小細胞肺癌（small cell lung cancer，SCLC）是一類高度侵襲性的神經(jīng)內分泌腫瘤，具有進展迅速、易發(fā)生遠處轉移及預后較差等特點。淋巴結轉移是其疾病進展的重要環(huán)節(jié)，但目前對于原發(fā)灶與轉移灶之間腫瘤微環(huán)境的空間重構規(guī)律及其在轉移過程中的作用機制仍缺乏系統(tǒng)性認識。

2026年3月30日，溫州醫(yī)科大學生物醫(yī)學工程學院周猛研究員團隊聯(lián)合中國醫(yī)學科學院腫瘤醫(yī)院應建明主任和楊琳主任醫(yī)師團隊，在Cell Reports Medicine 發(fā)表題為“Single-cell spatial transcriptomic profiling reveals tumor microenvironment heterogeneity in primary and lymph node-metastatic small cell lung cancer”的研究成果。該研究利用高分辨率的單細胞空間轉錄組學技術CosMx Spatial Molecular Imager （CosMx SMI），首次系統(tǒng)構建了SCLC原發(fā)灶與淋巴結轉移灶的高分辨率空間細胞圖譜，從空間維度揭示了SCLC在淋巴結轉移過程中腫瘤微環(huán)境的異質性演化、細胞互作重塑及其潛在臨床意義。本研究中的單細胞空間轉錄組CosMx SMI 檢測工作，由解碼生物時空組學技術團隊完成，其精準、高效的技術支持為研究結論的驗證與機制解析提供了堅實的數(shù)據(jù)保障。

圖1. 圖文摘要

一、研究方法

1.CosMx SMI 空間轉錄組 (Human Universal 1K panel)：75名患者的105例原發(fā)及轉移性淋巴結樣本，包含31例小細胞肺癌無淋巴結轉移原發(fā)灶（PT）、42例伴淋巴結轉移原發(fā)灶（PT-LNM）、32例淋巴結轉移灶（LNMT），利用CosMx空間轉錄組技術繪制高分辨率空間圖譜，完成75例患者105份樣本的檢測，解析超60萬個單細胞的空間轉錄組特征，注釋2.94億條轉錄本。同步獲取細胞類型、功能狀態(tài)及空間鄰近關系。

2.mIF驗證：驗證了CosMx SMI空間轉錄組得到的細胞空間分布與互作關系，以及淋巴結轉移特異性惡性亞群的蛋白水平表達（如FYN+NR2F2+ C5、SERPINA1+DHRS2+ C6）。

3.外部數(shù)據(jù)：利用多器官轉移單細胞 RNA-seq 數(shù)據(jù)驗證惡性亞群的淋巴結特異性，利用多中心 bulk RNA-seq 隊列驗證預后基因特征的泛化性。

圖2. 研究設計圖

二、主要研究結果

構建SCLC原發(fā)與淋巴結轉移空間單細胞圖譜

研究在單細胞尺度上描繪了SCLC從原發(fā)灶到淋巴結轉移的空間結構演化過程。結果顯示：與原發(fā)灶相比，淋巴結轉移灶中免疫細胞顯著富集，存在 “成纖維細胞被免疫細胞環(huán)繞” 的獨特空間結構。

圖3 小細胞肺癌腫瘤微環(huán)境的單細胞空間轉錄組圖譜

鑒定淋巴結轉移特異性惡性細胞亞群

將惡性細胞聚類為13個亞群，篩選出C5、C6、C9三個淋巴結轉移特異性亞群，主要富集于轉移相關樣本，并在空間上表現(xiàn)出明顯的免疫排斥特征。其特征基因與遷移、侵襲、代謝重編程及免疫抑制相關。用mIF驗證了原發(fā)腫瘤與伴淋巴結轉移原發(fā)腫瘤中泛免疫熱點的核心免疫細胞組成。

圖4 淋巴結轉移相關惡性細胞亞群的鑒定與空間分布特征

揭示轉移過程中免疫微環(huán)境的動態(tài)重編程

通過對比發(fā)現(xiàn)，隨著淋巴結轉移進展，免疫細胞譜系發(fā)生系統(tǒng)性變化：效應性T細胞減少，耗竭T細胞及Treg增加，伴隨免疫抑制相關通路持續(xù)激活。該變化呈現(xiàn)連續(xù)趨勢，提示轉移過程伴隨免疫系統(tǒng)的漸進性重塑，而非突發(fā)事件。

圖5 小細胞肺癌淋巴結轉移中T細胞和B細胞異質性

發(fā)現(xiàn)血管-免疫空格鍵互作的重構

空間分析顯示， 轉移相關惡性亞群C5、C6、C9存在空間免疫排斥，內皮細胞與免疫細胞密切互作，血管周圍免疫細胞在轉移過程中發(fā)生功能重編程，共同塑造血管-免疫微環(huán)境。

圖6 細胞間相互作用

鑒定出預后相關空間免疫生態(tài)位與標志物

基于細胞鄰域分析，研究劃分出6類空間生態(tài)位，其中PIHs-1是SCLC獨立良好預后因素，由多種免疫細胞協(xié)同組成，在原發(fā)灶中更豐富，而在轉移灶中顯著減少，且與患者生存顯著相關。該結果提示，SCLC預后信息并不來源于單一細胞類型，而是細胞在空間中的組織方式。

圖7 細胞鄰域與OS和DFS的相關性

三、研究總結

1.首個利用CosMx SMI技術對小細胞肺癌 PT、PT-LNM、LNMT 進行系統(tǒng)性高分辨率單細胞空間轉錄組分析的研究，首次繪制了淋巴結轉移的空間細胞圖譜；

2.鑒定出淋巴結特異性的惡性細胞亞群（C5/C6/C9），揭示了轉移過程中血管-免疫 niche的動態(tài)重編程及惡性亞群的局部空間免疫排斥機制；

3.定義了PIHs-1這一獨立預后空間免疫生態(tài)位，證明空間結構而非單一細胞豐度決定患者預后；基于PIHs-1開發(fā)的20基因預后特征，為小細胞肺癌的臨床預后評估提供了可轉化的分子標志物；

4.為小細胞肺癌淋巴結轉移的空間生物學提供了基礎性見解，為后續(xù)機制研究和空間靶向治療策略開發(fā)提供了寶貴的資源和新的靶點。

這些結果共同指向一個重要結論：小細胞肺癌的淋巴結轉移過程不僅取決于腫瘤細胞，更可能與這些細胞的空間組織結構密切相關。在技術層面，單細胞空間轉錄組技術（如CosMx SMI）使得在臨床樣本中系統(tǒng)解析細胞狀態(tài)與空間關系成為可能，為腫瘤空間生物學研究及可轉化標志物開發(fā)提供了重要工具。

專家介紹

周猛，溫州醫(yī)科大學附屬眼視光醫(yī)院、眼視光學院、生物醫(yī)學工程學院研究員，博士生導師，生物醫(yī)學信息學系副主任。長期從事醫(yī)學大數(shù)據(jù)與精準診療研究，建立了“多組學機制解析-人工智能模型驅動-液體活檢臨床轉化”三位一體的研究體系，致力于推動腫瘤診療向精準化、智能化與微創(chuàng)化發(fā)展。主要研究方向包括：1）利用組織、單細胞及空間多組學技術，解析腫瘤異質性，鑒定與預后及治療響應相關的細胞類型、分子分型與靶點；2）研發(fā)可解釋的人工智能診療模型，實現(xiàn)基于常規(guī)病理與影像數(shù)據(jù)的精準輔助診斷與預后預測；3）發(fā)展基于cfDNA、血漿蛋白質組等的新型液體活檢技術，推動腫瘤早篩、免疫治療毒性預警及關鍵病理特征的無創(chuàng)評估。主持國家自然科學基金項目4項，省部級項目多項，作為骨干參與多項國家和省重點研發(fā)計劃；系列成果發(fā)表于Nature Computational Science, Hepatology, Nature Communications, Cell Reports Medicine,Genome Medicine, Advanced Science, Molecular Cancer, npj Digital Medicine等國際權威期刊，15篇入選ESI高被引論文，總被引超6000次，H-index為43。已獲中國發(fā)明專利10項，研究成果獲黑龍江省自然科學技術二等獎（3/3）、吳文俊人工智能科學技術二等獎（3/5）、浙江省生物信息學會科技進步獎一等獎。入選浙江省“萬人計劃”青年拔尖人才、溫州市“特支計劃”科技創(chuàng)新領軍人才、愛思唯爾中國高被引學者，并躋身斯坦福大學全球前2%頂尖科學家及全球頂尖10萬科學家榜單。