单细胞TCR定位揭示头颈癌中空间协调的T细胞状态

1. 领域背景与文献

文献英文标题：Single-cell TCR Mapping Reveals Spatially Coordinated T Cell Differentiation within Human Tumors；

发表期刊：未公开；影响因子：未公开；研究领域：头颈部鳞状细胞癌免疫微环境与T细胞分化

头颈部鳞状细胞癌（HNSCC）是全球范围内常见的恶性肿瘤，约占癌症相关死亡的5%，标准治疗方案包括手术、放疗与化疗的联合应用，但伴随严重的治疗相关毒副作用。2016年起，PD-1通路抑制剂获批用于复发/转移性HNSCC的治疗，然而仅约10%的患者能获得持久临床响应，这一困境与肿瘤内存在肿瘤特异性T细胞但免疫治疗响应不佳的矛盾密切相关。现有研究表明，肿瘤微环境（TME）中免疫成分的空间组织是决定免疫治疗结局的关键因素，但多数研究缺乏抗原特异性分析，无法区分旁观者T细胞与肿瘤特异性T细胞的功能差异；部分研究尝试整合T细胞受体（TCR）测序与空间转录组技术，但现有方法无法在单细胞分辨率下实现单个T细胞克隆的精准映射，限制了对克隆身份、转录状态与空间定位如何共同调控T细胞功能与分化的深入理解。为克服上述局限，本研究开发了整合高维流式细胞术、单细胞RNA与TCR测序、空间转录组的多模态分析框架，对27例HNSCC患者的配对肿瘤与血液样本进行系统分析，旨在揭示T细胞分化的空间调控机制，为HNSCC免疫治疗的优化提供新的理论依据与技术支撑。

2. 文献综述解析

作者按技术方向将领域内现有研究分为三类：仅关注T细胞空间组织的研究、仅聚焦TCR克隆特征的研究，以及整合TCR测序与空间转录组但分辨率不足的研究。

现有研究已证实T细胞的空间组织与HNSCC免疫治疗响应密切相关，例如免疫细胞聚集形成的生态位可促进抗肿瘤免疫信号的传递，这类研究的优势是首次揭示了空间结构对免疫功能的调控作用，但局限性在于缺乏抗原特异性分析，无法排除旁观者T细胞对实验结果的干扰；另一类研究通过TCR测序解析了T细胞的克隆特征，发现终末耗竭型T细胞的克隆多样性显著降低，优势是明确了T细胞克隆身份与功能状态的关联，但缺乏空间定位信息，无法解释同一克隆T细胞出现的分化异质性；部分研究尝试整合TCR测序与空间转录组技术，优势是将克隆信息与空间位置初步结合，但现有方法无法在单细胞分辨率下实现单个T细胞克隆的映射，限制了对克隆T细胞空间分化规律的精准解析。

本研究针对现有研究的核心不足——无法在单细胞分辨率下同时解析T细胞克隆身份、转录状态与空间定位，开发了多模态整合的TCR空间分析框架，首次在人类HNSCC肿瘤中实现了单细胞分辨率下T细胞克隆、转录状态与空间定位的关联分析，明确了T细胞分化由空间微环境而非克隆身份单独决定，为领域内T细胞空间调控机制的研究提供了新的技术范式与理论视角，填补了单细胞分辨率下克隆T细胞空间分化研究的空白。

3. 研究思路总结与详细解析

本研究的整体框架为：针对HNSCC中T细胞空间分化与克隆身份的关联这一核心科学问题，以“多模态技术整合→免疫细胞组成解析→T细胞转录/克隆特征分析→空间组织解析→克隆-空间-功能关联验证”为技术路线，对27例HNSCC患者的配对肿瘤与血液样本进行系统分析，最终揭示T细胞分化的空间调控机制，为HNSCC免疫治疗提供新的靶点与生物标志物。

3.1 患者样本收集与免疫细胞分离

实验目的：获取合格的HNSCC患者配对肿瘤与血液样本，分离肿瘤浸润淋巴细胞（TILs）与外周血单个核细胞（PBMCs），为后续多模态分析提供高质量样本基础。
方法细节：经伦理委员会批准，收集27例HNSCC患者的肿瘤组织与配对血液样本，以及5例健康志愿者的PBMCs；肿瘤组织一部分用最优切割温度（OCT）化合物包埋后液氮冻存，用于后续空间转录组分析，其余部分经胶原酶I/IV、DNA酶I等混合试剂消化后，通过Percoll密度梯度离心分离TILs；血液样本通过淋巴细胞分离液梯度离心分离PBMCs；分离得到的TILs与PBMCs经流式细胞术计数后，用含10%二甲基亚砜（DMSO）的胎牛血清（FBS）程序冻存。
结果解读：成功从27例患者中分离得到符合实验要求的TILs与PBMCs，样本活性与数量满足后续高维流式、单细胞测序与空间转录组分析的标准（文献未明确提供该数据，基于图表趋势推测）。
产品关联：文献未提及具体实验产品，领域常规使用胶原酶I/IV、DNA酶I等组织消化试剂，Percoll密度分离液，淋巴细胞分离液，Cytek系列高维流式细胞仪等。

3.2 高维流式细胞术解析免疫细胞组成异质性

实验目的：解析HNSCC患者肿瘤与血液中免疫细胞的组成差异，以及患者间免疫表型的异质性特征。
方法细节：将冻存的TILs与PBMCs复苏后，用31色荧光抗体面板染色，包括活性染料、CD16、TCRvα7.2等标记，经Fc受体阻断后分群染色，用Cytek Aurora分选仪进行高维分析；采用FlowSOM插件对CD45+免疫细胞进行无监督聚类，分析免疫细胞的组成分布与临床特征的关联。
结果解读：T细胞是肿瘤微环境中占比最高的免疫细胞群体（n=27，文献未明确提供具体比例，基于图表趋势推测）；无监督聚类鉴定出9种免疫细胞亚群，TILs中髓系细胞与耗竭CD8+T细胞的比例显著高于PBMCs；基于TILs的免疫组成进行层次聚类，将患者分为myeloid高、exhausted高、中间型三个亚群，其中exhausted高亚群的CD45+与CD3+细胞密度显著高于myeloid高亚群（n=27，P<0.05，Kruskal-Wallis检验），且与p16+、吸烟史、复发、肿瘤部位（口咽/口腔）等临床特征显著相关。
产品关联：文献未提及具体实验产品，领域常规使用高维流式荧光抗体面板，Cytek Aurora高维流式细胞仪，FlowJo分析软件等。

3.3 单细胞RNA与TCR测序解析T细胞转录与克隆特征

实验目的：解析TILs的转录组异质性，以及T细胞克隆身份与转录状态的关联规律。
方法细节：对高维流式分选得到的CD3+T细胞，采用10x Genomics平台进行单细胞RNA测序与TCR测序，共获得251708个高质量T细胞；对单细胞RNA-seq数据进行近邻聚类，分析转录亚群的基因表达特征；对TCR测序数据进行克隆多样性与克隆共享分析，采用“Tex-relevant”分析策略鉴定与耗竭T细胞共享TCR的非耗竭细胞。
结果解读：鉴定出11种转录特征不同的T细胞亚群，包括 naive/中央记忆细胞、调节性T细胞（Treg）、终末耗竭T细胞等；终末耗竭T细胞富集代谢、增殖、细胞毒性、TCR信号与缺氧响应相关基因，且克隆多样性最低（n=27，文献未明确提供具体Shannon指数，基于图表趋势推测）；克隆共享分析显示，两个终末耗竭簇之间、记忆样与效应簇之间的克隆共享程度最高；“Tex-relevant”分析发现，与耗竭T细胞共享TCR的非耗竭细胞主要位于效应/耗竭效应簇，少数位于表达TCF-1的记忆簇，提示存在耗竭前体T细胞亚群。
产品关联：实验所用关键产品：10x Genomics的GEM-X 5’芯片、单细胞RNA测序试剂盒，Takara Bio的SMART-Seq Human TCR-seq with UMIs kit，Illumina NovaSeq X Plus测序仪等。

3.4 空间转录组解析肿瘤微环境细胞空间分布与相互作用

实验目的：解析HNSCC肿瘤内细胞的空间组织特征，以及T细胞转录状态与空间位置的关联规律。
方法细节：对10例患者的OCT包埋肿瘤样本进行10x Genomics Xenium空间转录组分析，检测477个转录本，涵盖免疫细胞、肿瘤细胞、基质细胞的核心标记基因；采用UMAP聚类鉴定细胞类型，通过CellChat分析细胞间通讯网络，分析T细胞基因表达与空间位置的相关性。
结果解读：鉴定出10种细胞类型，包括T细胞、B细胞、髓系细胞、内皮细胞、成纤维细胞、粒细胞和4种上皮细胞亚群（2种恶性、2种正常）；细胞空间分布特征显示，内皮细胞与肿瘤细胞常形成自身聚集的区域，成纤维细胞广泛分布于肿瘤微环境，T细胞与髓系细胞优先定位在肿瘤细胞富集区域；T细胞的基因表达与空间位置密切相关，耗竭相关基因（ENTPD1、HAVCR2、LAG3、PDCD1）、效应基因（GZMA、GZMB）和激活标记（HLA-DRA、SLAMF1）在靠近肿瘤与髓系细胞的T细胞中高表达，而 naive/记忆相关基因（IL7R、SELL、CCR7）在远离肿瘤的T细胞中高表达。
产品关联：实验所用关键产品：10x Genomics的Xenium空间转录组平台、Xenium In Situ探针面板，Keyence BZ-X810显微镜等。

3.5 整合单细胞RNA-seq与空间转录组优化T细胞表型分类

实验目的：利用单细胞RNA-seq的高分辨率转录组数据，提升空间转录组中T细胞亚群的分类精度，明确空间T细胞的表型特征与空间分布的关联。
方法细节：基于单细胞RNA-seq与空间转录组共享的基因集，训练随机森林分类器，将单细胞RNA-seq的T细胞簇标签转移到空间转录组的T细胞中，模型整体准确率为75.6%；分析空间转录组中T细胞的表型分布，以及不同CD45+流亚群中T细胞表型的差异。
结果解读：空间转录组中T细胞主要为终末耗竭型、记忆/前体耗竭型与Treg亚群，其中CD8+T细胞以终末耗竭型与记忆/前体耗竭型为主，CD4+T细胞以Treg为主；终末耗竭型T细胞优先定位在肿瘤细胞附近，而 naive/中央记忆细胞、Treg与记忆/前体耗竭型T细胞更多分布在远离肿瘤的区域；myeloid高亚群的CD8+T细胞含量与耗竭比例显著低于exhausted高亚群（n=10，P<0.05，文献未明确提供具体检验方法），验证了跨平台分析结果的一致性。
产品关联：文献未提及具体实验产品，领域常规使用R语言的randomForest包、Seurat包等生物信息学分析工具。

3.6 空间聚类识别免疫生态位与T细胞表型的关联

实验目的：解析免疫细胞的空间聚类特征，以及免疫生态位对T细胞表型的调控作用。
方法细节：采用Moran’s I统计量分析免疫细胞的空间自相关性，采用密度聚类（DBSCAN）算法无监督识别CD45+免疫细胞的空间簇；分析免疫簇内T细胞的表型分布，以及基因表达与T细胞局部密度的相关性。
结果解读：免疫细胞存在显著的空间自相关性（n=10，P<0.05，Kruskal-Wallis检验），其中CD4+T细胞、Treg与记忆/前体耗竭型T细胞的自聚类程度最高；DBSCAN识别的免疫簇主要由T细胞与髓系细胞组成，T细胞优先定位在簇内，髓系细胞更多分布在簇外；表达 naive/干细胞样标记（CCR7、IL7R、SELL、TCF7）、记忆标记（GZMK）和调节标记（FOXP3）的T细胞主要位于免疫簇内，而表达激活/耗竭标记（HAVCR2、ENTPD1、GZMA、GZMB）的T细胞更多分布在簇外；高T细胞密度区域富集 naive/淋巴系基因，低T细胞密度区域富集肿瘤相关基因。
产品关联：文献未提及具体实验产品，领域常规使用R语言的dbscan包、spdep包等生物信息学分析工具。

3.7 患者特异性TCR探针解析克隆身份与空间功能状态的关联

实验目的：在单细胞分辨率下，直接关联T细胞克隆身份、转录状态与空间定位，明确克隆T细胞的空间分化机制。
方法细节：基于单细胞TCR测序数据，设计针对患者高丰度TCR克隆的定制探针，在Xenium空间转录组平台上进行检测，验证探针的特异性与重复性；分析单个T细胞克隆的空间分布、转录状态与邻近细胞的关联规律。
结果解读：成功设计并验证了61种TCR探针，可在单细胞分辨率下精准检测T细胞克隆；单个TCR克隆可广泛分布在肿瘤不同区域，呈现不同的转录状态，例如同一克隆的T细胞在免疫簇内表达 naive/记忆标记，在肿瘤区域表达耗竭/效应标记（n=8，文献未明确提供具体比例，基于图表趋势推测）；抗原特异性影响T细胞分布，肿瘤富集的克隆与旁观者克隆（如流感特异性TCR）的邻近细胞类型与基因表达谱存在显著差异；T细胞的分化状态由空间微环境决定，而非克隆身份单独调控。
产品关联：实验所用关键产品：10x Genomics的Xenium定制TCR探针等。

4. Biomarker研究及发现成果

Biomarker定位与筛选验证逻辑

本研究涉及的Biomarker包括三类：T细胞空间聚类特征（免疫生态位）、TCR克隆的肿瘤富集状态、FGFBP2基因。筛选与验证逻辑为：通过多模态技术整合分析初步鉴定潜在Biomarker，再通过空间定位分析、功能关联分析验证其特异性与临床意义，形成“筛选-验证-功能关联”的完整逻辑链条。

研究过程详述

1. T细胞空间聚类特征（免疫生态位）：来源为HNSCC肿瘤组织样本，验证方法为Moran’s I空间自相关分析、DBSCAN空间聚类分析，特异性表现为免疫簇内富集 naive/干细胞样T细胞，这类T细胞具有更高的可塑性，与免疫治疗潜在响应相关；敏感性方面，免疫簇的存在与T细胞分化状态密切相关，具有免疫簇的肿瘤中记忆/前体耗竭型T细胞比例显著更高（n=10，文献未明确提供具体AUC值，基于图表趋势推测）。
2. TCR克隆的肿瘤富集状态：来源为患者配对的肿瘤与血液样本，验证方法为TCR测序分析肿瘤富集度（TILs与PBMCs中克隆频率的比值），特异性表现为肿瘤富集的克隆呈现耗竭/效应表型，旁观者克隆（如流感特异性TCR）的肿瘤富集度显著降低；敏感性方面，肿瘤富集克隆的空间分布与肿瘤区域高度相关，可有效区分肿瘤特异性与旁观者T细胞（n=27，文献未明确提供具体AUC值，基于图表趋势推测）。
3. FGFBP2基因：来源为TILs的单细胞RNA-seq数据，验证方法为差异基因表达分析，特异性表现为FGFBP2在血液富集的T细胞中高表达，这类T细胞具有从循环系统浸润到肿瘤微环境的能力；敏感性方面，FGFBP2表达水平与T细胞的肿瘤浸润能力相关，可作为T细胞浸润潜力的潜在替代标志物（n=27，文献未明确提供具体P值，基于图表趋势推测）。

核心成果提炼

本研究发现的核心Biomarker功能关联如下：免疫生态位可维持T细胞的可塑性，是HNSCC免疫治疗响应的潜在预测标志物；肿瘤富集的TCR克隆是肿瘤特异性T细胞的核心标志，其空间分布直接决定T细胞的分化状态；FGFBP2可作为T细胞从循环系统浸润到肿瘤微环境的替代标志物，反映T细胞的浸润能力。创新性在于首次在单细胞分辨率下将T细胞空间特征、克隆身份与功能状态系统关联，明确了空间微环境是T细胞分化的关键调控因素，为HNSCC免疫治疗的Biomarker开发提供了新的方向，同时为肿瘤免疫微环境的空间调控机制研究提供了新的技术范式。