wayenkdd的博客

近期，一项发表在《Nature Genetics》的研究通过整合PhenoCycler-Fusion（PCF）空间单细胞蛋白组和DSP空间转录组数据，开发了一个稳健的机器学习框架，构建了能够预测NSCLC患者对一线免疫治疗（主要是PD-1抑制剂）反应的生物标志物。

研究结合了小鼠PDAC模型、单细胞测序、高维流式细胞术以空间转录组和PhenoCycler-Fusion （PCF）空间单细胞蛋白组技术（CODEX），系统解析了单核细胞向TAMs的转化过程，发现单核细胞首先分化为一个短暂存在的中间态TAMs群体，随后形成两个寿命更长的终末分化TAMs谱系，这两个谱系具有独特的基因表达特征、表型及瘤内定位。这些发现将为设计针对PDAC患者中TAMs的新型治疗策略提供重要依据。

以上实验结果表明β-葡聚糖通过CCR2依赖的机制，促使骨髓来源的Ly6c+单核细胞迁移至肺泡，并分化为ApoE⁺CD11b⁺ AMs。众所周知，肺部暴露于外界各种免疫刺激中，驻留在肺泡间隙的免疫细胞是人体呼吸的第一道防线，单核吞噬细胞大量表达的Dectin-1能够识别β-葡聚糖（环境致病性和非致病性真菌的重要组成部分），再通过先天免疫记忆对全身免疫反应进行调节，对有效诱导细菌清除至关重要，然而目前β-葡聚糖在肺部的特异性机制，以及肺部如何适应这些环境所致免疫刺激的具体细胞和分子机制的研究尚不深入。

该研究通过创新性的整合多组学数据，包括Bulk多组学、scRNA-seq、病理、Visium HD空间转录组和Phenocycler-Fusion(PCF)空间单细胞蛋白组（CODEX），不仅重新定义了IDH突变型星形细胞瘤的分类标准，更为临床提供了可操作的诊断工具。