Invasion status stratifies the composition of the human pancreatic cancer perineural niche

問題提起
膵管腺癌（PDAC）は、ほぼ普遍的な神経支配と、癌細胞が神経鞘に侵入する神経周囲浸潤（PNI）の高い頻度を特徴とする。PNIは、転移の負担、再発、および患者の予後不良と強く相関している。この臨床的重要性が存在するにもかかわらず、ヘテロな細胞構成を持つ神経周囲ニッチ（perineural niche）の細胞および分子組成は、ほとんど定義されていない。既存の研究では、神経が腫瘍細胞や間質成分と相互作用することが確立されているが、浸潤された神経の周辺領域と非浸潤の領域を区別する具体的な細胞状態やシグナル伝達メカニズムは不明である。さらに、画像ベースの空間トランスクリプトミクス（imST）の標準的な計算ワークフローは、多くの場合、細胞セグメンテーションに依存しており、これがPDACのような複雑で高密度な組織において、転写産物の誤割り当てや不完全な細胞表現を引き起こす可能性がある。

方法論
著者らは、PNIの状態（高 vs 低）によって層別化された、切除されたPDAC患者組織を用いたマルチオミクス解析を行った。本研究では、主に2つのデータモダリティを統合した：

1. 単一核RNAシーケンシング（snRNA-seq）： 解離によるストレス応答を最小限に抑えつつ、全トランスクリプトームの遺伝子発現プロファイルを得るために、11個の新鮮凍結手術検体（PNI高：8、PNI低：3）に対して実施された。
2. 画像ベースの空間トランスクリプトミクス（imST）： 腫瘍、腫瘍微小環境（TME）、および神経関連細胞を標的としたカスタム480遺伝子パネルを用い、10x Genomics Xeniumプラットフォームを使用して、一致する11検体（PNI高：8、PNI低：3）に対して実施された。

imST解析における計算上のボトルネックを克服するため、著者らは、離散表現学習に基づく新しいビジョン中心の人工知能モデルであるNicheverseを採用した。標準的なワークフローとは異なり、Nicheverseは細胞セグメンテーションを完全に回避する。これは、階層的なベクトル量子化オートエンコーダを利用して、2つの離散コードブックを学習する。一つは転写プログラムに基づいて細胞状態を注釈するための「細胞コードブック」であり、もう一つは周囲の組織コンテキストからの組成情報を取り入れた「近傍コードブック」である。これにより、転写産物数に関わらず、すべての核を細胞型のコードに割り当てることが可能となる。

神経近傍（NN）は、神経構造（シュワン細胞クラスターを介して特定）およびその半径250µmの拡張領域として定義された。これらの近傍は、病理医によって「浸潤（悪性細胞が神経鞘を囲む、または浸潤している）」または「非浸潤」として手動で注釈された。本研究では、患者レベルの異質性を考慮するための線形混合モデル（LMM）や、snRNA-seqデータのための微分存在量テスト（Milo）を含む、厳格な統計的枠組みを利用した。

主要な貢献と結果

• 神経周囲ニッチの高解像度アトラス： 本研究は、PDAC微小環境における44の異なる細胞型と16の空間ニッチを定義する、高忠実度の空間および単一細胞アトラスを生成した。これには、特定のシュワン細胞サブセット（髄鞘形成、非髄鞘形成、線維芽細胞様）や、明確な癌関連線維芽細胞（CAF）状態などの希少な細胞集団の同定が含まれる。
• 浸潤状態による層別化： 解析により、浸潤された神経と非浸還された神経の間の極端な二分性が明らかになった：
  • 浸潤された神経： 古典的な悪性細胞、筋線維芽細胞様CAF（myCAF）、およびALOX5AP、OLR1、MARCOの発現を特徴とする**脂質関連腫瘍関連マクロファージ（TAM）**が豊富であった。これらの領域では、T細胞およびBリンパ球が枯渇していた。
  • 非浸潤された神経： 炎症性CAF（iCAF）、CD163高発現TAM、およびBおよびTリンパ球（成熟B細胞、CD4+ナイーブ/エフェクターT細胞、およびCD8+メモリーT細胞を含む）の有意な浸潤を特徴とする。
• 転写および空間的リモデリング：
  • 遺伝子発現： 浸潤された神経では、上皮のアイデンティティ（KRT16、EPCAM）、粘液産生、および浸潤（FAM83A、PADI1）に関連する遺伝子がアップレギュレートされていた。また、神経活性因子であるNeuromedin-U (NMU) および Brain-Derived Neurotrophic Factor (BDNF)、ならびに細胞外マトリックス（ECM）のリモデリング遺伝子（MMP1、MMP11、COL11A1）もアップレギュレートされていた。対照的に、非浸潤の神経は、静止期の間質プログラムおよび神経サポートマーカー（IGF1）を発現していた。
  • 脂質代謝： 浸潤された神経は、脂質のスカベンジング（回収）と合成（OLR1、DHCR24）へとシフトした一方、非浸潤の神経は脂質の流出（ABCA6、ABCA8）を優先していた。
  • AP-1活性： PNI高の組織における悪性細胞およびCAFの両方において、AP-1転写因子活性の上昇が見られ、これが神経栄養受容体（例：NTRK2、NGFR）の発現と浸潤プログラムを結びつけていることが示された。
• 細胞間コミュニケーション： リガンド・受容体解析（LIANA）により、VEGFシグナル、細胞-マトリックス接着（ラミニン-インテグリン相互作用）、およびTAM、CAF、悪性細胞間の脂質転送に支配されたPNI高のシグナルネットワークが特定された。特に、古典的腫瘍細胞とCAFの間のBDNF-NTRK2軸が関与していることが示唆された。
• ニッチの異質性： 本研究は、「古典的PDAC PNIとmyCAFリム（rim）」や「古典的前駆細胞 PNIフロント」といった、明確に異なる空間ニッチを特定した。これは、PNIの深刻さと性質がPNI高のサンプル内でも多様であることを示唆しており、一部の神経では、免疫細胞を排除するような腫瘍の全周性の関与が見られる。

意義
本論文は、この研究が、ヒトPDACの神経周囲ニッチに関する初の詳細にフェノタイプ化された空間および単一細胞アトラスを提供し、浸潤された神経近傍と非浸潤の神経近傍の高解像度な比較を可能にしたと主張している。主な意義は、これらのデータが、PNI（神経周囲浸潤）そのものが、この設定において免疫抑制的である可能性を提起している点にあり、この仮説はさらなる機能的研究を動機付けるものである。データは、神経鞘に浸潤する癌細胞の存在が、能動的にリンパ球を排除し、免疫抑制的な脂質代謝マクロファージやmyCAFを動員していることを示唆している。

浸潤に関連する特定の細胞状態（例：脂質関連TAM、神経向性CAF）および分子プログラム（例：AP-1レギュロン、脂質処理、神経栄養シグナル）を定義することで、本研究はこれらのプロセスを潜在的な治療標的として提示している。著者らは、PNIがどのように神経周囲ニッチを再構築して免疫細胞を排除するかというメカニズムを理解することが、膵癌における治療反応を改善するための戦略に資すると考えている。また、本研究は、複雑な組織構造を解明するためのNicheverseのようなセグメンテーションフリーのAIモデルの有用性を強調している。