夜雨聆风点击蓝字
关注我们
肝癌是全球癌症致死的主要元凶之一，其特殊之处在于——它周围的微环境非常复杂，充斥着各种被它“策反”的免疫细胞。
在之前的研究中就发现中性粒细胞是主要的被策反的细胞群之一。这群细胞能分化为完全不同的两类细胞：有的抗癌（N1型），有的促癌（N2型）。
那么研究的核心问题来了：是什么在背后驱动中性粒细胞“变坏”？
研究者在这篇文章提出了一个全新视角——聚集自噬。
研究通过单细胞→多算法定量→拟时序分析和CellChat→WGCNA和机器学习→空转定位→体外实验6大模块，层层递进，发现组织内中性粒细胞内的“聚集自噬”活性越高，这批中性粒细胞就越偏向“促癌”状态，并据此筛选出一个包含 LIMK2 在内的 5 基因诊断组合，可用于患者分层。
整套数据分析的思路非常清晰，用的也都是标准工具。最关键的是全文99%的生信搞定4.9分成果产出，对于需要毕业、晋升的老师来说，思路易复刻，实操易上手，是快速产出成果的首选佳作。
研究方法
亮点解析
不卷传统赛道，切入视角新颖
小知觉得，本研究最具创新型的点就在于首次将聚集自噬这一细胞稳态调控机制引入中性粒细胞功能调控。而以往对肝癌中性粒细胞的研究多集中在表面分型（N1/N2）或细胞因子分泌层面。
7种机器学习交叉验证
文章同时运行GBM、Boruta、ABESS、XGBoost、LASSO等7种不同原理的算法，这种严苛的筛选标准确保了最终的可信度和可重复性。
5基因诊断组合具备直接应用潜力
研究中筛选出的5个基因具有明确的可检测性。也就是说这个基因组合不仅是纸面上的生物标志物，更具备了向现实转化的基础，可以用于肝癌高危人群筛查或术后复发监测等。
图文一览
单细胞图谱构建及肝脏微环境细胞类型注释
成功构建肝癌单细胞图谱，识别出9大细胞类型，为后续聚焦中性粒细胞提供基础框架。
高自噬中性粒细胞重塑代谢和信号网络
高聚集自噬中性粒细胞（HAS）通过CCL3-CCR1、SPP1-CD44、ANXA1-FPR1三条信号轴强势驱动与基质细胞的通讯，同时代谢模式发生转变——促炎和EMT通路激活、氧化磷酸化被抑制。
WGCNA识别出模块及细胞中的核心基因
共表达网络分析筛选出与聚集自噬高度协同的M1模块，与HAS组差异表达基因取交集后锁定421个核心基因。
5基因诊断组合在肿瘤组织中高表达
5基因诊断组合SQSTM1、WDFY3、DOCK4、CD177、LIMK2）在单细胞、空间转录组和独立队列中均证实肝癌组织特异性高表达。
LIMK2的功能验证证实其在肝癌中的致癌作用
该图在细胞通讯和空间组织层面，解释了“免疫细胞为何失效”的分子机制——关键信号（CXCL14, CXCL16）在G3肿瘤中丢失，导致免疫细胞无法有效浸润和活化，从而构建了免疫排斥的微环境。
知
小知语录
在小知看来，本研究以"聚集自噬"这一新颖视角为切入点，依托单细胞+空转+机器学习的整合框架，锁定LIMK2等5个核心基因，并通过少量湿实验完成功能闭环.
研究全面覆盖了机制发现→靶点筛选→空间定位→功能验证的思路。大家在课题研究的选题方向和思路设计中都可以尝试复现！
求点赞
求分享
求喜欢
