细胞在肿瘤中的位置和可及性水平，影响其在癌症生物学中的作用

此前，有科研人员利用3D癌症模型来研究卵巢癌患者机体中肿瘤的生长、进展以及对新型疗法的反应情况，但是成功的并不多见，而传统的2D细胞培养并不能模拟肿瘤组织的关键特征，物种间的差异也可能会导致很多在动物宿主中进行的成功疗法在人类临床试验中变得无效。

近日，科学家们利用卵巢癌肿瘤的三维模型，发现了基于细胞在肿瘤中的位置的基因活性差异，证明了细胞在癌变肿瘤中的位置和环境如何强烈影响哪些基因活跃以及细胞在癌症生物学中的作用。更具体地说，由美国国立卫生研究院下属的国家推进转化科学中心(NCATS)的研究人员共同领导的研究小组表明，肿瘤表面或附近细胞的基因活性与靠近肿瘤中心的细胞不同。

该方法将揭示肿瘤内单细胞遗传活性的技术与扩散到肿瘤中的荧光染料相结合。这项工作可以让研究人员研究相同的疾病在人与人之间是如何变化的，以及如何以不同的方式发展。这项研究可以帮助临床医生确定针对肿瘤特定区域的治疗策略，这可能会为癌症和其他疾病带来更好的治疗方法。研究小组于6月21日在《细胞系统》杂志上报告了他们的研究结果。

“人们普遍认为，细胞的位置和周围环境会影响细胞的身份，”NCATS的转化科学家克雷格·托马斯博士说。“两个细胞可能基因相同，但具有不同的细胞身份，这意味着不同的基因会因它们的位置和环境而被激活。我们的目标是建立一种简单的方法，在多种环境下研究这一概念。”

这种新系统被称为外源性灌注分割(Segmentation by Exogenous Perfusion，简称SEEP)，它利用了一种能以特定速率扩散到整个肿瘤细胞中的染料。测量有多少染料进入单个肿瘤细胞提供了关于细胞位置的信息，特别是它进入外部环境的信息。利用计算方法，研究人员将这些信息与细胞的基因活动联系起来，使科学家能够将细胞的身份与其位置联系起来。

“了解细胞之间的关系以及它们在空间中的位置的影响，一直是癌症、神经系统疾病和其他领域的一个基本问题，”剑桥大学的合著者托马斯·诺尔斯博士说。

在这项研究中，研究人员使用了三种类型的三维实验室模型——球体模型、类器官模型和小鼠模型——这些模型都是由人类卵巢癌细胞创建的。球状体是在实验室培养皿中培养的三维细胞簇，可以模仿器官和组织的某些特征。同样在培养皿中培养的类器官是更复杂的3d模型，更接近于模仿器官和组织的功能和结构。在小鼠模型中，研究人员植入人类卵巢癌细胞形成肿瘤。

“重要的是要明白，并非肿瘤中的每个细胞都会以同样的方式暴露在药物中，”诺尔斯说。“抗癌药物可能会杀死肿瘤表面的细胞，但中间的细胞是不同的，受到的影响也不同。这可能是一些疗法失败的原因。”

SEEP方法显示靠近肿瘤表面的肿瘤细胞比靠近肿瘤中心的细胞更容易发生细胞分裂。肿瘤表面的细胞也会开启基因，以保护它们免受免疫系统的反应。毫不奇怪，这些基因反应与肿瘤如何躲避人体免疫防御有关。

研究人员对卵巢癌肿瘤模型表面或表面附近的细胞与肿瘤模型内部的细胞之间的基因活性差异感到惊讶。这一发现可以帮助科学家更好地了解肿瘤的结构。这些信息可能会改善治疗方法。一种可能的癌症治疗方法是针对肿瘤不同区域可能受到影响的细胞。

第一作者、哈佛大学医学院学生David Morse博士指出:“某些肿瘤细胞类型对某些治疗方法敏感。“了解细胞的位置及其在肿瘤中的可及性水平可以帮助我们决定如何联合使用药物。它可以帮助我们知道给药的时间，以及何时转向其他疗法。”

美国国立卫生研究院的研究得到了NCATS临床前创新部门和国家癌症研究所癌症研究中心的支持。哈佛大学的工作由美国国家科学基金会(DMR-1708729)和哈佛材料研究科学与工程中心(DMR-2011754)资助。剑桥大学的研究得到了生物技术和生物科学研究委员会、纽曼基金会、威康信托基金会和欧洲研究委员会在欧盟第七框架计划(FP7/2007-2013)下的支持，并通过欧洲研究委员会资助PhysProt(协议号:337969)。该研究还得到了美国国立卫生研究院牛津-剑桥学者项目和Certara生物医学研究奖学金的支持。

文献参考：

1.David B. Morse, Aleksandra M. Michalowski, Michele Ceribelli, Joachim De Jonghe, Maria Vias, Deanna Riley, Theresa Davies-Hill, Ty Voss, Stefania Pittaluga, Christoph Muus, Jiamin Liu, Samantha Boyle, David A. Weitz, James D. Brenton, Jason D. Buenrostro, Tuomas P.J. Knowles, Craig J. Thomas. Positional influence on cellular transcriptional identity revealed through spatially segmented single-cell transcriptomics. Cell Systems, 2023; 14 (6): 464 DOI: 10.1016/j.cels.2023.05.003