华西医院揭秘磨玻璃结节最新科研成果

华西医院揭秘磨玻璃结节最新科研成果

2024年3月29日，四川大学华西医院刘伦旭教授团队在Cell Press细胞出版社期刊Cell Reports Medicine发表重要研究成果，揭示了磨玻璃结节到实性肺癌进展的多细胞生态位，为早期肺癌的诊断和治疗提供了新的思路和方向。

磨玻璃结节（Ground Glass Opacity，GGO）是肺部影像学检查中常见的发现，表现为CT扫描上的模糊、半透明影，类似磨砂玻璃。其成因多样，可能为良性或恶性病变。近年来，低剂量CT筛查的普及使得GGO肺结节的检出率逐年攀升。GGO肺结节既可能是各种良性病变，如局部间质纤维化和炎症，也可能反映肺癌相关的不同阶段，包括原位腺癌、微浸润腺癌和浸润腺癌。

值得注意的是，诊断为肺癌的GGO结节存在生物学行为差异，部分呈现惰性特征，能够维持数年不变；而另一些则会缓慢生长，呈现浸润特征。通常认为实性成分和结节大小可以指示GGO的浸润性。在小于3cm的肺癌结节中，如果GGO成分大于50%，通常在病理中也显示非浸润状态；如果GGO成分小于50%，则有20%-30%的概率发生淋巴结转移。

华西医院研究团队收集了58例肺癌患者的单细胞转录组和全外显子组数据，包括纯GGO、混合GGO、纯实性肺癌和淋巴结转移等临床分组。研究人员利用机器学习算法Ecotyper，识别出11种主要细胞类型的42种细胞状态，并发现肺腺癌细胞高表达VIM、SERPINA1和IFI16与实性成分增加相关，提示转移风险和治疗预后不佳。

结合单细胞机器学习及原位空间免疫荧光检测，研究人员识别了由不同状态细胞组成的6种多细胞生态位（lung multicellular ecotypes，LMEs），并分别发现与预后不良相关的生态位（LME01）包括Treg细胞、SPP1+巨噬细胞、MZB1+ B细胞、CTHRC1+成纤维细胞、肿瘤相关内皮细胞等多种细胞；以及与免疫治疗预后密切相关的生态位（LME04），包含淋巴样内皮细胞、CD8+ T前体细胞和Th细胞。

研究团队发现，肺腺癌细胞高表达VIM、SERPINA1和IFI16与实性成分增加相关，提示转移风险和治疗预后不佳。结合单细胞机器学习及原位空间免疫荧光检测，研究人员识别了由不同状态细胞组成的6种多细胞生态位（lung multicellular ecotypes，LMEs），并分别发现与预后不良相关的生态位（LME01）包括Treg细胞、SPP1+巨噬细胞、MZB1+ B细胞、CTHRC1+成纤维细胞、肿瘤相关内皮细胞等多种细胞；以及与免疫治疗预后密切相关的生态位（LME04），包含淋巴样内皮细胞、CD8+ T前体细胞和Th细胞。

通过整合全外显子组测序数据，研究人员发现GGO相关肺癌在早期能够有效呈递被CD8+ T细胞识别的新抗原（EGFR突变），提示免疫环境在早期能够有效控制GGO肺结节的恶化进展；然而随着实性成分的出现，识别新抗原的CD8T细胞表达出更少的效应分子，更多的耗竭分子，由此肿瘤细胞突破免疫防线，进一步进展并转移。

这项研究通过单细胞转录组数据识别了磨玻璃样和实性肺癌中常见的多细胞生态位，揭示了疾病进展的关键细胞互作模式，并初步探索了GGO中EGFR L858R来源新抗原的潜在作用。研究结果为肺腺癌异质性提供了有价值的见解，为早期疾病的靶向治疗提供了途径。

机器学习相关的人工智能在肺癌早期的应用前景非常广阔。首先，通过分析医学影像数据，如CT扫描和X射线片，机器学习可以帮助医生更准确地检测和诊断早期肺癌病变。其次，机器学习可以利用临床和分子数据，包括基因组学和蛋白组学数据，来预测患者的肺癌风险和预后，为早期筛查和个体化治疗提供依据。此外，机器学习还可以帮助解析肺癌的发病机制，发现新的生物标志物，指导药物研发和临床试验设计。

华西医院研究团队的这项研究成果，不仅揭示了磨玻璃样肺癌进展的多细胞生态位，更为早期肺癌的诊断和治疗提供了新的思路和方向。随着研究的深入，我们有理由相信，机器学习和单细胞测序技术将在医学研究中发挥越来越重要的作用，为人类健康事业做出更大贡献。