Cell Report Medicine丨CosMx SMI構建首個小細胞肺癌原發與淋巴結轉移高分辨率空間單細胞圖譜

小細胞肺癌（small cell lung cancer，SCLC）是一類高度侵襲性的神經內分泌腫瘤，具有進展迅速、易發生遠處轉移及預后較差等特點。淋巴結轉移是其疾病進展的重要環節，但目前對于原發灶與轉移灶之間腫瘤微環境的空間重構規律及其在轉移過程中的作用機制仍缺乏系統性認識。

2026年3月30日，溫州醫科大學生物醫學工程學院周猛研究員團隊聯合中國醫學科學院腫瘤醫院應建明主任和楊琳主任醫師團隊，在Cell Reports Medicine 發表題為“Single-cell spatial transcriptomic profiling reveals tumor microenvironment heterogeneity in primary and lymph node-metastatic small cell lung cancer”的研究成果。該研究利用高分辨率的單細胞空間轉錄組學技術CosMx Spatial Molecular Imager （CosMx SMI），首次系統構建了SCLC原發灶與淋巴結轉移灶的高分辨率空間細胞圖譜，從空間維度揭示了SCLC在淋巴結轉移過程中腫瘤微環境的異質性演化、細胞互作重塑及其潛在臨床意義。本研究中的單細胞空間轉錄組CosMx SMI 檢測工作，由解碼生物時空組學技術團隊完成，其精準、高效的技術支持為研究結論的驗證與機制解析提供了堅實的數據保障。

圖1. 圖文摘要

一、研究方法

1.CosMx SMI 空間轉錄組 (Human Universal 1K panel)：75名患者的105例原發及轉移性淋巴結樣本，包含31例小細胞肺癌無淋巴結轉移原發灶（PT）、42例伴淋巴結轉移原發灶（PT-LNM）、32例淋巴結轉移灶（LNMT），利用CosMx空間轉錄組技術繪制高分辨率空間圖譜，完成75例患者105份樣本的檢測，解析超60萬個單細胞的空間轉錄組特征，注釋2.94億條轉錄本。同步獲取細胞類型、功能狀態及空間鄰近關系。

2.mIF驗證：驗證了CosMx SMI空間轉錄組得到的細胞空間分布與互作關系，以及淋巴結轉移特異性惡性亞群的蛋白水平表達（如FYN+NR2F2+ C5、SERPINA1+DHRS2+ C6）。

3.外部數據：利用多器官轉移單細胞 RNA-seq 數據驗證惡性亞群的淋巴結特異性，利用多中心 bulk RNA-seq 隊列驗證預后基因特征的泛化性。

圖2. 研究設計圖

二、主要研究結果

構建SCLC原發與淋巴結轉移空間單細胞圖譜

研究在單細胞尺度上描繪了SCLC從原發灶到淋巴結轉移的空間結構演化過程。結果顯示：與原發灶相比，淋巴結轉移灶中免疫細胞顯著富集，存在 “成纖維細胞被免疫細胞環繞” 的獨特空間結構。

圖3 小細胞肺癌腫瘤微環境的單細胞空間轉錄組圖譜

鑒定淋巴結轉移特異性惡性細胞亞群

將惡性細胞聚類為13個亞群，篩選出C5、C6、C9三個淋巴結轉移特異性亞群，主要富集于轉移相關樣本，并在空間上表現出明顯的免疫排斥特征。其特征基因與遷移、侵襲、代謝重編程及免疫抑制相關。用mIF驗證了原發腫瘤與伴淋巴結轉移原發腫瘤中泛免疫熱點的核心免疫細胞組成。

圖4 淋巴結轉移相關惡性細胞亞群的鑒定與空間分布特征

揭示轉移過程中免疫微環境的動態重編程

通過對比發現，隨著淋巴結轉移進展，免疫細胞譜系發生系統性變化：效應性T細胞減少，耗竭T細胞及Treg增加，伴隨免疫抑制相關通路持續激活。該變化呈現連續趨勢，提示轉移過程伴隨免疫系統的漸進性重塑，而非突發事件。

圖5 小細胞肺癌淋巴結轉移中T細胞和B細胞異質性

發現血管-免疫空格鍵互作的重構

空間分析顯示， 轉移相關惡性亞群C5、C6、C9存在空間免疫排斥，內皮細胞與免疫細胞密切互作，血管周圍免疫細胞在轉移過程中發生功能重編程，共同塑造血管-免疫微環境。

圖6 細胞間相互作用

鑒定出預后相關空間免疫生態位與標志物

基于細胞鄰域分析，研究劃分出6類空間生態位，其中PIHs-1是SCLC獨立良好預后因素，由多種免疫細胞協同組成，在原發灶中更豐富，而在轉移灶中顯著減少，且與患者生存顯著相關。該結果提示，SCLC預后信息并不來源于單一細胞類型，而是細胞在空間中的組織方式。

圖7 細胞鄰域與OS和DFS的相關性

三、研究總結

1.首個利用CosMx SMI技術對小細胞肺癌 PT、PT-LNM、LNMT 進行系統性高分辨率單細胞空間轉錄組分析的研究，首次繪制了淋巴結轉移的空間細胞圖譜；

2.鑒定出淋巴結特異性的惡性細胞亞群（C5/C6/C9），揭示了轉移過程中血管-免疫 niche的動態重編程及惡性亞群的局部空間免疫排斥機制；

3.定義了PIHs-1這一獨立預后空間免疫生態位，證明空間結構而非單一細胞豐度決定患者預后；基于PIHs-1開發的20基因預后特征，為小細胞肺癌的臨床預后評估提供了可轉化的分子標志物；

4.為小細胞肺癌淋巴結轉移的空間生物學提供了基礎性見解，為后續機制研究和空間靶向治療策略開發提供了寶貴的資源和新的靶點。

這些結果共同指向一個重要結論：小細胞肺癌的淋巴結轉移過程不僅取決于腫瘤細胞，更可能與這些細胞的空間組織結構密切相關。在技術層面，單細胞空間轉錄組技術（如CosMx SMI）使得在臨床樣本中系統解析細胞狀態與空間關系成為可能，為腫瘤空間生物學研究及可轉化標志物開發提供了重要工具。

專家介紹

周猛，溫州醫科大學附屬眼視光醫院、眼視光學院、生物醫學工程學院研究員，博士生導師，生物醫學信息學系副主任。長期從事醫學大數據與精準診療研究，建立了“多組學機制解析-人工智能模型驅動-液體活檢臨床轉化”三位一體的研究體系，致力于推動腫瘤診療向精準化、智能化與微創化發展。主要研究方向包括：1）利用組織、單細胞及空間多組學技術，解析腫瘤異質性，鑒定與預后及治療響應相關的細胞類型、分子分型與靶點；2）研發可解釋的人工智能診療模型，實現基于常規病理與影像數據的精準輔助診斷與預后預測；3）發展基于cfDNA、血漿蛋白質組等的新型液體活檢技術，推動腫瘤早篩、免疫治療毒性預警及關鍵病理特征的無創評估。主持國家自然科學基金項目4項，省部級項目多項，作為骨干參與多項國家和省重點研發計劃；系列成果發表于Nature Computational Science, Hepatology, Nature Communications, Cell Reports Medicine,Genome Medicine, Advanced Science, Molecular Cancer, npj Digital Medicine等國際權威期刊，15篇入選ESI高被引論文，總被引超6000次，H-index為43。已獲中國發明專利10項，研究成果獲黑龍江省自然科學技術二等獎（3/3）、吳文俊人工智能科學技術二等獎（3/5）、浙江省生物信息學會科技進步獎一等獎。入選浙江省“萬人計劃”青年拔尖人才、溫州市“特支計劃”科技創新領軍人才、愛思唯爾中國高被引學者，并躋身斯坦福大學全球前2%頂尖科學家及全球頂尖10萬科學家榜單。