单细胞空间数据分析之VDJ与肿瘤

作者，Evil Genius

新年伊始，刚上班的你是不是还有假期综合征？但是很多研究者很早就投入了科学研究，不得不令人佩服其科研精神。再回到单细胞空间的研究领域，新的动态也层出不穷，10Xgenomics最近也推出了Xenium---空间原位分子转录组技术，推动其空间研究达到亚细胞级，国内的空间技术也呈现出追赶状态，可以预见对于组织结构的三维认知将是未来研究的重要课题。

目前而言，单细胞空间技术已经涵盖到单细胞转录组、单细胞VDJ、空间转录组、空间VDJ，空间原位等，对于转录组方面的研究已经非常成熟，也是目前单细胞空间发表文章涉及到的主要技术；相较于转录组，VDJ方面的认知仍然存在很大的空白，无论是单细胞还是空间层面，VDJ研究的重要性不言而喻，免疫作为生物学研究的一个重要分支，借助单细胞空间技术推动免疫学方面的进展仍然具有很大的前进空间，而对于免疫学方面的研究，国内张泽民团队做的最好，那么就以此为契机，总结目前VDJ的主流研究方法，开启新的一年。

手段一、VDJ的丰度差异

这是最容易想到的分析手段，丰度差异分为两种，一种是VDJ的种类发生了变化，通常在疾病组VDJ多样性高于对照组；另一种是数量上的变化，为了杀灭异常细胞可能富集了具有针对性的VDJ组合，从而导致该VDJ类型的丰度增加。例如在肿瘤研究中，免疫细胞为了杀灭肿瘤细胞，必然会富集对肿瘤细胞有杀灭作用的VDJ序列，那么通过对比对照和疾病组的VDJ丰度差异，有助于认知甚至治疗肿瘤，如下图[1]：

对于VDJ基因多样性的分析可以从以下几个角度来考虑：（1）比较对照和疾病组之间的VDJ差异，借此分析富集到的VDJ基因或组合的生物学作用；（2）比较相同疾病不同病人之间的VDJ基因丰度差异，借此研究疾病反应的异质性；(3)研究不同阶段，或者用药前后的免疫变化，结合克隆丰度变化的motif研究，有助于指导临床研究。

手段二：克隆共享

对于肿瘤研究而言，血液、癌旁和肿瘤内部的空间相对位置信息涵盖了免疫细胞系统对肿瘤发生的整体反应。对于肿瘤细胞的浸润性克隆，其在血液和癌旁中的分布与丰度变化也是探索免疫抑制的重要手段，如下图[2]：

克隆共享的分析手段最终的目的在于寻找靶向VDJ序列、进而研究相对应的细胞类型，刻画T细胞功能亚群、各亚群的组织分布特征及亚群间的状态转换关系等免疫特征。同时，基于T细胞的转录组数据及T细胞受体（TCR）序列，研究浸润性免疫细胞的迁移属性，为临床研究提供借鉴。研究具有非常大的价值，但是取样要求比较高。

手段三：VDJ的时间轨迹变化

疾病在演化的过程中，T细胞针对疾病的发生也在进行相应的演化，最近的很多研究都在依靠免疫细胞的轨迹发生来研究其带来的VDJ克隆变化，这是一个双向的过程，这对于研究疾病发生和个人反应具有重要的意义，如下图[3]：

克隆轨迹的特点体现了组织的选择性结果，保留了具有效应的免疫细胞，TCR克隆信息和伪时序分析来解析了不同亚型T细胞之间的细胞状态转换，阐明了复杂的免疫细胞分化过程以及识别不同免疫细胞的耗竭轨迹，VDJ + 轨迹分析已经成为了VDJ研究的主流手段。

手段4：空间VDJ

组织的三维结构信息目前仍在不断的研究之中，尤其是组织结构空间的动态变化的研究仍然存在很大的空白，免疫细胞的研究专门成立了一门学科---免疫学，可见其研究的难度。但是对于疾病而言空间克隆型的研究价值仍然吸引着前仆后继的工作者。

在文章[5]中空间BCR的分布解释了三级淋巴结构中B细胞成熟亚型和PC的共定位暗示了原位B细胞适应免疫而产生，在这种过程中，B细胞发生了突变细胞受体序列，并选择和扩展大多数克隆。其研究的主要价值体现在B细胞的超突变的部位以及迁移状况，是预后良好的主要生物学特征。

写在后面

利用单细胞空间技术研究免疫细胞的状态变化以及VDJ的环境选择仍然是一项重要的研究课题，目前大量的精力都投入到了单细胞空间的转录组研究之中，免疫相关的研究略显不足，希望借助单细胞空间的力量进一步扩展对免疫的认知，为临床疾病的治疗提供更多的参考依据，真正做到免疫学研究的时空动态。

参考文献：

[1] Ma J , Tibbitt C, Georen S , et al. Single-cell analysis pinpoints distinct populations of cytotoxic CD4 T cells and an IL-10+CD109+Th2 cell population in nasal polyps. Science Immunology. 2021(6):94.

[2] Guo, X. , Zhang, Y. , Zheng, L. , Zheng, C. , & Zhang, Z. . (2018). Global characterization of t cells in non-small-cell lung cancer by single-cell sequencing. Nature Medicine, 24(7).

[3] Sun, K. , Xu, R. , Ma, F. , Yang, N. , Li, Y. , & Sun, X. , et al. Scrna-seq of gastric tumor shows complex intercellular interaction with an alternative t cell exhaustion trajectory. Nature Communications.

[4] Maxime Meylan, Florent Petitprez, et al. Tertiary lymphoid structures generate and propagate anti-tumor antibody-producing plasma cells in renal cell cancer. Immunity.