《Nat Med:缺失的免疫细胞或是有效攻击胶质母细胞瘤的关键》

  • 来源专题:生物安全知识资源中心 | 领域情报网
  • 编译者: hujm
  • 发布时间:2018-08-21
  • 胶质母细胞瘤会对机体免疫系统产生一种不寻常的效应,通常会导致机体中循环T细胞的数量急剧下降,而这种T细胞能够帮助驱动机体的免疫防御机制。即使目前越来越多的免疫疗法能用来刺激机体抵御肿瘤的自然防御能力,但研究人员仍然并不清楚这些T细胞的精确位置。

    近日,一项刊登在国际杂志Nature Medicine上的研究报告中,来自杜克大学医学中心的研究人员通过研究成功实现了对胶质母细胞瘤患者机体中缺失T细胞的追踪,研究者在骨髓中发现了大量的循环T细胞,但这些T细胞被锁定了无法正常发挥功能,因为大脑刺激对胶质母细胞瘤或其它大脑中转移性肿瘤产生反应的过程所致。

    本文研究结果或能为研究人员开发辅助抗癌药物开辟一个新的探索领域,使得被锁定的T细胞能够从骨髓中释放出来帮助机体抵御肿瘤的进展。研究者Peter E. Fecci博士表示,所有免疫疗法所面临的问题就是免疫系统被当成了靶点,尤其是在胶质母细胞瘤喝其它扩散到大脑中的其它肿瘤,如果我们的目标是激活T细胞,而T细胞并不在目标位点的话,那么这种疗法似乎并不会奏效。

    这项研究中,研究人员就想寻找缺失的T细胞,他们发现,许多新诊断的胶质母细胞瘤患者机体中拥有和完全型艾滋病(Full-blown AIDS)患者等同的免疫系统,即便接受手术、化疗和放疗之前也是如此;大部分患者机体中的CD4辅助T细胞的数量能达到700-1000,而相当一部分未进行治疗的胶质母细胞瘤患者机体中CD4辅助T细胞的数量不足200,这或许就会使得患者更加容易遭受多种感染,甚至导致机体癌症的恶化。

    最初,研究人员在患者脾脏中发现了缺失的T细胞,但在某些疾病状态下,这似乎是一种病理上的细胞,但由于脾脏体积非常小,因此研究人员推测是否这些T细胞会隐藏在胸腺中呢?因此他们决定去检查骨髓来观察是否能发现T细胞的踪迹,最后发现了这些T细胞。研究者Fecci说道,当我们对这些隐藏的T细胞进行检测时我们发现,这些T细胞表面缺失了一种名为S1P1的受体,该受体能帮助细胞离开骨髓和淋巴系统,当缺失该受体时,这些T细胞就会被锁定,无法在机体中循环帮助机体抵御感染和癌症等疾病。

    目前研究人员想通过更深入的研究来阐明大脑如何诱发S1P1受体的异常,目前研究者认为,S1P1受体接受了某些信号指示,从细胞表面撤回到了细胞内部;更有意思的是,当研究人员恢复小鼠机体中T细胞的S1P1受体时,T细胞就会离开骨髓前往肿瘤位点,因此这个过程是可逆的。研究人员希望能开发出特殊的分子来恢复T细胞表面S1P1受体的功能,这或许也能促进免疫疗法更加有效地治疗癌症患者。

  • 原文来源:https://www.nature.com/articles/s41591-018-0135-2
相关报告
  • 《Cell | 胶质母细胞瘤中缺氧梯度驱动的五层精细结构》

    • 来源专题:战略生物资源
    • 编译者:李康音
    • 发布时间:2024-04-24
    • 2024年4月22日,魏茨曼科学研究所Itay Tirosh、麻省总医院Mario L. Suvà共同通讯在Cell发表题为Integrative spatial analysis reveals a multi-layered organization of glioblastoma的文章,将空间转录组学和蛋白质组学技术与计算方法相结合,剖析GBM肿瘤中细胞状态的复杂组织。 该研究发现揭示了GBM中一个引人注目的多层结构,超越了通过经典组织病理学观察到的组织。该组织的核心是缺氧区域的存在,而缺氧区域是协调各种癌症细胞状态的空间分布的驱动力。作者确定了14个不同的元程序(metaprogram, MP),代表了多个GBM样本中基因表达的重复模式。这些MP与先前定义的单细胞状态非常相似,包括间充质、神经祖细胞样、少突胶质细胞祖细胞样和星形胶质细胞样状态,以及非恶性细胞类型,如巨噬细胞、少突神经细胞和神经元。 值得注意的是,作者在GBM肿瘤中发现了两个不同的空间域:以细胞状态的高度空间一致性为特征的结构化区域和缺乏这种一致性的无序区域。引人注目的是,缺氧癌细胞(MES-Hyp)的存在不仅与缺氧状态本身的组织增加有关,还与附近所有其他癌细胞状态的结构化增加也有关。缺氧对空间组织的这种长期影响远远超出了组织病理学可见的坏死区域。通过对多个尺度上细胞状态之间的空间关联进行综合分析,作者确定了在样本之间是一致的一系列成对相互作用,并通过互补的空间蛋白质组学数据进行了验证。这些相互作用揭示了结构化区域中引人注目的五层组织,每一层都代表着与缺氧梯度相关的不同微环境背景。 最内层(L1)由以MES Hyp状态为主的核心缺氧/坏死区组成。周围是缺氧相关状态的第二层(L2),包括间充质样、星形胶质细胞样间充质和炎性巨噬细胞。第三层(L3)包括血管生成反应和免疫中枢,以血管细胞、巨噬细胞和增殖/代谢状态为特征。向外移动,第四层(L4)包含恶性神经发育状态细胞(神经祖细胞样、少突胶质细胞祖细胞样和星形胶质细胞样),其可能更依赖氧气。最后,最外层(L5)代表浸润的脑实质,包括非恶性细胞类型,如反应性星形胶质细胞、少突胶质细胞和神经元。这种多层组织为理解GBM的空间异质性提供了一个概念框架,并强调了缺氧作为长期组织调控者的关键作用。值得注意的是,作者证明了这种组织超越了经典的组织病理学特征,增加了一层以前未被识别的缺氧相关状态。 虽然缺氧是空间组织的核心驱动因素,但作者还确定了细胞状态之间的特定相互作用,这些相互作用可能反映了发育线索或功能依赖性。例如,神经发育的恶性状态与其非恶性对应物(例如,神经元的神经祖细胞样)相结合,这表明潜在的对正常发育过程的模仿。此外,在不同的间充质状态下观察到不同的免疫细胞关联,暗示了不同程度的免疫激活或抑制。 总之,此研究对GBM的空间组织进行了全面和定量的表征,揭示了缺氧梯度驱动的多层结构。通过将空间转录组学和蛋白质组学数据与计算方法相结合,作者发现了一种以前未被重视的组织水平,这可能对我们理解GBM的肿瘤异质性、治疗耐药性和潜在脆弱性具有深远意义。
  • 《南加州大学的研究人员利用人工智能开创了一种治疗胶质母细胞瘤的潜在新免疫疗法》

    • 来源专题:新一代信息技术
    • 编译者:isticzz2022
    • 发布时间:2024-08-01
    •        南加州大学诺里斯综合癌症中心的一组研究人员建立了一个机器学习系统,以识别可以将大脑癌症细胞转化为功能免疫细胞的基因,并在小鼠模型中成功测试了该方法。        在一项关于胶质母细胞瘤的创新性新研究中,科学家使用人工智能(AI)对癌症细胞进行重新编程,将其转化为树突细胞(DC),树突细胞可以识别癌症细胞并指导其他免疫细胞杀死它们。胶质母细胞瘤是癌症最常见的脑癌,也是最致命的,只有不到10%的患者在确诊后存活五年。虽然免疫疗法等新方法彻底改变了其他癌症的治疗方法,但它们对胶质母细胞瘤患者几乎没有什么作用。这在一定程度上是因为这些难以触及的脑肿瘤隐藏在血脑屏障后面,免疫细胞很难到达并消除它们。但一项由美国国立卫生研究院部分支持、南加州大学凯克医学院领导的新研究利用人工智能来探索哪些基因控制细胞的命运——例如,细胞发育成心脏细胞、肺细胞还是癌症细胞。研究人员确定了可以重新编程胶质母细胞瘤细胞的基因,将其转化为肿瘤内的免疫细胞,从而有效地靶向其亲属癌症细胞进行破坏。       在胶质母细胞瘤的小鼠模型中,该方法将存活率提高了75%。研究结果刚刚发表在美国癌症研究协会的《癌症免疫学研究》杂志上。“这项突破性的研究利用人工智能的力量将胶质母细胞瘤细胞转化为免疫激活细胞,标志着癌症免疫疗法的重大进步,”该研究的主要作者David Tran,医学博士,博士说,他是Keck医学院神经外科和神经学副教授兼神经遗传学系主任。“通过使癌症自身的细胞对抗它,我们为更有效的治疗铺平了道路,并为与这种癌症和许多其他侵袭性癌症作斗争的患者带来了新的希望。”       除了在动物模型中的工作外,研究人员还使用人工智能鉴定了一组可以将人类胶质母细胞瘤细胞转化为免疫细胞的基因。未来,科学家们可以通过将这种遗传物质嵌入无害的病毒(一种被称为病毒载体的工具)中,将其传递给胶质母细胞瘤患者。Tran说:“强迫一个拥有20000个基因的细胞变成其他细胞是非常复杂的。使用传统的分子方法,这几乎是不可能的。”Tran也是南加州大学诺里斯综合癌症中心南加州大学脑肿瘤中心的联合主任。“人工智能正在帮助我们回答一些关键问题,并为我们提供了一种强大的方法来学习如何操纵细胞的命运。” 控制细胞的命运        DC在激活免疫反应中发挥着核心作用:它们对抗原(如癌症细胞)进行采样,并将其呈现给其他免疫细胞,包括T细胞大军,有效地引发全面攻击。        有证据表明,树突状细胞可以对抗胶质母细胞瘤,但科学家们还没有找到一种可靠的方法让它们穿过血脑屏障,进入肿瘤的恶劣环境。通过对已经位于肿瘤内的癌症细胞进行重新编程,Tran和他的团队绕过了这一重大挑战。 在操纵细胞命运时,一个重要的考虑因素是特异性。例如,将健康的脑细胞转化为DC可以缩小脑瘤,但会导致健康问题。Tran说:“我们不想给病人一些可以将各种细胞转化为树突状细胞的东西。”他和他的团队开发的机器学习系统能够查询数万个基因和数百万个基因间的连接,并识别出那些可以特异性靶向胶质母细胞瘤细胞的基因,并将其重新编程为类似DC的基因。这种人工智能驱动的方法与之前的研究不同,之前的研究使用所谓的经验方法来手动识别控制细胞命运的基因。“人工智能的高计算能力确实帮助我们加速了发现过程,”Tran说。与其他免疫疗法一起使用,重编程胶质母细胞瘤细胞显著增强了胶质母细胞癌小鼠模型的免疫反应和存活率。当与免疫检查点疗法结合使用时,新方法将生存率提高了75%。当与经典的DC疫苗结合使用时,新方法使存活率提高了一倍。(单独使用时,无论是免疫检查点疗法还是DC疫苗都不会增加胶质母细胞瘤患者的生存机会。) 迈向临床试验        除了在小鼠身上进行概念验证研究外,研究人员还利用他们的人工智能系统鉴定了一组人类基因,这些基因可以将人类胶质母细胞瘤细胞转化为类似DC的细胞。接下来,他们计划对该列表进行微调,将遗传物质包装到病毒载体中,并在动物模型中开始第一轮安全性和有效性测试。Tran说:“我们希望扩大搜索范围,在我们进行患者测试的过程中,使用人工智能帮助我们找到最佳的组合。”        如果这种方法被认为是安全有效的——这意味着它改善了胶质母细胞瘤模型的结果,并且不会引起意想不到的副作用——Tran和他的团队将在几年内申请批准开始在患者身上进行临床试验。接下来,他们还希望利用他们的人工智能模型来寻找能够重新编程其他类型癌症细胞表现为DC的基因。 关于这项研究        除了Tran,该研究的其他作者还有来自南加州大学凯克医学院神经外科和神经内科神经肿瘤科以及南加州大学脑瘤中心的Tianyi Liu、Son B.Le和Dongjiang Chen;来自佛罗里达州盖恩斯维尔佛罗里达大学医学院的Dan Jin、Mathew Sebastian、Alberto Riva和Ruixuan Liu。这项工作得到了美国国立卫生研究院癌症研究所[R42CA22875、R01CA238387、P30CA014089和F30CA232641]和佛罗里达州卫生部Bankhead Coley研究计划[6BC04]的支持。 披露:根据本手稿中的数据,Tran和Le是两项专利申请[62/952725和62/586655]的发明人。