包裹肿瘤团块的血管通过形成免疫抑制性微环境,促进肝细胞癌的非侵袭性转移。

Vessels encapsulating tumor clusters promote noninvasive metastasis of hepatocellular carcinoma by shaping an immunosuppressive microenvironment.

2026
浏览:45

1. 领域背景与文献

文献英文标题:Vessels encapsulating tumor clusters promote noninvasive metastasis of hepatocellular carcinoma by shaping an immunosuppressive microenvironment
发表期刊:Journal of Clinical Investigation;影响因子:19.3;研究领域:肝细胞癌血管微环境与肿瘤免疫、转移机制

肝细胞癌是全球常见恶性肿瘤,以血管生成活跃、早期转移、复发率高、死亡率高为核心特征。领域共识:既往研究已明确肝癌存在两种差异化血管模式,一种是经典的具有明确管腔的毛细血管结构,另一种是包裹肿瘤簇的血管(VETC),VETC在35%-45%的肝癌病例中存在,且多出现于疾病早期阶段。非VETC肝癌依赖细胞侵袭途径完成转移,而VETC肝癌以非侵袭性的完整肿瘤簇形式进入血液循环,转移及复发风险显著更高,且索拉非尼治疗对VETC肝癌患者的生存获益远优于非VETC患者。肿瘤免疫微环境在肿瘤进展和治疗反应中发挥关键调控作用,CD8+T细胞是抗肿瘤免疫的核心效应细胞,调节性T细胞(Tregs)则通过抑制CD8+T细胞活化、诱导其耗竭促进肿瘤免疫逃逸,Treg/CD8+T细胞比例升高与多种癌症的不良预后密切相关。此外,肿瘤内皮细胞可通过黏附分子调节免疫细胞浸润,还能表达PD-L1、TGF-β1等免疫调节介质,直接塑造免疫抑制微环境。但目前VETC与非VETC肝癌的免疫景观差异、血管模式与免疫微环境的相互作用机制,以及免疫微环境在VETC驱动的非侵袭性转移中的具体作用尚未明确,这一研究空白限制了肝癌精准治疗策略的开发。本研究旨在系统解析VETC肝癌的免疫微环境特征,揭示VETC通过塑造免疫抑制微环境促进肝癌非侵袭性转移的核心机制,为肝癌精准治疗提供潜在靶点与理论依据。

2. 文献综述解析

作者对领域内现有研究的分类维度主要包括:肝癌血管模式的病理分型(VETC与非VETC)、肝癌转移途径的差异(侵袭性转移与非侵袭性簇转移)、肿瘤免疫微环境中关键细胞亚群的功能(CD8+T细胞的抗肿瘤作用与Tregs的免疫抑制作用)、肿瘤内皮细胞的免疫调节功能。

现有研究的关键结论包括:VETC是肝癌中具有预后预测价值的特殊血管模式,与更高的转移复发率及索拉非尼治疗敏感性相关;Tregs通过多种机制抑制CD8+T细胞功能,促进肿瘤免疫逃逸;肿瘤内皮细胞可通过表达免疫调节分子参与免疫微环境的塑造。技术方法优势方面,单细胞RNA测序可全面解析肿瘤微环境的细胞组成与分子特征,多重免疫荧光染色能精确定位细胞亚群的空间分布与相互作用,小鼠同种异体移植模型可模拟肝癌VETC形成与转移的病理过程。但现有研究仍存在局限性,尚未明确VETC与免疫抑制微环境的因果关系,也未揭示VETC驱动转移过程中免疫微环境的延续性作用机制,同时缺乏针对VETC肝癌免疫治疗策略的临床验证数据。

本研究的创新价值在于,首次系统对比了VETC与非VETC肝癌的免疫景观差异,明确了VETC肝癌中调节性T细胞亚群的功能特征及其对CD8+T细胞的调控机制;首次证实VETC结构是塑造免疫抑制微环境的核心驱动因素,而非免疫微环境影响VETC形成,揭示了VETC通过肿瘤内皮细胞高表达TGF-β1促进调节性T细胞富集与功能增强,进而诱导CD8+T细胞耗竭的关键通路;首次验证了VETC肝癌的肿瘤簇可携带原发灶的免疫抑制微环境进入血液循环,为转移细胞的存活与定植提供有利条件,这一系列发现填补了肝癌血管微环境与免疫转移机制研究的空白,为肝癌精准治疗提供了新的方向。

3. 研究思路总结与详细解析

本研究的核心目标是揭示VETC肝癌的免疫微环境特征及其促进非侵袭性转移的机制,核心科学问题聚焦于VETC结构如何通过与免疫微环境的相互作用调控肝癌转移,技术路线遵循“差异发现-机制解析-功能验证-因果确认”的闭环逻辑:首先通过单细胞RNA测序与免疫染色对比VETC与非VETC肝癌的免疫景观差异,接着解析调节性T细胞与CD8+T细胞的相互作用机制,随后验证VETC肿瘤簇转移过程中免疫微环境的延续性作用,最后通过小鼠模型证实VETC结构与免疫抑制微环境的因果关系及干预策略的治疗潜力。

3.1 VETC与非VETC肝癌免疫景观的单细胞测序分析

实验目的:明确血管模式对肝癌肿瘤免疫微环境的影响,系统对比VETC与非VETC肝癌的细胞组成与免疫亚群差异。
方法细节:选取6例非VETC和6例VETC肝癌组织进行单细胞RNA测序,共获得127510个单细胞,基于经典细胞标记物将细胞分为8个主要细胞簇和37个亚群,重点分析免疫细胞与内皮细胞的比例及分子特征差异;同时对54例非VETC和65例VETC肝癌临床样本进行免疫组化染色,验证单细胞测序的发现。
结果解读:UMAP可视化结果显示,所有细胞类型在两组肝癌中均有分布,确保了样本的全面性;免疫细胞亚群分析显示,VETC肝癌中CD4_FOXP3(调节性T细胞)的比例显著高于非VETC肝癌,CD8+T细胞比例则更低,Treg/CD8+T细胞比值显著升高(n=6,P<0.05);免疫组化染色验证结果显示,VETC肝癌中调节性T细胞数量为(文献未明确提供具体数值,基于图表趋势推测)(n=54/65,P<0.001),CD8+T细胞数量为(文献未明确提供具体数值,基于图表趋势推测)(n=54/65,P<0.001),Treg/CD8+T细胞比值显著高于非VETC肝癌(n=54/65,P<0.0001),且这种免疫景观差异在不同肿瘤大小、BCLC分期、WHO分级的肝癌亚组中均稳定存在,表明VETC肝癌具有更强的免疫抑制微环境特征。

Figure 1:VETC与非VETC肝癌免疫细胞亚群分布对比


产品关联:文献未提及具体实验产品,领域常规使用10x Genomics Chromium单细胞测序平台、免疫组化抗体(如FOXP3、CD8抗体)等试剂/仪器。

3.2 VETC肝癌中调节性T细胞亚群特征及与CD8+T细胞的相互作用机制解析

实验目的:解析VETC肝癌中调节性T细胞的功能亚群特征,明确其对CD8+T细胞的调控机制。
方法细节:通过基因集评分分析调节性T细胞的肿瘤特异性特征基因表达,通过拟时序分析解析调节性T细胞的分化轨迹,通过多重免疫荧光染色验证调节性T细胞亚群的比例与分布;同时对CD8+T细胞进行拟时序分析,明确其分化方向与耗竭特征;通过CellPhoneDB软件分析调节性T细胞与CD8+T细胞的配体-受体相互作用,通过空间距离分析明确细胞间的空间邻近关系。
结果解读:单细胞RNA测序分析显示,VETC肝癌来源的调节性T细胞中肿瘤特异性特征基因评分显著高于非VETC肝癌(n=6,P<0.05);共鉴定出4个调节性T细胞亚群,其中Treg_TNFRSF4、Treg_MKI67、Treg_HSPA1A在VETC肝癌中比例升高,且Treg_TNFRSF4或Treg_MKI67高浸润与肝癌患者更差的总生存相关(TCGA队列n=368,log-rank检验P<0.05);Treg_TNFRSF4细胞表达最高水平的免疫抑制分子,Treg_MKI67细胞的增殖相关基因表达显著升高,拟时序分析显示Treg_MKI67细胞可逐渐分化为Treg_TNFRSF4细胞,且分化过程中肿瘤特异性特征基因表达持续升高;多重免疫荧光染色证实,VETC肝癌中TNFRSF4+调节性T细胞比例为39.9%(Ki67+调节性T细胞中),显著高于非VETC肝癌的23.9%(n=51/70,P<0.05),Ki67+调节性T细胞比例为24.8%(TNFRSF4+调节性T细胞中),显著高于非VETC肝癌的17.1%(n=51/70,P<0.05);CD8+T细胞拟时序分析显示,VETC肝癌中细胞毒性CD8+T细胞比例减少,耗竭型CD8+T细胞(CD8_PDCD1)比例增加,且CD8_PDCD1细胞的耗竭基因评分显著更高(n=6,P<0.05);PD1+CD8+T细胞比例与调节性T细胞数量呈正相关(n=28,Pearson相关系数R>0),且VETC肝癌中调节性T细胞与PD1+CD8+T细胞的空间距离显著更短;CellPhoneDB分析显示,VETC肝癌中Treg_TNFRSF4/Treg_MKI67与CD8_PDCD1细胞间的配体-受体相互作用更强,其中Galectin9-TIM3轴的差异最为显著;多重免疫荧光染色证实,VETC肝癌中Galectin9+调节性T细胞和TIM3+PD1+CD8+T细胞的比例更高,且两者的空间距离显著更短,表明VETC肝癌中调节性T细胞可通过Galectin9-TIM3轴促进CD8+T细胞耗竭,维持免疫抑制微环境。

Figure 2:VETC肝癌调节性T细胞亚群特征分析


Figure 3:VETC肝癌调节性T细胞与CD8+T细胞的相互作用分析


产品关联:文献未提及具体实验产品,领域常规使用多重免疫荧光染色试剂盒、CellPhoneDB生物信息学分析工具等试剂/仪器。

3.3 VETC肝癌肿瘤簇转移过程中免疫微环境的延续性及作用验证

实验目的:明确VETC肝癌肿瘤簇转移过程中免疫微环境的延续性特征,验证免疫抑制微环境对转移的促进作用。
方法细节:通过免疫组化染色分析有微血管侵犯的VETC肝癌中调节性T细胞的分布特征;对比VETC与非VETC肝癌肿瘤栓中的免疫细胞组成与分布;构建Hepa1-6肝癌小鼠同种异体移植模型,通过腹腔注射抗CD25抗体耗竭调节性T细胞,观察其对肿瘤转移的影响。
结果解读:免疫组化染色显示,VETC肝癌中调节性T细胞的增加主要集中在存在微血管侵犯的病例中;VETC肿瘤栓中可检测到大量调节性T细胞、TNFRSF4+调节性T细胞和Ki67+调节性T细胞,而非VETC肿瘤栓中这些免疫细胞极少;VETC肿瘤栓中CD8+T细胞数量略低于非VETC肿瘤栓,Treg/CD8+T细胞比值显著更高;VETC肿瘤栓中调节性T细胞和CD8+T细胞的数量与原发肿瘤呈正相关,且调节性T细胞密度与Ki67+增殖细胞比例呈正相关;VETC肿瘤栓的增殖率和大小显著高于非VETC肿瘤栓(n=7/31,P<0.05;n=17/40,P<0.01);小鼠模型中,抗CD25抗体可有效耗竭调节性T细胞,降低Treg/CD8+T细胞比值,减少PD1+CD8+T细胞比例,且显著降低肿瘤栓发生率(对照组8/17 vs 治疗组4/15)和肝转移发生率(对照组11/17 vs 治疗组3/15),同时减少肝转移灶的数量与大小(n=17/15,P<0.05),表明VETC肝癌的肿瘤簇可携带原发灶的免疫抑制微环境进入血液循环,为转移细胞的存活与定植提供有利条件。

Figure 4:VETC肝癌肿瘤栓的免疫微环境特征分析


Figure 5:抗CD25抗体对VETC肝癌转移的抑制作用


Table 1:抗CD25抗体对VETC肝癌转移发生率的影响


产品关联:实验所用关键产品:抗CD25抗体(克隆号PC61)、Hepa1-6肝癌细胞系。

3.4 VETC结构与免疫抑制微环境的因果关系验证及机制解析

实验目的:明确VETC结构是否及如何塑造免疫抑制微环境,验证两者的因果关系。
方法细节:通过相关性分析观察VETC指数与Treg/CD8+T细胞比值的关系;通过多重免疫荧光染色分析调节性T细胞与肿瘤内皮细胞的空间距离,以及肿瘤内皮细胞中免疫抑制基因的表达;通过沉默Angpt2或使用Tie2抑制剂(Rebastinib)破坏VETC结构,观察对免疫抑制微环境的影响;通过补充重组Angpt2恢复VETC结构,验证对免疫抑制微环境的逆转作用;通过免疫缺陷NSG小鼠模型,验证免疫细胞对VETC形成的影响。
结果解读:VETC肝癌中VETC指数与Treg/CD8+T细胞比值呈显著正相关(n=65,Pearson相关系数R>0);调节性T细胞与肿瘤内皮细胞的空间距离在VETC肝癌中显著更短(n=9/12,P<0.05);VETC肝癌的肿瘤内皮细胞中免疫抑制基因评分显著高于非VETC肝癌(n=6,P<0.05),其中TGF-β1表达水平显著升高(n=6,P<0.05),且肿瘤内皮细胞中TGF-β1水平与TNFRSF4+调节性T细胞、Ki67+调节性T细胞比例呈正相关(n=20,Pearson相关系数R>0);沉默Angpt2或使用Rebastinib抑制VETC形成后,肿瘤内皮细胞中TGF-β1表达降低,调节性T细胞数量减少,Treg/CD8+T细胞比值降低,TNFRSF4+调节性T细胞、Ki67+调节性T细胞、PD1+CD8+T细胞比例显著减少;补充重组Angpt2恢复VETC结构后,TGF-β1表达、调节性T细胞数量及比例、PD1+CD8+T细胞比例均恢复至对照组水平;免疫缺陷NSG小鼠与免疫健全C57BL/6J小鼠的Hepa1-6移植瘤中VETC模式和血管面积相似,且耗竭调节性T细胞不影响VETC形成,表明VETC结构是塑造免疫抑制微环境的核心驱动因素,而非免疫微环境影响VETC形成,其核心机制为VETC的肿瘤内皮细胞高表达TGF-β1,促进调节性T细胞富集与功能增强,进而诱导CD8+T细胞耗竭。

Figure 6:VETC结构与肿瘤内皮细胞TGF-β1的相关性分析


Figure 7:破坏VETC结构对免疫抑制微环境的影响


Figure 8:补充Angpt2恢复VETC结构及免疫抑制微环境


产品关联:实验所用关键产品:Tie2抑制剂Rebastinib(MedChemExpress,货号HY-13024)、重组小鼠Angpt2蛋白(R&D Systems,货号7186-AN-025)、慢病毒载体系统。

4. Biomarker研究及发现成果解析

Biomarker定位

本研究涉及的Biomarker包括三类:一是病理形态学Biomarker——VETC血管模式,作为肝癌非侵袭性转移与免疫抑制的预后标志物;二是免疫细胞亚群Biomarker——TNFRSF4+调节性T细胞、Ki67+调节性T细胞、PD1+CD8+T细胞,作为免疫抑制状态与预后的评估指标;三是功能性分子Biomarker——肿瘤内皮细胞中的TGF-β1,作为VETC结构塑造免疫抑制微环境的关键调控分子。筛选与验证逻辑为:首先通过单细胞RNA测序筛选VETC与非VETC肝癌的差异细胞亚群与分子,随后通过多重免疫荧光染色、免疫组化染色在临床样本中验证,最后通过小鼠模型验证这些Biomarker与VETC结构、肿瘤转移的因果关系。

研究过程详述

VETC血管模式通过免疫组化染色(CD34标记血管)在临床样本中鉴定,VETC指数通过计数被内皮包裹的肿瘤簇数量量化;TNFRSF4+调节性T细胞、Ki67+调节性T细胞、PD1+CD8+T细胞通过多重免疫荧光染色在临床样本与小鼠模型中检测,比例通过图像分析软件(如QuPath、ImageJ)量化;肿瘤内皮细胞中的TGF-β1通过免疫荧光染色结合ImageJ软件量化其荧光信号强度。特异性与敏感性数据显示,VETC肝癌中TNFRSF4+调节性T细胞在Ki67+调节性T细胞中的比例为39.9%,显著高于非VETC肝癌的23.9%(n=51/70,P<0.05);Ki67+调节性T细胞在TNFRSF4+调节性T细胞中的比例为24.8%,显著高于非VETC肝癌的17.1%(n=51/70,P<0.05);PD1+CD8+T细胞比例与调节性T细胞数量呈正相关(n=28,Pearson相关系数R>0);VETC指数与Treg/CD8+T细胞比值呈显著正相关(n=65,Pearson相关系数R>0)。

核心成果提炼

VETC血管模式作为预后Biomarker,可有效区分肝癌的转移途径与免疫状态,VETC肝癌患者的转移复发风险更高,索拉非尼治疗获益更显著;TNFRSF4+调节性T细胞、Ki67+调节性T细胞作为免疫抑制性Biomarker,其高浸润与肝癌患者不良预后相关(TCGA队列n=368,HR>1,P<0.05),且可通过Galectin9-TIM3轴促进CD8+T细胞耗竭;肿瘤内皮细胞中的TGF-β1作为功能性Biomarker,是VETC结构塑造免疫抑制微环境的关键分子,其高表达与调节性T细胞的富集及功能增强直接相关。这些Biomarker的联合检测可用于VETC肝癌的精准诊断与预后评估,靶向VETC结构(如Angpt2抑制剂)或免疫抑制通路(如抗CD25抗体、PD1抑制剂)的联合治疗,有望成为VETC肝癌的潜在治疗策略。