食道癌论文参考文献

我还是建议手术治疗，如果可以耐受手术的话。可以来找我。

我从不相信有任何药可治食道癌.不吃以下食物,油榨,腌制,可乐,牛奶,糖,汉堡,坚果,豆类,荤菜.多喝水日3000毫升,多吃青菜.自会慢慢好转,乃至康复.

2021年9月6日，清华大学王建斌团队和中国医学科学院肿瘤医院吴晨团队的研究人员在  Nature Communications  上发表关于单细胞转录组分析揭示食管鳞状细胞癌的肿瘤微环境的文章，研究人员采用单细胞转录测序技术对60例食管鳞状细胞癌患者的肿瘤组织和4例正常组织进行单细胞测序，揭示了食管鳞状细胞癌肿瘤微环境中的免疫抑制状况，为深入了解食管鳞状细胞癌的发病和进展机制提供了基础。 接下来我带大家一起走进这篇文章深入了解作者的研究思路及主要结论。 【发表期刊】 Nature Communications  【发布时间】 2021年9月6日 【影响因子】 研究背景 食管癌是临床常见的消化系统恶性肿瘤，是全球第七大常见的癌症。据统计，我国食管癌发病率和死亡率呈快速上升趋势，而食管鳞状细胞癌（esophageal squamous cell carcinoma , ESCC）占我国食管癌总数的90%以上，ESCC 的5年生存率约为20-30%，这可能是由于早期诊断困难和缺乏有效治疗引起的，因此剖析 ESCC 肿瘤微环境（Tumor microenvironment , TME）的细胞组成及变化，对于建立早期诊断和创造有效的治疗至关重要。 在过去的几十年中，已有许多关于 ESCC 转录组学研究报道，但之前的研究是依赖于 cDNA 微阵列或 Bulk 测序，不能说明在异质性肿瘤组织中的细胞动态变化。单细胞转录组测序是近年来发展起来的一种有效方法，已被证明能够对异质性肿瘤组织进行分析，并破译肿瘤细胞与其微环境之间的相互作用。所以阐明 ESCC 的转录组特征和微环境成分，对制定有效的早期诊断和治疗策略是非常重要的。 ·研究思路 ·研究结果 01、 绘制 ESCC 肿瘤微环境图谱 对60例 ESCC 患者的肿瘤组织和4例正常组织进行单细胞转录测序（CD45-细胞）和 TCR 测序（CD45+ 细胞），并使用经典的 marker 基因进行注释（图1a）。从 CD45- 细胞中鉴定了8个主要细胞群：上皮细胞、成纤维细胞、内皮细胞和周细胞，在 CD45+ 细胞中鉴定了 T 细胞、B 细胞和髓样细胞。与正常组织相比，ESCC 肿瘤组织有更多的上皮细胞和周细胞，但成纤维细胞较少（图1b，1c）。02、 上皮细胞的瘤内和瘤间异质性 作者先研究 ESCC 中上皮细胞的表达状态，将52个患者的上皮细胞重新聚类分成38个亚群（图2a），并分析每个亚群在不同患者的比例，发现其中24个细胞亚群（≥75%）来自单个患者，而其他14个亚群则由多个患者构成（图2b）。作者将上述24个亚群定义为第1组亚群，另外14个亚群定义为第2组亚群。比较每名 ESCC 患者的上皮组成成分，发现其中21例患者的 ESCC 主要由第1组亚群组成，31例患者由第2组亚群组成（图2c），另外使用 PCA 分析上皮细胞在肿瘤内和肿瘤间的异质性（图2d），上述结果表明 ESCC 广泛存在肿瘤内和肿瘤间异质性且是正相关（图2e）。同时发现第1组亚群比第2组亚群具有更高的肿瘤间异质性（图2f）。03、 ESCC 上皮细胞中八种常见表达程序 为了研究多个样本之间上皮细胞的共表达程序，对每个样本内部重新进行聚类分成274个亚群（图3a）。基于每个亚群的 top30 基因进行层次聚类分析，共鉴定了8个具有不同功能和细胞状态的表达程序（图3b）。通过 GSVA 对表达程序细胞进行富集分析，发现不同的表达程序具有不同的生物学功能（图3c），通过相关性分析不同表达程序之间的相互作用，确定了5个显著的共现程序，Epi1 与 Epi2 高度共存，反映了 Epi1 和 Epi2 对上皮细胞分化的需求，Epi1 也与循环程序同时发生，反映了 Epi1 对细胞生长和增殖途径的激活。Epi2 程序与粘膜程序高度共存，表明粘膜免疫存在于分化良好的上皮细胞中（图3d）。最后对8个表达程序进行打分以及对患者进行聚类，发现每个表达程序在 ESCC 患者之间高度不均一，大多数 ESCC 患者表达不止一个程序（图3f）。04、 ESCC 的免疫抑制型肿瘤微环境 由于 T 细胞是 TME 中最丰富的肿瘤浸润淋巴细胞，因此重新聚集分析69278个 T 细胞，共分成9种不同的细胞亚群，与正常组织相比，ESCC 的 TME 中富含调节 T 细胞和耗竭 T 细胞，缺少初始、效应和记忆 T 细胞，表明 TME 处于免疫抑制状态（图4a）。与 I 期肿瘤相比，II/III 期 ESCC 的衰竭和 Treg 评分显著升高，说明 ESCC 的 TME 免疫抑制状态随着肿瘤进展而恶化（图4b）。另外 TCR 分析显示，TCR 克隆型组成和增殖细胞比例在不同的 T 细胞亚型中高度不同，耗竭 T 细胞具有最高的克隆扩增水平和增殖细胞比例（图4c，4d）。 由于肿瘤相关巨噬细胞（Tumor associated macrophages , TAMs）已被证明是调节先天性和适应性免疫反应以及促进肿瘤血管生成、侵袭和转移的基础，因此对19273个髓系细胞重新分群成11种不同的细胞亚群（图4e），发现单核细胞和 TAMs 不仅表达与免疫抑制相关的基因（ TGFB1  和  COX2 ），而且还表达与血管生成相关的基因（ VEGFA 、 CXCL8 、 MMP9 和  MMP12 ）（图4f）。树突状细胞（Dendritic Cells , DC）有三种不同的细胞亚型：经典 DC (cDC)、耐受性 DC（tDC）和浆细胞样 DC（pDC），其中免疫检查点基因 PD-L1、PD-L2 和 IDO1 在 tDC 中表达量最高（图4g），另外 ESCC 显著富集 tDC，且 PD-L1、PD-L2 的表达高于与正常组织（图4h）。另外从一名 ESCC 患者组织中分离的 tDC 与人外周血的 CD8+ T 细胞共培养，发现 tDC 显著抑制 CD8+ T 细胞的增殖，在加入 PD-L1 抗体后，可恢复 CD8+ T 细胞的增殖和活化（图4i，4j）。上述结果表明 tDC 在 ESCC 免疫抑制微环境中起着至关重要的作用。05、 ESCC 基质细胞的互作和分化 成纤维细胞和周细胞可通过周细胞-成纤维细胞分化为肌成纤维细胞，是 TME 的重要的组成部分，可促进肿瘤侵袭和转移。因此作者将成纤维细胞和周细胞重新聚类分为9个亚群（图5a）。这些成纤维细胞亚群具有不同的标记基因和通路活性，NMF 表达编码蛋白酶抑制剂相关的的基因（SLPI 和 PI16），NAF1/2 表达与伤口愈合反应相关基因（IGF1、C7 和 APOD），CAF1 和 CAF2 表达促炎趋化因子（CXCL1 和 CXCL6），另外 CAF1 也高表达（CCL2、CCL11 和 CXCL14）, CAF2 高表达活化周细胞的细胞因子（CXCL5 和 CXCL8），CAF3 和 CAF4 则高表达肌成纤维细胞的标志基因（TAGLN 和 ACTA2)（图5b）。另外作者发现成纤维细胞两种不同发育轨迹，在一个分支中发现从 NMF 到 NAF1/2、CAF1、CAF3 和 CAF4 的分化轨迹，另一个分支发现周细胞、CAF2 和 CAF4 的分化轨迹（图5c）。基于分区的图抽象（PAGA）分析不同亚群之间相互作用，发现 CAF1 与 NAFs 和 CAF4 相关，而 CAF3 则是与 CAF2 和 CAF4 之间的联系更加密切（图5d）。与正常组织相比，肿瘤组织中高 CAF2、CAF3、CAF4、周细胞和血管平滑肌细胞，其中 II/III 期 ESCC 比 I 期表达更多的 CAF3 和 CAF4（图5e）。上述结果表明在 ESCC 微环境中，CAFs 的积累可能在肿瘤进展中起关键作用。 由于内皮细胞（Endothelial Cell , EC）在 TME 中经常表现出异常的表型和功能，这可能会限制它们对抗血管生成疗法的反应，因此将11267个内皮细胞重新聚类为6个亚群，包括3个正常 EC（NEC1-NEC3）和3个肿瘤 EC（TEC1-TEC3）（图5f），通过聚类热图发现 TECs 具有特异性激活的通路，包括细胞增殖、血管生成、TGF-β 信号传导、EMT 和能量代谢（图5g）。另外 TECs 高表达与血管生成相关的分子（VEGFR1、VEGFR2、VEGFR3和PDGFB），但与细胞粘附相关的基因（ICAM1 和 VCAM1）表达水平则低于 NECs（图5h）。 PDGFB-PDGFRB 信号通路在周细胞-肌成纤维细胞转化中起着关键作用，且 PDGFB 主要由内皮细胞分泌，通过配体-受体互作分析发现，TEC 和周细胞之间有很强的相互作用（5i），TEC 中 FDGFB 的表达水平与周细胞-内皮细胞比值、CAF2 和 CAF4 比例呈正相关（图5j，5k）。上述结果表明，TEC 可能通过诱导周细胞向肌成纤维细胞的转化，促进肿瘤血管生成，从而促进肿瘤进展。·研究结论 本研究对60个 ESCC 患者和4例正常组织的208659个单细胞转录组数据进行分析，揭示了 ESCC 的 TME 组成。阐明了肿瘤细胞和 TME 细胞之间可能的相互作用以及 TME 中不同细胞类型之间的相互作用，这些结果揭示 ESCC 的 TME 免疫抑制状况，为深入了解 ESCC 的发病和进展机制提供了基础。 参考文献： ZhangX, Peng L, Luo Y, et al. Dissecting esophageal squamous-cell carcinoma ecosystem by single-cell transcriptomic analysis.  Nat Commun . https:2021;12(1):.