《DC Atlas》揭示了一种在肿瘤微环境（TME）中富集的罕见AS DC亚群。A、箱线图显示…… 开放获取（Open Access）

《Cancer Research》：DC atlas revealed a rare AS DC subset enriched in the TME. A, Boxplots sh... Open Access

树突状细胞（DC）是抗肿瘤免疫的核心调节者，但现有DC疗法疗效有限。本研究整合了33种癌症类型中超过2500例DC的单细胞转录组数据，构建了首个全面的DC图谱，发现AXL+SIGLEC6+ DC和Langerhans细胞样DC等罕见亚群，并揭示其独特的功能潜能。通过计算分析，明确了Langerhans细胞样DC可能作为新的抗原呈递细胞起源，并开发了机器学习模型DCTypist用于DC亚群分类。该模型成功指导了DC疫苗靶点的筛选，为免疫治疗提供了新策略。

　　在肿瘤免疫治疗领域，树突状细胞（Dendritic Cells, DC）一直被视为关键的免疫调节细胞类型。DCs不仅是抗肿瘤免疫反应的启动者，也是连接先天免疫和适应性免疫的重要桥梁。它们通过摄取肿瘤抗原并将其呈递给T细胞，激发机体的免疫应答，从而在肿瘤免疫中发挥核心作用。尽管基于DC的免疫疗法正在积极开发，但其在临床中的有效响应率仍较低，这提示我们对DC的异质性理解仍不充分。因此，进一步研究肿瘤微环境中DC的多样性以及不同癌症类型中DC的分布和功能特性，对开发新的DC基免疫疗法具有重要意义。

本研究通过整合来自超过2,500个样本、涵盖33种癌症类型的单细胞RNA测序（scRNA-seq）数据，构建了一个人类DC的全面图谱。研究发现了多种稀有DC亚群，包括AXL?SIGLEC6? DCs和类似朗格汉斯细胞（Langerhans cell-like DCs），并揭示了这些亚群在转录组学上的独特功能特征。通过计算分析，我们发现朗格汉斯细胞样亚群可能是肿瘤富集的LAMP3? DCs的额外细胞来源，并且不同的细胞来源与LAMP3? DCs的多态功能潜力相关。此外，我们还开发了一个机器学习模型，用于指导后续的单细胞分析和优先选择增强抗肿瘤DC疫苗的有效靶点。该整合资源为揭示肿瘤浸润DC的复杂性提供了全景视角，并为靶向DC的治疗策略提供了有价值的见解。

DCs通常根据其发育来源分为四个主要亚群：浆细胞样DCs（pDCs）、类型1常规DCs（cDC1s）、类型2常规DCs（cDC2s）以及单核细胞来源的DCs（MoDCs）。每个亚群在分子特征和功能上都有所不同。例如，cDC1s和cDC2s分别与CD8? T细胞和CD4? T细胞相互作用。近年来，高维单细胞技术，特别是scRNA-seq，已被广泛用于人类DC的异质性研究。研究发现了一些新的DC亚群，如LAMP3? DCs和AXL?SIGLEC6?（AS）DCs。我们之前的研究揭示了跨癌症类型的保守DC亚群，包括pDCs、cDC1s、cDC2s和LAMP3? DCs。然而，由于先前研究中获得的DC数量有限，肿瘤浸润DC的异质性仍未被充分描述。因此，我们假设在肿瘤微环境（TME）中可能存在其他稀有DC亚群。

在本研究中，我们进一步通过单细胞转录组分析，识别出10个主要的DC亚群，其中cDC2s被细分为七个不同的转录状态。这些状态反映了cDC2s在TME中的多样性。我们还发现了一些稀有DC亚群，如TRIM33?、GTF2IRD1?和RUNX3?，这些亚群在肿瘤中表现出独特的转录特征。此外，我们还发现AS DCs在肿瘤中具有显著的富集性，尤其是在皮肤癌、消化系统癌和头颈癌中。这些发现表明，AS DCs在肿瘤免疫中可能扮演重要角色，尽管它们的细胞来源和功能特性仍需进一步研究。

研究还揭示了cDC2s在TME中的多样功能潜力。例如，cDC2_C1QC、cDC2_CXCL9和cDC2_ISG15等亚群在肿瘤组织中表现出显著的富集性，并激活了与吞噬作用、细胞因子信号通路和免疫反应相关的基因通路。这些结果支持了cDC2s在肿瘤免疫中的重要作用，并为它们在不同癌症类型中的功能差异提供了依据。

对于AS DCs，我们发现它们不仅在肿瘤组织中富集，还可能来源于cDC2s。通过比较AS DCs与cDC2s和pDCs的转录特征，我们发现AS DCs在某些方面与pDCs和cDC2s共享转录调控网络，但同时也具有独特的基因表达模式。这提示我们，AS DCs可能在肿瘤免疫中起到过渡或中间状态的作用，其功能可能介于pDCs和cDC2s之间。此外，我们还发现AS DCs可能与T细胞的激活和免疫调节相关，这可能影响其在肿瘤微环境中的功能表现。

在LAMP3? DCs方面，我们发现它们的细胞来源具有多样性，可能包括cDC1s、cDC2s和LC-like DCs。通过比较这些来源的LAMP3? DCs在不同癌症类型中的分布和功能特征，我们发现cDC1来源的LAMP3? DCs与CD8? T细胞比例显著相关，这可能解释了它们在抗肿瘤免疫中的重要作用。我们还发现，LAMP3? DCs在不同癌症类型中的功能潜力存在差异，这可能与它们的细胞来源有关。

研究还开发了一个自动化的DC分类器DCTypist，用于指导后续的单细胞分析。该模型基于CellTypist，通过优化超参数和使用集成预测方法，提高了分类的准确性和稳定性。通过在多个公开数据集中的验证，我们发现DCTypist在识别AS DCs和LC-like DCs方面具有较高的准确性。此外，我们还发现了一些可能用于增强抗肿瘤DC疫苗的候选靶点，如TMEM176A和TMEM176B，这些基因可能影响DC的功能和免疫反应。

总的来说，本研究构建的DC图谱不仅揭示了肿瘤微环境中DC的异质性，还为DC基免疫疗法的开发提供了重要的理论依据和实践指导。通过深入分析DC的转录特征和功能潜力，我们为未来的免疫治疗研究提供了丰富的资源和新的方向。尽管本研究仍存在一些局限性，如对MoDCs的识别不足和对某些功能机制的探索不够深入，但其在揭示DC异质性和功能多样性方面取得了重要进展，为肿瘤免疫学和免疫治疗领域提供了新的视角。