Spatial transcriptomic analysis across histological subtypes reveals molecular heterogeneity and prognostic markers in early-stage lung adenocarcinoma.
研究背景
早期肺腺癌(LUAD)进展和预后与组织学亚型相关,混合组织学模式使预后评估复杂,分子与组织学特征关联未明。本研究用GeoMx数字空间谱型平台,对早期肺腺癌不同组织学亚型进行空间转录组分析。
方法速览
- 收集早期肺腺癌患者福尔马林固定石蜡包埋(FFPE)样本,含高、中、低分化三种组织学亚型。
- 用GeoMx数字空间谱型平台获取空间转录组谱型,选感兴趣区域并细分。
- 用多重免疫荧光(mIF)验证结果。
- 从公共数据库获取单细胞RNA测序数据,质控和分析,验证关键基因表达模式。
- 用clusterProfiler R包功能注释,GSVA方法计算信号通路评分。
主要发现
- 不同分化程度肿瘤分子特征:低分化肿瘤体细胞和巨噬细胞富集区域,与体液免疫反应、补体激活调节和细胞外基质受体相互作用途径相关基因表达显著上调。
- 分子特征与预后关联:低分化肿瘤中补体激活、细胞外基质重塑、体液免疫反应相关基因上调与较差预后相关。
- 复合分子签名构建:整合三个关键途径相关基因,构建含17个基因的复合分子签名,在训练和验证队列有显著预后预测能力。
总结展望
本研究首次在早期肺腺癌应用空间转录组技术,揭示分子异质性,构建的复合分子签名有较高预后预测能力。但样本量小、空间转录组分析分辨率有限,需大规模多中心研究及结合单细胞分辨率平台验证。