中国科学技术大学瞿昆等团队绘制人类胶质母细胞瘤高清空间细胞图谱

yinfuhua

Nat Neurosci：中国科学技术大学瞿昆等团队绘制人类胶质母细胞瘤高清空间细胞图谱，为分型诊疗与靶向治疗提供新蓝图! c* r) j! k2 Z0 q( E( @
1.        胶质母细胞瘤（GBM）
4 r4 I  a' E2 g- ~3 j2.        巨噬细胞（TAM）
" D9 U% o, P2 V* y5 ^3.        肿瘤恶性程度
0 [# G$ X2 G" ~1 a来源：iNature 2026-04-21 12:41
) @8 b/ S, H7 u, o3 m& j该研究提供了原发性GBM组织中空间结构和细胞间通讯的全面路线图，为理解驱动肿瘤恶性程度的机制提供了有价值的见解。
( x0 p4 Q) g1 u+ C# @, U2 X理解胶质母细胞瘤（GBM）及其微环境复杂的细胞和空间组织，对于改善诊断和治疗至关重要。& m* T/ v; _) o* _) i" N1 E
2026年4月16日，中国科学技术大学瞿昆、唐爱辉、程传东和李守振共同通讯在Nature Neuroscience 在线发表题为Spatial and single-cell characterization of human glioblastoma tumor microenvironment reveals malignant cellular communities的研究论文。
9 ^/ V6 N! q: K2 l+ u" l& p该研究整合了来自100例患者的121个空间转录组学、单细胞RNA测序、单细胞转座酶可及染色质测序（使用测序方法）以及局部测序图谱，以表征原发性GBM组织。' H( l" b  |7 o' s" t2 ]% @4 J  l+ K
该研究识别出四种恶性细胞群落，它们在患者之间呈现出一致的细胞类型组成、基因表达和细胞间相互作用模式。该研究发现了两种间充质样（MES-like）肿瘤细胞亚群：MES-Hyp，与单核细胞来源的脑巨噬细胞在缺氧区共定位；以及MES-Ast，与内皮细胞、周细胞和血管平滑肌细胞相关。/ E# y2 _" ^: i7 b5 D3 E, V  N
作者还预测并实验验证了每个细胞群落中参与细胞间通讯的细胞亚型和配体-受体对。此外，局部测序分析显示，与胶质瘤细胞的突触连接主要由神经元和少突胶质细胞前体样肿瘤细胞形成。( O* G) O7 q. x" y1 j" Z# Q0 n4 H
总体而言，该研究揭示了GBM的空间组织和细胞间通讯，提供了潜在的治疗靶点。/ }- v3 c( T- l% C- m! A- w
( Z8 x/ G% \! m% a2 m$ A
胶质母细胞瘤（GBM）是成人中最常见的原发性恶性胶质瘤，其特征为其微环境中广泛的细胞异质性。在GBM中已鉴定出四种不同的恶性细胞亚型——间充质样（MES-like）、星形胶质细胞样（AC-like）、少突胶质细胞前体样（OPC-like）和神经前体样（NPC-like）—并且在一个肿瘤标本中通常共存多种肿瘤亚型或状态。
" h! B- ?8 U1 G空间转录组学（ST）研究已揭示人GBM由无序和结构化区域共同组成，具有与缺氧相关的五层结构，并表现出不同的转录程序，包括缺氧/坏死、血管生成和神经元发育。然而，仍需要对大规模队列中GBM的空间结构进行全面表征，以阐明驱动肿瘤进展的机制。5 o2 C% i1 k' o* ]# l" r, c1 T
肿瘤相关巨噬细胞（TAM）是GBM微环境中最普遍的细胞群。尽管已知肿瘤细胞与TAM之间的相互相互作用会促进GBM进展，但驱动TAM亚群向促恶性肿瘤表型极化的转录调控机制仍不清楚。与此同时，越来越多的证据表明，神经元通过旁分泌信号以及与胶质瘤细胞的直接突触连接来积极支持胶质瘤生长；然而，优先形成神经-胶质瘤突触的具体肿瘤亚型仍未解决。0 v6 t3 m/ a+ Y

4 k- T9 _6 [0 k6 p7 j, b: x研究流程图（图片源自Nature Neuroscience ）
5 ~% l$ L6 g) b  t在本研究中，作者整合了来自27例患者的32个空间转录组图谱以及来自53例患者的118,639个小细胞质RNA测序/小细胞核RNA测序（scRNA-seq/snRNA-seq）细胞。作者识别出GBM患者中四个不同的空间区域，称之为“细胞群落（CC）”，其特点是在多个患者样本中具有保守且反复出现的细胞类型组成、基因表达和细胞间相互作用模式。8 ?( g- U" `/ G! Z4 U+ O
为了验证作者在细胞共定位、通讯和功能相关性方面的发现，作者进行了多轮原位杂交（ISH）、多重免疫染色、扰动实验和局部测序（Patch-seq）实验。该研究提供了原发性GBM组织中空间结构和细胞间通讯的全面路线图，为理解驱动肿瘤恶性程度的机制提供了有价值的见解。: C& f! k  M: W: {- d
原文链接：https://www.nature.com/articles/s41593-026-02265-54 l$ G8 L3 q6 Z2 g# _" R2 C4 [
/ Q& ^! k" |) r& i/ ~- s! R