Cell |中山大学孙逸仙纪念医院苏士成发现脉络丛肥大细胞驱动脑转移并发症,可通过靶向抑制胰蛋白酶来治疗
2023年12月5日,中山大学孙逸仙纪念医院广东省恶性肿瘤表观遗传与基因调控重点实验室苏士成研究员作为唯一通讯作者在Cell期刊在线发表了题为Choroid plexus mast cells drive tumor-associated hydrocephalus的研究论文。该研究通过单核RNA测序和空间转录组学,发现脉络膜丛中有一个独特的肥大细胞群,该类细胞在肿瘤相关性脑积水期间显著增加。
引言
肿瘤相关性脑积水(TAH)是脑转移的常见且致命的并发症,其预后仍然非常糟糕。TAH的发病率迅速上升,但其确切的机制尚不清楚。
研究背景
最近的流行病学研究表明,大约20%-30%的癌症患者发生脑转移,而在20世纪末,这一比例为8%-10%。肿瘤压迫阻断脑脊液(CSF)的流动导致TAH,但这种机械障碍以外的其他机制也在驱动TAH的进展。遗传命运追踪和颅内肥大细胞特异性胰蛋白酶敲除表明,脉络膜丛肥大细胞(choroid plexus mast cells,CPMCs)通过胰蛋白酶-PAR2-FoxJ1途径破坏脉络膜丛上皮的纤毛,从而增加脑脊液的产生。人脉络膜丛中也有肥大细胞。因此,探究CPMCs在TAH中的作用及寻找可行的治疗方法是本研究的主要目标。
实验设计与结果
为揭示TAH 的潜在机制,研究人员绘制了小鼠脑室区域(包括脉络丛和脑室壁)的细胞全景图,分别对注射或未注射 EO771-VM 细胞的小鼠进行了研究(下图A)。单细胞核酸测序(snRNA-seq)对于识别细胞亚群具有很高的敏感性,因为它减少了细胞异质性掩盖的解离诱导即刻基因的影响(下图B)。因此,研究人员通过荧光激活核分选(FANS)分离出非神经元(神经核抗原阴性 [NeuN−])核(下图B)。利用 t-分布随机邻域嵌入(t-SNE)分析了来自正常小鼠的10,443个核和来自携带EO771-VM细胞的小鼠的7,846个核,发现了10个明显的细胞类型(下图C)。通过细胞类型特异性标记物的表达,研究人员确定了各个细胞簇(下图D)。
TAH小鼠心室区域的SnRNA-seq
此外,该研究使用空间转录组学方法分析了3只携带EO771-VM的小鼠的3个冠状脑部切片上的10,774个区域的转录组,结果显示肥大细胞主要分布在脑室区域,而其他免疫细胞类型则不是主要分布在该区域。他们还通过免疫荧光染色验证了肥大细胞的存在,肥大细胞标记物tryptase和chymase主要位于脉络丛的基质空间,在CD31+血管和transthyretin+(TTR+)、Na+-K+-2Cl−共转运蛋白1+ (NKCC1+)、脉络丛上皮之间,而不是脑实质中的神经胶质酸性纤维蛋白+ (GFAP+)星形胶质细胞所示的区域。此外,研究还评估了其他中枢神经系统免疫环境中的肥大细胞,如脑膜和脑实质中的血管周围空间。结果显示,脉络丛中的肥大细胞密度远高于脑膜和血管周围空间的肥大细胞密度。
空间转录组学技术识别脉络丛中肥大细胞
更重要的是,研究人员使用BMS-262084,一种胰蛋白酶抑制剂,探究其在治疗TAH方面的实际效果。他们发现,该抑制剂能穿过血脑屏障,在体内抑制TAH,并在人多能干细胞源性脉络膜丛类器官模型中减轻肥大细胞诱导的上皮纤毛损伤。这表明胰蛋白酶抑制剂可能是一种有吸引力的治疗方法。
讨论与展望
该研究为我们揭示了CPMCs在TAH中的重要作用,并提供了一种有潜力的治疗方法。然而,仍需进一步研究来验证其在临床应用中的有效性和安全性。此外,开发包含转移级联和脑微环境的动物模型也是研究脑转移的迫切需求之一。如果能够进一步确定CPMCs在TAH中的作用机制,这将为我们提供更深入了解TAH发展的机制,从而提高治疗效果和患者的生存率。
研究亮点
•脉络丛肥大细胞在肿瘤相关性脑积水(TAH)中增加
•肥大细胞通过类胰蛋白酶损伤脉络丛上皮纤毛引起TAH
•人脑脊液类胰蛋白酶与TAH的临床严重程度相关
•靶向类胰蛋白酶治疗TAH是一种有吸引力的治疗方法
值得一提的是,研究仍存在一些缺陷,需要进一步研究来解决。首先,转移性肿瘤细胞必须适应脑部环境才能定植和生长。因此,它们会处理或获取与中枢神经系统免疫细胞共同进化的“工具”。关于肿瘤细胞如何诱导CPMC(脉络丛巨噬细胞)的积累和颗粒脱颗粒仍然是一个重要的研究课题。另外,组织驻留的髓样细胞,包括中枢神经系统的细胞,可以来源于囊胚或者通过招募产后骨髓衍生的前体细胞进行交换。因此,未来需要结合造血命运映射实验的努力,以阐明CPMC的起源和更新。这提示了进一步的研究方向,以深入了解肿瘤细胞和中枢神经系统免疫细胞之间的相互作用和调节机制,以及CPMC的起源和更新。
版权声明:
作者:zhangchen
链接:https://www.techfm.club/p/95227.html
来源:TechFM
文章版权归作者所有,未经允许请勿转载。
共有 0 条评论