ，以及前列腺癌中的 AR 。

图 1 . 研究团队利用组合索引策略，对 60 个泛癌细胞系平行开展 EasySci-RNA 和 EasySci-ATAC 分析，从同一实验框架读取转录状态与染色质可及性。

跨越组织来源的共同状态：泛癌EMT调控轴

研究团队进一步将 RNA 和 ATAC 数据整合为多模态 “meta-cell” ，将转录因子、顺式调控元件和下游靶基因连接起来，构建泛癌基因调控网络。分析共识别出 85,670 条染色质调控元件与靶基因之间的关联，并根据 92 个激活型转录因子调控模块，将细胞系划分为 8 类调控状态。其中 5 类主要反映组织和谱系来源，例如神经母细胞瘤中的 PHOX2B/HAND2 、前列腺癌中的 AR/FOXA1 以及黑色素瘤中的 MITF/SOX10 。另 3 类却包含来自乳腺、肺、肾、结肠、卵巢和子宫等不同组织的癌细胞，依次对应上皮、中间和间质状态。这说明，上皮 — 间质转化（ EMT ）并非局限于某一种癌症，而是一个跨越组织来源的连续调控轴。随着细胞向间质状态移动， ZEB1 、 FOSL1 和 TEAD3 等调控程序逐渐增强，而 GRHL2 、 CEBPB 和 FOXC1 等维持上皮状态的程序逐渐减弱。该结果也在独立细胞系数据中得到验证，说明研究捕获的不只是表达相似性，而是一套可以跨平台复现的调控结构。

拷贝数变化如何推动细胞状态重编程

在此基础上，研究团队追问：癌细胞常见的拷贝数变化，是否会通过改变转录因子剂量来推动状态转变？泛癌分析显示，处于激活状态的转录因子比其下游靶基因更容易发生扩增，提示 “ 转录因子扩增 — 调控网络过度激活 ” 可能是癌细胞状态重编程的一种普遍机制。研究进一步找到位于 11 号和 20 号染色体的两个拷贝数热点区域，其扩增与上皮状态相关。20 号染色体热点中的 CEBPB 尤其突出。计算模拟显示，敲除 CEBPB 会使上皮型细胞向间质状态偏移；外部 ChIP-seq 、 CRISPRa 和 Perturb-seq 数据则从转录因子结合、靶基因激活和功能扰动等层面支持 CEBPB 维持上皮身份的作用。与此同时， 11 号染色体热点并非由单一主调控因子驱动，而更可能是多个基因剂量效应共同塑造细胞状态。这些拷贝数特征还与药物敏感性相关。携带上述扩增的细胞系对 afatinib 等 EGFR 通路抑制剂表现出更高敏感性，与间质化通常伴随 EGFR 抑制剂耐药的既有认识相一致。

肢端型与皮肤型黑色素瘤呈现相反的炎症调控景观

在泛癌图谱中，研究团队特别纳入了此前资源中代表不足的肢端型黑色素瘤。与常见皮肤型黑色素瘤相比，肢端型黑色素瘤通常发生于手掌、足底和甲下等缺乏紫外线暴露的部位，其分子特征和免疫治疗反应仍缺少系统认识。分析显示， JAK–STAT 信号是区分两种黑色素瘤的核心轴。肢端型黑色素瘤表现出一致的炎症抑制状态，其调控网络以 MITF 、 SOX10 等黑色素细胞谱系因子为主，并富集 IGF 、 ATM 和 TGF- β 相关程序。皮肤型黑色素瘤则呈现更活跃的炎症景观，由 AP-1 家族、 RUNX1 和 IRF1 等转录因子主导，伴随更强的干扰素和应激反应。

从癌细胞内在程序到肿瘤微环境

这一差异不仅存在于体外细胞系。患者数据中，肢端型特征较强的肿瘤与较少的细胞毒性 NK 细胞、 CD8 效应记忆 T 细胞和 Th1 细胞相关，同时与更多调节性 T 细胞相关。患者单细胞数据也显示，肢端型黑色素瘤中的效应 T 细胞和 NK 细胞毒性程序减弱，而免疫抑制和耗竭程序增强。跨细胞区室的配体 — 受体分析进一步将 TGF- β 指向肢端型黑色素瘤免疫抑制环境的候选连接因素：肿瘤微环境中的 TGFB1 和癌细胞中的 TGFBR1/SMAD2 程序同时增强。相比之下，皮肤型黑色素瘤则表现出更活跃的 IFN/JAK–STAT 信号和抗肿瘤免疫环境。

从内在调控程序走向治疗反应分层

研究团队最后检验了这些调控网络是否与患者治疗结果相关。仅使用肢端型或皮肤型黑色素瘤的整体表达特征时，并不能稳定区分免疫治疗响应者和非响应者；但当特征被限定为亚型特异转录因子的下游靶基因后，分层能力明显增强。这一基于调控网络的评分能够在多个免疫治疗队列中区分治疗反应，并在接受过抗 CTLA-4 、随后接受抗 PD-1 治疗的患者中关联到无进展生存和总生存。结果提示，相比一组差异表达基因，包含上游调控关系的信息可能更接近决定治疗反应的生物学结构。

这项研究提供的不只是一张癌细胞系表达图谱，而是一套连接染色质状态、转录因子、细胞表型、肿瘤微环境和治疗结局的分析框架。它表明，不同组织来源的癌细胞可以汇聚到共同的 EMT 调控轴；基因组扩增能够通过转录因子剂量和多基因协同效应重塑细胞状态；体外模型中稳定保留的癌细胞内在程序，也可能映射到患者肿瘤的免疫环境和治疗反应。

同时，这些结果仍需在更广泛的原发肿瘤、患者来源模型和前瞻性临床队列中验证。细胞系不能完整重现免疫、基质和空间环境，配体 — 受体分析目前也主要用于提出候选机制。因此，这一资源更适合作为发现调控规律、生成可验证假设和筛选候选生物标志物的起点。

原文链接：https://www.nature.com/articles/s41467-026-75360-7

制版人：十一

学术合作组织

（*排名不分先后）