



对肾上腺皮质癌(ACC)来说,下腔静脉癌栓的出现往往意味着手术难度陡增、预后不容乐观。一个基础问题一直悬而未决:癌栓里面的细胞,和原发灶里的细胞,到底有什么不一样?是什么驱动了癌栓形成?
2026 年 9 月,《Journal for ImmunoTherapy of Cancer》在线发表了一篇来自东南大学附属中大医院泌尿外科团队的病例报告。这篇文章用“单细胞RNA 测序(C)+空间转录组(S)”的组合拳,给出了一个非常完整的答案。
一位 57 岁患者,右上腹隐痛两个月,CT发现肝肾间隙占位,穿刺活检确诊ACC,转院后增强 MRI提示右侧 ACC合并下腔静脉癌栓。
在机器人辅助腹腔镜下,手术切除了后腹膜肿瘤、下腔静脉癌栓,联合根治性肾切除和肾上腺切除。术后病理显示肿瘤最大径14.5cm,重1072克。遗憾的是,尽管进行依托泊苷联合顺铂化疗和米托坦治疗,患者仍在术后6个月复发、离世。
研究团队在手术中同时留取了三块配对新鲜组织:原发肿瘤、癌栓尾部、癌栓头部,用于单细胞测序和空间转录组测序。
单细胞数据显示,三块组织中共有18个细胞亚群,归为六大类:恶性细胞、T 细胞、巨噬细胞、内皮细胞、成纤维细胞和中性粒细胞。拷贝数变异分析确认了其中具有非整倍体特征的恶性细胞群。
空间转录组则补上了“位置”这个维度。三个区域的细胞构成明显不同:原发灶以恶性细胞、巨噬细胞和成纤维细胞为主;癌栓尾部恶性细胞比例高但其他细胞少;癌栓头部最复杂,多种细胞类型混杂分布,提示这里的细胞间“对话”最活跃。
把恶性细胞单独拎出来重新聚类,得到14个亚群。其中一个亚群(Subcluster 12)引起了注意:它特异性地富集在癌栓头部,而在原发灶和癌栓尾部只有零星分布。
这个亚群的标志性特征是 CD74 高表达。
空间转录组验证了这一点:CD74 在癌栓头部的表达显著高于原发灶和癌栓尾部。ACC组织免疫组化也显示,肿瘤组织中 CD74 高于癌旁正常组织。
CD74是巨噬细胞迁移抑制因子(MIF)的受体,近年来在胃癌、前列腺癌、乳腺癌等多种肿瘤中被发现与增殖和存活相关。但在 ACC,尤其是癌栓场景下,它的角色此前没人报道过。
团队用慢病毒在两株 ACC 细胞系(SW-13 和 NCI-H295R)中过表达 CD74,然后跑了一遍经典的功能实验组合:
综上,CD74+肿瘤细胞是癌栓头部的特征亚群,CD74驱动了ACC细胞的恶性表型。
空间定位给出线索:在癌栓头部,巨噬细胞和肿瘤细胞紧挨着分布;多重免疫荧光证实了这种空间紧邻关系。
CellChat细胞通讯分析发现:在巨噬细胞与恶性细胞的所有配体-受体互作中,SPP1 是核心信号分子。巨噬细胞是“发信方”,SPP1从巨噬细胞分泌出来,作用于肿瘤细胞表面的受体 CD44。
这条轴的全貌是:SPP1+巨噬细胞 → SPP1 → CD44 → 激活CD74+肿瘤细胞的 JAK/STAT 通路。
功能验证:用抗-CD44 中和抗体处理后,CD74过表达带来的促增殖、促迁移、促侵袭效应被显著削弱,JAK2/STAT3 磷酸化也随之下降。
反过来,让 THP-1单核细胞分化成巨噬细胞、过表达 SPP1后收集条件培养基去处理 ACC 细胞,CD74 诱导的恶性表型被进一步放大。
最后用 JAK/STAT 抑制剂菲达替尼(fedratinib)处理,CD74 介导的迁移、侵袭、增殖增强被明显回退;通路阻断,表型消失。
机制层面:第一次在单细胞和空间分辨率上描绘了 ACC 静脉癌栓的细胞生态位,提出“SPP1+ 巨噬细胞 - SPP1/CD44 - CD74+ 肿瘤细胞 - JAK/STAT”这条促癌轴。
转化层面:CD74 和这条轴上的每个节点都有现成的药物思路:抗-CD44 抗体可以阻断巨噬细胞与肿瘤细胞的“对话”;菲达替尼是已经在骨髓纤维化中上市的JAK2 抑制剂;米拉珠单抗(milatuzumab)是靶向 CD74 的单抗,在慢性淋巴细胞白血病、非霍奇金淋巴瘤等疾病中已有研究数据。作者团队也提到,正在申请开展米拉珠单抗治疗 ACC 的临床试验。
方法层面:这篇文章也给罕见肿瘤研究提供了一个可复用的范式:一个病例、三块空间上连续的配对组织、单细胞+空间转录组,配合完整的体内外功能验证,在顶刊讲出一个完整的机制故事。对标本难得的罕见病来说,“小样本、深解析”是一条值得借鉴的路。
单细胞与空间转录组学:单细胞转录组(10X、BD、C4平台)、空间转录组(Stereo-seq、10X平台)。
基因组学与转录组学:基因组重测序、全外显子测序;真核转录组、Small RNA、lncRNA测序等。 微生物组学:16S/ITS扩增子、宏基因组、细菌/真菌基因组等。
蛋白组学:DIA定量蛋白组、修饰蛋白组(磷酸化、乙酰化、糖基化等)。
代谢组学:非靶向/靶向代谢组、脂质组、中药代谢、空间代谢组等。
类器官与合成服务:类器官精准药敏检测、构建服务;基因合成等。
生物信息学与AI建模:机器学习模型构建、数据库构建及模型运维。

研报速递
发表评论
发表评论: