编辑推荐：
肝外胆管癌（eCCA）预后差，其肿瘤微环境中基质细胞与预后关系不明。研究人员通过单细胞 RNA 测序（scRNA-seq）及批量 RNA 测序（bRNA-seq）对 eCCA 肿瘤细胞组成进行分析，发现 6 种预后相关基质细胞亚型，可将患者分为 3 类，为 eCCA 分子分类和治疗靶点探索提供依据。
肝外胆管癌（Extrahepatic cholangiocarcinoma，eCCA）是一种起源于胆管的罕见且难治的恶性肿瘤，其 5 年生存率仅为 7% - 20%。当前肿瘤生物学研究表明，肿瘤微环境中的基质细胞对癌症患者的预后有着重要影响，但在 eCCA 中，基质亚群与患者预后的关系却知之甚少。为了深入了解 eCCA 肿瘤微环境中细胞的组成及其动态相互作用，探索潜在的治疗靶点，郑州大学第一附属医院等机构的研究人员开展了相关研究。该研究成果发表在《BMC Gastroenterology》上。
研究人员采用了单细胞 RNA 测序（scRNA-seq）和批量 RNA 测序（bRNA-seq）技术。scRNA-seq 对 5 例 eCCA 患者的 5 个肿瘤组织和 3 个癌旁正常组织的单细胞转录组进行分析；bRNA-seq 则对 43 例 eCCA 患者的肿瘤组织进行检测。样本均来自郑州大学第一附属医院接受胰十二指肠切除术的患者。
研究结果如下：
- 肿瘤基质细胞的组成和一致性：通过 scRNA-seq 分析，研究人员从 37,498 个单细胞中鉴定出 9 种主要细胞群，包括 B 细胞、内皮细胞、上皮细胞、成纤维细胞、造血祖细胞样细胞（Hematopoietic progenitor-like cells，HPLCs）、肥大细胞、髓细胞、施万细胞（Schwann cells，Sch）和 T 细胞，并进一步将其重新聚类为 46 个子群。非上皮基质细胞在不同患者中具有相似性，且肿瘤中 HPLCs、成纤维细胞和 T 细胞的转录活性与癌旁正常组织相比有所改变。
- 不同基质细胞亚型与预后的关系：
- MKI67+ HPLCs：HPLCs 具有高增殖活性，其增殖相关通路显著富集。进一步分类发现其中的红细胞祖细胞、T 细胞祖细胞和 B 细胞祖细胞，分别与抑制抗肿瘤免疫、免疫治疗反应及 B 细胞增殖相关。与 bRNA-seq 数据结合分析显示，HPLCs 及其相关标记基因与患者预后不良有关。
- TMEM158+炎症性癌相关成纤维细胞（Cancer-associated fibroblasts，CAFs）：成纤维细胞可分为肌成纤维细胞样 CAFs（myofibroblastic CAFs，mCAFs）、炎症性 CAFs（inflammatory CAFs，iCAFs）和普遍性 CAFs（universal CAFs，uCAFs）。TMEM158+ C3-Fb 属于 iCAFs，高表达炎症相关因子，与患者预后不良相关。
- FOXP3+调节性 T 细胞（Regulatory T cells，Treg）：Treg 细胞大量表达免疫抑制分子，高 Treg 活性与患者预后不良相关，提示其可能诱导免疫抑制微环境，导致 CD8+ T 细胞耗竭。
- SLIT2+ Sch 细胞：Sch 细胞激活神经元相关通路，其标记基因 SLIT2 与患者预后良好相关。进一步分析发现，髓鞘形成的 Sch 细胞亚群比修复性 Sch 细胞亚群更能限制肿瘤进展。
- TPSD1+ C2 - 肥大细胞（Mast cells，MC）和 CTSG+ C3-MC：肥大细胞可分为 4 个亚群，TPSD1+ C2-MC 与患者预后不良相关，CTSG+ C3-MC 与患者预后良好相关。前者高表达促进肿瘤进展的血清素分泌相关基因，后者高表达调节 T 细胞激活相关基因。
- 基于基质特征的肿瘤分类：根据鉴定出的基质特征的基因集变异分析（Gene Set Variation Analysis，GSVA）分数，eCCA 肿瘤可分为 3 组：增殖性的 Group 1，富含 MKI67+ HPLCs；炎症和纤维化的 Group 2，富含 TPSD1+ C2-MC、FOXP3+ Treg 和 TMEM158+ C3-Fb；神经元性的 Group 3，富含 SLIT2+ Sch 和 CTSG+ C3-MC。Group 3 患者预后较好，而 Group 1 和 Group 2 患者预后较差。
研究结论和讨论部分指出，该研究通过单细胞转录组分析揭示了 eCCA 中与预后相关的基质亚群，并将患者分为增殖性、炎症和纤维化、神经元性 3 种表型，为 eCCA 的预后评估和治疗提供了新的依据。研究还发现了 eCCA 肿瘤生态系统中独特的基质细胞亚型，如 HPLCs 等，但这些亚型对 eCCA 进展的具体作用还需进一步研究。此外，研究存在样本量有限、缺乏 pCCA 和 dCCA 的比较研究等局限性。总体而言，该研究加深了对 eCCA 肿瘤生态系统的理解，为未来 eCCA 的精准治疗奠定了基础。
