An APOD-EFEMP1-COL5A2 fibroblast programme marks a matrix-remodelling, vascular and myeloid-associated niche linked to adverse gastric cancer outcomes

问题陈述

胃癌预后深受肿瘤微环境（TME）的影响，特别是细胞外基质（ECM）的组织、血管架构以及由癌症相关成纤维细胞（CAFs）介导的免疫细胞定位。然而，目前的临床理解受到限制，因为大体间质丰度测量将生物学上截然不同的成纤维细胞状态压缩为了单一信号。目前缺乏紧凑且具有重复性的标志物，能够将特定的成纤维细胞转录状态与组织背景及临床结局联系起来，且不至于过度拟合特定数据集或技术伪影。本研究旨在定义一个特定的、紧凑的成纤维细胞程序，该程序可以在单细胞、空间和体量转录组平台之间进行追踪，从而识别一种与不良预后相关的生态位。

方法论

本研究采用多层级的、跨平台的证据等级制度来评估 APOD-EFEMP1-COL5A2 三基因程序。分析严格区分了生物学单元（细胞、点位、样本、队列）以避免伪重复。

1. 发现单细胞图谱 (GSE183904)：

   • 整合了 40 例胃癌样本（156,111 个经过质量控制的细胞）。
   • 识别了八个主要组分。使用 UCell 对 CAF 特异性基因（如 DCN, LUM, FAP）进行评分，并排除污染特征（上皮、浆细胞、免疫、内皮细胞）来纯化成纤维细胞。
   • 从 36 个样本中定义了 2,415 个高置信度 CAFs。
   • 程序定义： 在此高置信度 CAF 集中，根据 APOD, EFEMP1 和 COL5A2 的样本级平均 z 分数四分位数，将细胞分为“高程序（Programme-High）”、“中程序”和“低程序”状态。

2. 转录特征化：

   • 配对伪体量分析 (Paired Pseudobulk Analysis)： 聚合了包含配对高/低 CAF 状态的 21 个样本的原始计数。使用带有配对设计的 edgeR 来识别差异表达基因（DEGs）并进行功能富集（GO、KEGG、Hallmark）。
   • 独立单细胞验证 (GSE163558)： 在另一个独立的 CAF 对象（255 个细胞，6 个样本）中重新计算程序评分，以评估其可检测性和方向性，并注意到样本集中度限制。

3. 空间转录组学 (GSE251950 & GSE246011)：

   • 分析了 10 个组织切片（31,202 个点位）以测试空间共定位。
   • 计算了三基因空间表达指数（三个基因 z 转换值的平均值），并将其与每个切片内的 CAF-core、内皮、血管生成和髓系特征评分进行关联。
   • 通过置换检验进行邻域富集分析，以评估其与特定 TME 特征的局部关联。

4. 体量转录组与临床分析 (10 个队列)：

   • 使用该程序公式对 10 个独立的体量队列（包括 TCGA-STAD, GSE15459, GSE26253）进行评分。
   • 生存分析： 按中位数程序评分对患者进行分层。进行 Cox 比例风险回归以分析总生存期（OS）和无复发生存期（RFS）。进行了针对 OS 的随机效应 Meta 分析。
   • TME 相关性： 在每个队列中，先将程序评分与间质、免疫排除和血管特征进行相关性分析，然后再进行总结。

5. 机制与扰动推断：

   • 调控网络： 根据将转录因子（TF）表达与程序活性联系起来的集成评分对转录因子进行排名。
   • 配体-受体分析： 使用表达乘积评分（发送者配体 × 接收者受体）来优先排序通信分支，特别关注基质-整合素和 MIF/CD74 通路。
   • 虚拟扰动： 模拟程序基因（如 COL5A2）和通信节点（如 MIF/CD74）的敲低，以识别计算漏洞。由于缺乏可排序的 IC50 数据，药物映射仅限于基于知识的概念。

关键结果

1. 程序的识别与定位

• APOD-EFEMP1-COL5A2 程序优先定位于纯化的、高置信度的 CAF 组分中。
• 在发现图谱中，跨 34 个样本识别出 616 个高程序 CAF。这些细胞并非局限于单一集群，而是显示出在特定集群中的优先富集（例如，Cluster 0, OR 为 3.51）。
• 高程序 CAF 表现出一致的转录状态，其特征为 ECM、胶原蛋白、黏着斑及血管相关基因的上调。

2. 转录身份

• 配对伪体量分析（21 个样本）识别出 261 个显著基因（187 个上调，74 个下调）。
• 关键上调通路包括胶原原纤维组织（NES 2.44）和血管形态发生。
• 高程序状态与基质重塑、胶原/整合素信号传导以及血管特征强相关。

3. 独立验证

• 单细胞： 该程序在独立的 GSE163558 数据集中是可检测的，尽管高状态细胞高度集中在少数样本中（一个样本贡献了 75% 的高状态细胞）。在定义基因和 ECM 特征方面观察到了方向性的一致性。
• 空间： 在 GSE251950 中，三基因空间指数在所有 10 个切片中均与 CAF-core、内皮、血管生成和髓系特征呈正相关。邻域分析证实了这些特征在指数较高的点位周围富集。

4. 临床关联

• 生存期： 高程序评分与较差的预后显著相关。
  • TCGA-STAD & GSE15459 (OS)： Meta 分析得出合并后的风险比（HR）为 1.80 (95% CI 1.40–2.33, P = 6.24×10⁻⁶)。
  • GSE26253 (RFS)： 高程序肿瘤具有较短的无复发生存期 (HR 1.59, 95% CI 1.18–2.14, P = 0.0025)。
• TME 表型： 在所有 10 个体量队列中，该程序与 CAF-core、ECM/基质重塑以及间质免疫排除特征强相关。

5. 预后建模

• 该程序提供了适度但可重复的预后信息。
• 将程序评分添加到临床变量（如年龄）中，使 TCGA-STAD 的 C-index 提升了 0.060，使 GSE15459 的 C-index 提升了 0.103。
• 该程序提供了超越通用 CAF 特征（如 CAF-core 评分）的增量价值（即正向的 delta C-index 值）。

6. 机制假设

• 基质-整合素-血管分支： 高程序 CAF 在计算上与基质/胶原配体（如 COL1A1, COL5A2）以及内皮和周细胞/平滑肌细胞上的整合素受体（如 ITGB1）相联系。
• SP1-MIF/CD74-髓系分支： SP1 被确定为主要的候选上游调节因子。该程序与 MIF-CD74 通信轴相关联，在髓系/巨噬细胞接收者中具有较高的表达乘积评分。
• 虚拟扰动： COL5A2 敲低显示出对 ECM 重塑和胶原-整合素信号传导最强的预测性逆转作用。MIF/CD74 阻断模拟则优先指向了髓系/巨噬细胞接收者。

意义与主张

本文声称建立了一个可重复的、具有生物学连贯性的基质程序，该程序将 CAF 基质生物学、血管相关组织组织以及髓系背景与胃癌的不良预后联系起来。

• 证据边界： 研究明确指出，它并未建立一种通用的生物标志物、现成的临床检测方法或因果机制。研究结果被描述为“计算假设”和“支持性证据”，而非确定性证明。
• 价值主张： 主要贡献在于提供了一个紧凑的三基因轴，作为更广泛且复杂的基质表型的稳定抓手。它成功地在不混淆不同生物学单元的情况下，桥接了单细胞定位、空间背景和体量临床结局。
• 转化潜力： 研究优先提出了可供后续实验验证的具体假设：
  1. 验证基质-整合素-血管通信分支。
  2. 测试 SP1-MIF/CD74-髓系调节及通信轴。
  3. 调查 COL5A2 和 MIF/CD74 作为潜在干预节点的可行性。
• 局限性： 作者承认了包括回顾性公共数据分析、验证集中的样本集中度、空间数据中的点位分辨率限制、以及扰动和药物映射结果的计算性质等局限性。未对药物疗效或治疗反应预测做出正式声明。

总之，本文提供了一个严谨的多层级计算框架，定义了与胃癌不良预后相关的 CAF 关联生态位，并为未来关于基质重塑、血管组织和髓系相互作用的实验验证提供了聚焦的假设。