研究案例 01

单细胞 + 空间组学整合框架揭示 GBM 恶性细胞群落的空间组织与互作网络

GBM 三类细胞群落(CC-1 / CC-2 / CC-3)的 CODEX 多重免疫荧光成像

图 1 · GBM 三类细胞群落的 CODEX 多重蛋白成像验证:CC-1(缺氧核心区,NDRG1⁺ MES-Hyp 肿瘤 + GPNMB⁺ TAM5 巨噬细胞 + VEGFA);CC-2(血管富集区,CD31⁺/SMA⁺ 血管 + ITGA1⁺/COL1A2⁺/COL6A2⁺ 基质 + CD44⁺ MES-Ast);CC-3(神经元富集区,NeuN⁺ 神经元 + OLIG2⁺ 少突 + Neurexin-1/Neuroligin-3 突触相关 + GDF11⁺ 调控因子 / OPC-like 肿瘤),500 μm / 50 μm 双尺度标尺。

该研究通过大规模、多组学整合的方式,为胶质母细胞瘤(GBM)这座「细胞谜宫」绘制了一份高清空间图谱。该研究纳入了 100 例原发性 GBM 患者,整合了 121 个组学数据,是迄今为止最大规模的 GBM 单细胞和空间组学图谱之一。

在本研究中,CODEX 作为关键的空间验证工具,与其他技术协同,共同构建了完整的证据链。其核心作用是在蛋白层面,于组织原位验证了由转录组数据预测的细胞空间共定位关系:

  1. 验证细胞群落的空间结构:CODEX 通过多重蛋白染色,在单细胞分辨率下直观地证实了四种细胞群落(CCs)的存在及其独特的细胞类型组成。
  2. 验证关键的细胞互作:它为 MES-Hyp 与 TAM5-GPNMB 巨噬细胞、MES-Ast 与血管细胞等在特定群落中的共定位,提供了直接的、可视化的蛋白层面证据。
  3. 补充功能蛋白信息:与转录组数据互补,CODEX 能够检测在蛋白水平上发挥功能的分子(如细胞因子、表面受体等),从而更全面地描绘细胞间的相互作用网络。

GBM CODEX Panel 设计

围绕 GBM 群落结构(CC-1 缺氧 / CC-2 血管 / CC-3 神经元)和肿瘤–微环境互作设计的代表性多谱系标志物组合:

分类细胞类型CODEX Marker
免疫白细胞CD45
巨噬细胞CD163、lysozyme、GPNMB
组织基质血管内皮CD31
平滑肌SMA
血管生成因子VEGF-A
细胞外基质Collagen IV、COL1A2、COL6A2、ITGA1
中枢神经系统神经元NeuN、Doublecortin、Neuroligin 3、Neurexin-1
少突胶质OLIG2
星形胶质GFAP
小胶质IBA1
神经发育 / 调控因子GDF11
功能蛋白肿瘤干性与侵袭CD44
缺氧 / 应激相关蛋白NDRG1

研究意义

通过这种整合分析,该研究极大地拓展了我们对 GBM 微环境复杂性的认知,为未来的精准分型与靶向治疗提供了全新的理论依据和潜在靶点。

参考文献

Lin J, Chen C, Li S, et al. Spatial and single-cell characterization of human glioblastoma tumor microenvironment reveals malignant cellular communities. Nat Neurosci. 2026;29(7):1342-1354. doi:10.1038/s41593-026-02265-5 查看原文 ↗