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

问题陈述
胰腺导管腺癌（PDAC）的特征是近乎普遍的神经支配以及高发的神经周围侵犯（PNI），即癌细胞侵入神经鞘。PNI 是转移负荷、复发和患者预后不良的强相关因素。尽管具有如此重要的临床意义，但异质性神经周围生态位的细胞和分子组成在很大程度上仍未得到明确定义。现有研究已经确定了神经与肿瘤细胞及基质成分之间的相互作用，但区分受侵犯神经邻域与非受侵犯神经的特定细胞状态和信号机制尚不清楚。此外，基于成像的空间转录组学（imST）的标准计算工作流通常依赖于细胞分割，这可能导致转录本分配错误以及细胞表示不完整，尤其是在像 PDAC 这样复杂的、高密度的组织中。

方法论
作者对按 PNI 状态（高 vs 低）分层的重新切除的 PDAC 患者组织进行了多组学表征。该研究整合了两种主要的模态数据：

1. 单核 RNA 测序 (snRNA-seq)： 对 11 例新鲜冷冻手术样本（8 例 PNI 高，3 例 PNI 低）进行，旨在获得全转录组水平的基因表达谱，同时最大限度地减少解离诱导的应激反应。
2. 基于成像的空间转录组学 (imST)： 使用 10x Genomics Xenium 平台对 11 个匹配样本（8 例 PNI 高，3 例 PNI 低）进行，采用定制的 480 基因面板，针对肿瘤、肿瘤微环境（TME）和神经相关细胞。

为了克服 imST 分析中的计算瓶颈，作者采用了 Nicheverse，这是一种基于离散表示学习的新型视觉中心人工智能模型。与标准工作流不同，Nicheverse 完全绕过了细胞分割。它利用层次化向量量化自编码器来学习两个离散码本：一个用于根据转录程序注释细胞状态的细胞码本，以及一个结合了周围组织背景信息的邻域码本。这使得无论转录本计数多少，都能将每个细胞核分配给特定的细胞类型码。

神经邻域（NNs）被定义为神经结构（通过施万细胞集群识别）加上 250µm 的径向扩张。这些邻域由病理学家手动标注为“受侵犯”（恶性细胞包围或浸润神经鞘）或“未受侵犯”。该研究使用了严谨的统计框架，包括线性混合模型（LMM）以解释患者层面的异质性，以及用于 snRNA-seq 数据的差异丰度测试（Milo）。

核心贡献与结果

• 高分辨率神经周围生态位图谱： 研究生成了一个高保真度的空间和单细胞图谱，定义了 PDAC 微环境中的 44 种不同细胞类型和 16 个空间生态位。这包括识别稀有细胞群体，如特定的施万细胞亚型（有髓、无髓、成纤维细胞样）和独特的癌症相关成纤维细胞（CAF）状态。
• 按侵犯状态分层： 分析揭示了受侵犯与未受侵犯神经邻域之间的鲜明二分性：
  • 受侵犯神经： 富集了经典恶性细胞、肌成纤维细胞型 CAF (myCAFs) 以及以 ALOX5AP、OLR1 和 MARCO 表达为特征的脂质相关肿瘤相关巨噬细胞 (TAMs)。这些区域显示出 T 细胞和 B 淋巴细胞的缺失。
  • 未受侵犯神经： 以炎症型 CAF (iCAFs)、CD163 高表达的 TAMs 以及显著的 B 和 T 淋巴细胞（包括成熟 B 细胞、CD4+ 初始/效应 T 细胞和 CD8+ 记忆 T 细胞）浸润为特征。
• 转录与空间重塑：
  • 基因表达： 受侵犯神经上调了与上皮身份（KRT16、EPCAM）、黏蛋白产生和侵袭（FAM83A、PADI1）相关的基因。它们还显示出神经活性因子 Neuromedin-U (NMU) 和 Brain-Derived Neurotrophic Factor (BDNF) 的上调，以及细胞外基质（ECM）重塑基因（MMP1、MMP11、COL11A1）的上调。相反，未受侵犯的神经表达静息基质程序和神经支持标记物（IGF1）。
  • 脂质代谢： 受侵犯神经表现出向脂质清除和合成的转变（OLR1、DHCR24），而未受侵犯神经则倾向于脂质外流（ABCA6、ABCA8）。
  • AP-1 活性： 在 PNI 高的组织中，恶性细胞和 CAF 中的 AP-1 转录因子活性均升高，将神经营养受体表达（如 NTRK2、NGFR）与侵袭程序联系起来。
• 细胞-细胞通信： 配体-受体分析 (LIANA) 识别出一个由 VEGF 信号、细胞-基质粘附（层粘连蛋白-整合素相互作用）以及 TAMs、CAFs 和恶性细胞之间的脂质转移主导的 PNI 高信号网络。具体而言，一种存在于经典肿瘤细胞与 CAFs 之间的 BDNF-NTRK2 轴被牵涉其中。
• 生态位异质性： 研究识别了不同的空间生态位，例如“带有 myCAF 边缘的经典 PDAC PNI”和“经典祖细胞 PNI 前沿”，这表明即使在 PNI 高的样本内部，PNI 的严重程度和性质也是不同的，某些神经表现出排除免疫细胞的环形肿瘤参与。

意义
该论文声称，这项工作提供了第一个深度表型的人类 PDAC 神经周围生态位空间和单细胞图谱，实现了受侵犯与未受侵犯神经邻域的高分辨率比较。其主要意义在于发现这些数据提出了 PNI（而非神经支配本身）在此环境下具有免疫抑制作用的可能性，这一假设为进一步的功能研究提供了动力。数据表明，癌细胞侵犯神经鞘的存在会主动排除淋巴细胞，并招募免疫抑制性的、从事脂质代谢的巨噬细胞和 myCAFs。

通过定义与侵袭相关的特定细胞状态（如脂质相关 TAMs、神经营养型 CAFs）和分子程序（如 AP-1 调节子、脂质处理、神经营养信号），该研究将这些过程提名为潜在的治疗靶点。作者认为，理解 PNI 如何重塑神经周围生态位以排除免疫细胞的机制，可以为改善胰腺癌的治疗反应提供策略。该研究还强调了像 Nicheverse 这样的无分割 AI 模型在解析复杂组织架构方面的空间转录组学应用价值。