Характеристика фенотипов клеток-источников DLBCL на основе особенностей опухолевого микроокружения
Characterization of DLBCL cell of origin-phenotypes based on tumor microenvironment features
Карточка статьи
Рубрика
Биология
Источник
arXiv
Дата
07.07.2026
Автор
Science Morning
Время чтения
3 мин
Это предварительная публикация, она не прошла научное рецензирование.
Аннотация
Диффузная крупноклеточная В-клеточная лимфома (DLBCL) является агрессивной формой неходжкинской лимфомы с высоким уровнем рецидивов. Молекулярная характеристика опухолей DLBCL привела к созданию нескольких алгоритмов иммуногистохимии для прогностической стратификации. Среди них классификатор Ханса широко используется для классификации DLBCL на подтипы, похожие на В-клетки гомерального центра (GCB), и не гомерального центра/активированные В-клетки (non-GCB/ABC). Классификатор Ханса в первую очередь оценивает экспрессию белков опухолевых маркеров, однако опухолевое микроокружение (TME) DLBCL включает множество иммунных и стромальных клеток, цитокинов и компонентов внеклеточного матрикса, которые способствуют росту опухоли, уклонению от иммунного ответа и частоте рецидивов. Хотя классификатор Ханса предоставляет практический метод для идентификации подтипов, включение информации о TME может улучшить стратификацию риска и дополнительно уточнить группы пациентов. Здесь мы представляем беспристрастный подход на основе глубокого обучения для извлечения значимых особенностей из TME опухолей DLBCL для автоматизированной обработки и анализа множества изображений когорты пациентов с DLBCL. Наш конвейер количественно описывает ряд характеристик, которые отражают клеточный состав образцов опухолей, морфологию и их пространственную организацию. Мы указываем на изменения в пропорциях нескольких клеточных популяций между опухолями GCB и ABC, включая увеличение пропорций иммунных клеток у ABC и их предпочитаемое взаимодействие с M2-макрофагами. Наш анализ предлагает глубокую характеристику подтипов DLBCL и является примером того, как наш конвейер может быть использован для детального количественного анализа опухоли и её подтипов.
Краткое резюме
Исследование выявляет влияние опухолевого микроокружения на различные подтипы диффузной крупноклеточной В-клеточной лимфомы (DLBCL), применяя методы глубокого обучения для автоматизированного анализа клеточного состава и морфологии опухолей.
Практический вывод
Включение данных о микроокружении опухолей может улучшить прогнозирование для пациентов с DLBCL, что может способствовать более персонализированному подходу к лечению.
Ограничения
Это предварительная публикация, она не прошла научное рецензирование. Данное исследование является предварительным и требует дальнейших валидаций в независимых когортах, чтобы подтвердить его выводы и практическую применимость.
Пространственная и одноклеточная транскриптомика являются трансформирующими подходами в расшифровке клеточной динамики. Поскольку основной парадигмой для реконструкции путей развития клеток является вывод траекторий, этот процесс критически важен. Однако существующие методы требуют значительного ручного вмешательства и знаний о разнородных инструментах, что создает значительные барьеры для эффективного анализа траекторий. Чтобы преодолеть этот разрыв, мы предлагаем SpaCellAgent — автономную многоагентную структуру, которая автоматизирует анализ спатиовременных данных и генерацию нарративов от начала до конца. SpaCellAgent использует многоагентную архитектуру для стратегического планирования рабочего процесса, динамический движок оркестровки инструментов для адаптивного выбора алгоритмов и модуль самоэволюции, который поэтапно уточняет производительность на основе обратной связи. Мы оцениваем SpaCellAgent на шести разнородных наборах данных, охватывающих сложные временные траектории развития, различные платформы секвенирования и пространственно разрешенные архитектуры тканей. SpaCellAgent последовательно демонстрирует улучшение аналитической эффективности более чем на 40% при сохранении производительности, соответствующей экспертным стандартам. Конвертируя спецификации на естественном языке в оптимизированные аналитические рабочие процессы и полностью автоматизируя конвейер, SpaCellAgent демократизирует продвинутое спатиовременное моделирование и устанавливает масштабируемую, управляемую агентами парадигму для вычислительной биологии. Код и материалы доступны по адресу https://github.com/LittleXH-shw/SpaCellAgent.
Продуктивность антител и качество гликозилирования в культурах CHO возникают из динамически меняющейся метаболической среды, однако модели часто работают в изоляции или на одном уровне. В данной работе мы представляем мультимасштабную механистическую модель, связывающую молекулярный, клеточный и процессный уровни, для предсказания того, как входные параметры формируют траектории биопроцессов. Основой модели является кинетическая модель на уровне одной клетки, которая связывает метаболические и гликозилирующие сети, управляющие выходом и критическими качественными характеристиками (CQA). Стохастическая модель одной клетки описывает зависящие от окружающей среды переходы между ростом, производством и упадком, учитывая гетерогенность популяции. Мы также вводим накопительное изменение скорости поглощения кислорода, интегрируя общее метаболическое изменение со временем, как компактный биомаркер для предсказания метаболических изменений. В отличие от подходов, основанных на среднем по популяции, модель передает метаболические состояния с разрешением на уровень клеток (включая pH Гольджи, регулируемое аммиаком, доступность нуклеотидных сахаров, марганцевые кофакторы и скорость синтеза) в процесс гликозилирования. Модель была оценена на культурах CHO-K1, производящих VRC01 IgG1 при целевом стрессе от аммиака, в условиях контроля и с использованием стратегии пирамидальной подачи с более строгим контролем. Она точно предсказывает траектории плотности клеток, метаболитов, продуктивности и гликозилирования, включая увеличение G0F и снижение галактилирования при стрессе от аммиака, и количественно оценивает, как метаболическая гетерогенность влияет на изменчивость продуктивности и CQA. Эта работа предоставляет единое основание для предсказательной биопроизводства и продвинутого управления процессами.
Метастазирование является одним из основных факторов, определяющих неэффективность лечения и смертность при раке щитовидной железы, однако взаимодействие между злокачественной эволюцией и иммунной микросредой остается недостаточно охарактеризованным. Иммунотерапия обещает перспективы, но ее эффективность требует более глубокого понимания опухоль ассоциированной иммунной инвазии и регуляции контрольных точек. В этом исследовании мы создали высокоразрешимую транскриптомную атлас экосистемы рака щитовидной железы, проанализировав 55 005 одноклеточных из парных первичных опухолей и метастазов в лимфатические узлы. Объединив индукцию хромосомной копийной вариации (CNV) с консенсусным неотрицательным матричным факторизациями (cNMF), мы расшифровали внутреннюю гетерогенность злокачественных эпителиальных клеток, выявив различные транскрипционные программы и развитие траекторий, запускающих метастатическую каскаду. Метастатическая ниша показала значительное перепрограммирование иммуносупрессивного ландшафта, отличающегося обогащением FOXP3⁺ регуляторными Т-клетками (Treg), LAMP3⁺ дендритными клетками (DCs) и CCL18⁺ макрофагами M2-подобного типа. Примечательно, что в то время как канонические контрольные точки PD-1 и PD-L1/2 показали минимальное выражение, анализ взаимодействия лиганда и рецептора выявил оси LAG3-LGALS3 как доминирующие пути уклонения от иммунного ответа, которые медиируют взаимодействие между CD8⁺ Т-клетками и опухолевым стромой. В заключение, это исследование всесторонне отображает совместную эволюцию пластичности злокачественных тироцитов и иммуносупрессивной метастатической ниши. Раскрывая специфическую роль LAMP3⁺ DC и идентифицируя LAG3/TIGIT как критические альтернативные контрольные точки, наши выводы ставят под сомнение полезность традиционной блокировки PD-1 в этом контексте и предоставляют надежное молекулярное обоснование для разработки стратегий иммунотерапии нового поколения, адаптированных к раку щитовидной железы. Несмотря на ограничения, связанные с небольшим объемом выборки, эти данные служат основой для дальнейшего изучения метастатического иммунного ландшафта при раке щитовидной железы.
Правильное управление поведением стволовых клеток имеет решающее значение для поддержания гомеостаза тканей. В организме Drosophila белки, связанные с гладкими септатными юнкциями (sSJ), играют ключевую роль в регулировании пролиферации кишечных стволовых клеток (ISC) через активность атипичного PKC (aPKC). В данном исследовании мы исследуем основные механизмы этого процесса. Мы обнаружили, что уровень aPKC в апикальной коре уменьшается в процессе дифференцировки энтеробластов, что соответствует апикальному накоплению белков sSJ. В условиях недостатка белков sSJ aPKC оставался в апикальной коре энтеробластов, что сопровождалось избыточной пролиферацией ISC. Манипуляции с Kibra, активатором пути Hippo, который связывается с aPKC, повлияли на избыточную пролиферацию ISC, вызванную дефицитом белков sSJ, в зависимости от домена связывания с aPKC, что выявляет связь между aPKC и путями Hippo и/или Misshapen-Yorkie в пролиферации ISC. Это исследование предоставляет новые идеи о механизме регуляции стволовых клеток, в котором участвует антагонистическое взаимодействие между aPKC и юнктинными белками в дифференцирующихся предшественниках.
Эпителий кишечника, в основном состоящий из энтероцитов (ECs), интегрирует сигналы питания для регулирования активности кишечных стволовых клеток (ISCs) и поддержания гомеостаза кишечника. Однако основные механизмы остаются не до конца понятными. В данном исследовании мы демонстрируем функции ключевых сенсоров питательных веществ Rag GTPases и mTORC1 в активности ISCs у Drosophila. Ингибирование Rag GTPases в ECs приводит к активации Mitf, что, в свою очередь, индуцирует экспрессию Upd3 и временно увеличивает пролиферацию и дифференцировку ISCs, активируя путь JAK-STAT. Неактивация mTORC1 в ECs также активирует ось Upd3-JAK-STAT и увеличивает активность ISCs, но через механизм, независимый от Mitf. Более того, в отличие от неактивации mTORC1, которая блокирует пролиферацию и дифференцировку ISCs, истощение Rag GTPases в ISCs не демонстрирует явного клеточно-автономного воздействия на активность ISCs. В соответствии с ингибированием пути ответа на питательные вещества в ECs, способствующим пролиферации ISCs, длительное голодание увеличивает активность ISCs и экспрессию Upd3. Таким образом, наши результаты раскрывают сетевую регуляцию, чувствительную к питательным веществам, контролирующую пролиферацию ISCs, включая ось Rag GTPases-Mitf и активность mTORC1.
Астма — это смертельно опасное хроническое респираторное заболевание, затрагивающее более 300 миллионов человек. Хотя аллергеноспецифическая иммунотерапия остается единственным модифицирующим заболевание лечением, она плохо применима для пациентов с тяжелой астмой. В данном исследовании мы изучали терапевтический потенциал регуляторных Т-клеток (Tregs), вооруженных химерными аллергенными рецепторами, нацеленными на основной аллерген березовых пыльцы Bet v1. Были идентифицированы четыре новых антитела против Bet v1, которые использовались для конструирования и функциональной валидации химерных аллергенных рецепторов. Tregs, вооруженные химерными аллергенными рецепторами, продемонстрировали специфическую активацию и подавление in vitro и значительно снизили гиперреактивность дыхательных путей у мышей, сенсибилизированных березовой пыльцой. Механистически, Tregs, вооруженные химерными аллергенными рецепторами, мигрировали в легкие и средостенные лимфатические узлы, взаимодействовали с CD11c+ дендритными клетками и активировались зависимым от FcγR способом путем кросс-презентации Bet v1, стабилизированного неконкурентными антителами против Bet v1. Эти результаты открывают новый механизм нацеливания на растворимые антигены и подчеркивают потенциал Tregs, вооруженных химерными аллергенными рецепторами, в предотвращении и лечении тяжелых аллергий.