技术解析|（1）scRNA-seq与空间转录组学联合分析揭示子宫内膜癌中MDK-NCL介导的免疫逃逸机制

1. 从“看见”到“看清”：单细胞与空间技术的联手

大家好，我是老张，在生物信息分析这个行当里摸爬滚打了十几年，尤其是这几年，单细胞和空间组学火得一塌糊涂，我经手处理的数据集没有一千也有八百了。今天想和大家聊聊一个特别有意思的研究，它把单细胞RNA测序（scRNA-seq）和空间转录组学这两项“黑科技”拧成了一股绳，去深挖子宫内膜癌这个“沉默杀手”内部不为人知的秘密。很多刚入门的朋友可能会觉得，单细胞测序不就是把细胞一个个分开看基因表达吗？空间转录组不就是看这些表达发生在组织的哪个位置吗？两者结合能有什么新花样？我一开始也这么想，但实际做下来才发现，这“1+1”产生的效果远大于2，它让我们从“看见细胞在干什么”，进化到了“看清细胞在哪儿、跟谁说话、说了什么悄悄话”。

就拿子宫内膜癌来说，传统的批量测序（Bulk RNA-seq）就像一杯混合果汁，告诉你这里面有苹果味、橙子味，但分不清具体是哪个苹果细胞贡献的酸，哪个橙子细胞贡献的甜。而scRNA-seq技术，就像拥有了一个超级精细的滤网，能把每个水果细胞都单独分离、榨汁、品尝。我们终于能区分出肿瘤里具体有哪几类细胞：嚣张的癌细胞、助纣为虐的成纤维细胞、功能各异的免疫细胞等等。但这还不够，因为我们不知道这些细胞在肿瘤组织里是怎么“排兵布阵”的。一个凶狠的癌细胞，如果它孤零零地待在角落，和一个被众多“帮手”簇拥在核心的癌细胞，破坏力是完全不同的。

这时候，空间转录组学技术就登场了。它就像给组织切片拍了一张超高清的“基因表达地图”，每个像素点（spot）都记录了该位置所有细胞的基因表达混合信号。虽然单个spot的分辨率还不足以定位到单个细胞，但当我们把scRNA-seq得到的“细胞身份词典”和这张“空间地图”结合起来时，就能反推出每种细胞类型在组织中的具体分布。这就好比你先通过单细胞技术认识了“张三”（T细胞）和“李四”（癌细胞）的长相和说话特征，然后在一张集体合照（空间数据）里，通过分析每个区域的声音特征（基因表达模式），就能推断出“张三”大概站在照片左边，“李四”聚集在照片中央。这项研究正是这么干的，它先通过scRNA-seq定义了子宫内膜癌微环境中的9个主要细胞群，再把它们“映射”回组织切片上，直观地看到了上皮细胞（癌细胞的来源）是如何在空间上占据主导的。

2. 抽丝剥茧：肿瘤微环境里的“活跃分子”与“沉默帮凶”

当我们有了细胞类型清单和它们的空间坐标，下一个核心问题自然就是：它们之间在交流什么？是谁在发号施令，谁又在默默执行？这就需要用上细胞通讯分析工具了，比如这项研究里用到的CellChat。我处理过不少类似的数据，这个过程有点像破译一场大型的、嘈杂的无线电报会议。每个细胞都在持续发射和接收着由配体（Ligand）和受体（Receptor）这对“密码”组成的信号。

分析结果往往非常直观。在这项子宫内膜癌的研究中，他们发现上皮细胞是信号发射的“最强广播塔”，而内皮细胞（构成血管的细胞）则是信号的“主要接收站”。这个发现本身就很有启发性。它提示我们，癌细胞（主要来源于上皮细胞）可能正在主动地、高强度地向其周围环境，特别是向为肿瘤输送养分的血管系统，传递着某种关键信息。那么，这条最关键的信息通道是什么呢？分析指向了一条名为MK信号通路的途径。

MK通路里的关键角色，是一个叫做MDK的配体和一个叫做NCL的受体。MDK主要在上皮细胞和纤毛细胞里高表达，而它的“接头人”NCL则在几乎所有类型的细胞上都有表达，像个无处不在的“信号接收器”。这就构成了一个非常高效的通讯架构：少数表达MDK的细胞（如癌细胞），可以向周围大量表达NCL的细胞（包括内皮细胞、免疫细胞等）广播信号。研究者进一步深挖，把上皮细胞和内皮细胞各自又分成了几个亚群。结果发现，上皮细胞中某些更具恶性的亚群（比如簇1和簇2），正是MDK信号的主要发射源；而内皮细胞中一个特定的亚群（簇0），则是NCL信号的主要接收者，并且这个内皮细胞亚群显示出更活跃的血管生成等相关通路。这就像找到了犯罪团伙里的“指挥官”（恶性上皮亚群）和它直接控制的“行动队”（特定内皮亚群），而他们之间联络的暗号，就是MDK-NCL这对配体-受体。

光有单细胞层面的推断还不够，万一这只是细胞分离后产生的人工假象呢？这时候，空间转录组数据的验证就至关重要了。研究者利用空间数据，分析了组织切片上相邻“点位”之间的通讯情况。你猜怎么着？在空间局部微环境中，MDK-NCL相互作用依然位列最活跃的通讯对前茅。这就从空间邻域的角度，实锤了这种通讯是真实发生在肿瘤组织原位，而不是技术假象。MDK信号在空间上“热点”区域，与癌细胞富集区域高度重合，这进一步证实了癌细胞正是通过分泌MDK来影响其周边微环境。

3. 关键推手：MDK-NCL如何为癌细胞打造“免疫避风港”

前面的分析告诉我们MDK-NCL这条线很重要，但它的具体后果是什么？这才是研究最精彩的部分，也是与临床治疗潜力直接挂钩的地方。研究者把目光投向了肿瘤免疫微环境。他们利用公共数据库（如TCGA）的大量样本，做了一个非常聪明的关联分析：计算每个肿瘤样本的免疫评分（ImmuneScore）、基质评分（StromalScore）等指标，然后看这些指标与MK通路基因（包括MDK和NCL）的表达量是什么关系。

结果令人印象深刻：NCL的表达水平与免疫评分呈显著的负相关。也就是说，肿瘤里NCL越高，免疫细胞的浸润和活性可能就越低。MDK也显示出类似的趋势。这就像发现了一个“免疫刹车”的标记物。更进一步的生存分析显示，与MDK-NCL通路相关的一些基因，其高表达与患者较差的预后相关。把这些线索串起来，一个合理的逻辑链条就浮现了：

1. 癌细胞（尤其是恶性亚群）高表达MDK。
2. MDK作为配体，结合到微环境中多种细胞（内皮细胞、免疫细胞等）表面的NCL受体上。
3. 这条通路的持续激活，抑制了免疫细胞的功能，降低了它们攻击癌细胞的能力（即创造了免疫抑制环境）。
4. 同时，该通路还可能“教育”基质细胞（如内皮细胞），让它们为肿瘤生长提供更有利的支持（如促进血管生成）。
5. 最终，导致肿瘤逃脱免疫系统的监视和清除，患者预后变差。

所以，MDK-NCL轴不仅仅是细胞间的一个普通聊天通道，它更像是癌细胞用来“驯化”周围环境、为自己打造一个“免疫避风港”的关键工具。它一边给免疫系统“踩刹车”，一边给肿瘤的支撑系统“加油门”。这个发现的意义在于，它为我们提供了一个非常具体的、可干预的靶点。既然这条通路促进了免疫逃逸，那么阻断MDK与NCL的结合，是不是就能解除免疫抑制，让患者的免疫系统重新识别并攻击癌细胞呢？这为开发新的免疫治疗策略（比如针对MDK或NCL的抗体或小分子抑制剂）提供了坚实的理论依据。

4. 实战指南：如何复现与拓展这类联合分析

看到这里，可能有些动手能力强的朋友已经跃跃欲试，想用自己的数据试试了。别急，我结合自己的经验，给大家捋一捋复现和拓展这类分析的关键步骤和容易踩的坑。整个流程可以大致分为四个阶段：数据准备与预处理、单细胞图谱构建、细胞通讯分析、空间整合与验证。

### 4.1 数据获取与质控：万事开头难

首先，你得有数据。像这项研究一样，从GEO、TCGA、EGA等公共数据库下载是常见起点。这里有个小技巧：尽量选择同一癌种、平台接近的数据，可以减少批次校正的难度。下载的scRNA-seq数据通常是基因-细胞表达矩阵。第一步永远是质控。我用Seurat包（R语言）居多，标准流程一般是：

# 假设你的数据已经读入为一个Seurat对象，名为‘seurat_obj’ # 计算细胞的质量指标 seurat_obj[["percent.mt"]] <- PercentageFeatureSet(seurat_obj, pattern = "^MT-") seurat_obj[["percent.rb"]] <- PercentageFeatureSet(seurat_obj, pattern = "^RP[SL]") # 绘制质控小提琴图，直观查看分布 VlnPlot(seurat_obj, features = c("nFeature_RNA", "nCount_RNA", "percent.mt"), ncol = 3) # 根据分布设置过滤阈值，例如： seurat_obj <- subset(seurat_obj, subset = nFeature_RNA > 200 & nFeature_RNA < 6000 & percent.mt < 20)

过滤掉低质量细胞（基因数太少）和死细胞（线粒体基因比例过高）是关键。原始文章里提到了“批次效应”，他们用了CCA（典范相关分析）来整合多个样本。现在Seurat的IntegrateData函数（基于锚点的方法）更常用，效果也很稳定。记住，整合前要对每个样本单独进行标准化（NormalizeData）和找高变基因（FindVariableFeatures）。

### 4.2 细胞分群与注释：给细胞发“身份证”

质控整合后的数据，经过标准化、缩放、降维（PCA）和聚类（如Louvain算法），就能在UMAP图上看到不同的细胞群了。接下来是最需要生物学知识的一步：细胞类型注释。这没有完全自动化的金标准，非常依赖已知的标记基因。

# 使用已知的标记基因来可视化，辅助判断 FeaturePlot(seurat_obj, features = c("EPCAM", "PECAM1", "CD3D", "CD79A", "COL1A1", "CD68", "MS4A2")) # EPCAM（上皮），PECAM1（内皮），CD3D（T细胞），CD79A（B细胞），COL1A1（成纤维），CD68（巨噬），MS4A2（肥大） # 也可以使用单细胞参考数据库进行半自动注释，如`SingleR`包 library(SingleR) ref <- HumanPrimaryCellAtlasData() # 举例，加载一个参考数据集 sce <- as.SingleCellExperiment(seurat_obj) # 转换格式 pred <- SingleR(test = sce, ref = ref, labels = ref$label.main) seurat_obj$celltype <- pred$labels # 将注释结果添加到metadata

文章里把细胞分成了9大类，并且进一步对上皮和内皮细胞做了亚群分析。亚群分析通常是把某一类细胞提取出来（subset），重新进行标准化、降维和聚类。这时候关注的标记基因就更细致了，比如内皮细胞里区分淋巴内皮（LYVE1,PROX1）和血管内皮（CD34,VWF）。

### 4.3 细胞通讯推断：破译细胞“社交网络”

细胞注释好后，就可以用CellChat或CellPhoneDB等工具来推断通讯了。我更喜欢CellChat，因为它输出结果可视化非常友好，而且能整合多个数据集进行比较。

library(CellChat) # 创建CellChat对象，需要表达矩阵和细胞类型标签 data.input <- GetAssayData(seurat_obj, assay = "RNA", slot = "data") # 使用标准化后的数据 meta <- seurat_obj@meta.data cellchat <- createCellChat(object = data.input, meta = meta, group.by = "celltype") # 设置配体-受体数据库（内置人类或小鼠的） CellChatDB <- CellChatDB.human cellchat@DB <- CellChatDB # 识别过表达的配体和受体 cellchat <- subsetData(cellchat) # 可选，为加快速度可以只保留高表达基因 cellchat <- identifyOverExpressedGenes(cellchat) cellchat <- identifyOverExpressedInteractions(cellchat) # 计算通讯概率 cellchat <- computeCommunProb(cellchat) # 过滤掉细胞数太少的通讯 cellchat <- filterCommunication(cellchat, min.cells = 10) # 整合所有通路的通讯结果 cellchat <- computeCommunProbPathway(cellchat) # 汇总细胞层面的通讯网络 cellchat <- aggregateNet(cellchat)

运行完后，你就可以画出像文章中那样的点图、圆图、和弦图，直观地看到哪些细胞在活跃地发出信号（如文章中的上皮细胞），哪些在接收信号（如内皮细胞），以及最重要的信号通路（如MK通路）和配体-受体对（如MDK-NCL）。

### 4.4 空间转录组整合与验证：从推断到“目击”

这是让分析提升一个档次的关键。你需要有匹配癌种的空间转录组数据（如10x Visium数据）。核心思路是：利用单细胞数据作为参考，去反卷积（deconvolute）空间数据每个spot的细胞组成。常用工具有SPOTlight、Cell2location、RCTD等，Seurat也内置了SpatialDecon相关功能。

# 假设‘seurat_ref’是你的单细胞参考数据集（已注释好），‘visium_obj’是空间数据对象 # 使用SPOTlight进行反卷积为例 library(SPOTlight) # 准备数据：从单细胞数据提取标记基因 markers <- Seurat::FindAllMarkers(seurat_ref, only.pos = TRUE, min.pct = 0.25, logfc.threshold = 0.25) # 运行SPOTlight deconv_result <- spotlight_deconvolution( se_sc = seurat_ref, counts_spatial = visium_obj@assays$Spatial@counts, clust_vr = "celltype", # 单细胞数据中的细胞类型列名 cluster_markers = markers, n_top = NULL # 使用所有标记基因 ) # 将反卷积结果（每个spot的细胞类型比例）添加到空间对象 visium_obj <- AddMetaData(visium_obj, deconv_result$mat, col.name = colnames(deconv_result$mat))

有了每个spot的细胞组成，你就可以结合空间坐标，画出细胞类型分布图（就像文章中的图5A）。更进一步，可以用NICHES这样的工具，专门分析空间局部邻域内的细胞通讯。它会在每个spot周围定义一个微环境，计算其中可能发生的配体-受体互作，从而在空间上验证你从单细胞数据中推断出的关键通讯（如MDK-NCL）是否确实发生在组织的特定区域。这一步的成功，能极大地增强你研究结论的说服力。

最后，别忘了用公共大队列数据（TCGA、GEO）做关联分析和生存分析，把分子发现和临床结局联系起来，就像原文中验证NCL与免疫评分负相关那样。这整个流程走下来，你就能完成一次从单细胞到空间、从现象到机制、从基础到临床的完整探索了。过程中肯定会遇到各种报错和参数调整的问题，别怕，这都是常态，多查文档、多交流，每一个坑踩过去，你的功力就增长一分。