Comments on "Pretreatment [⁶⁸Ga]-PSMA-11 PET/CT to Predict the Response to Treatment With Immune Checkpoint Inhibitors Plus Tyrosine Kinase Inhibitors in Patients With Metastatic Renal Cell Carcinoma".
PSMA不再限於攝護腺!它是定位實體腫瘤新生血管與免疫抑制的專屬標記。
- 22萬顆單細胞圖譜證實,尖端樣內皮細胞專屬於腫瘤微環境,正常組織極少見。
- 腫瘤內皮細胞會抑制 T 細胞活化,引發免疫逃脫並惡化存活期。
- PSMA 專屬標記腫瘤微血管,成為非攝護腺腫瘤造影的精準目標。
PSMA 早就不是攝護腺癌的專屬專利——在腎細胞癌等實體腫瘤中,高達 37.4% 的尖端樣內皮細胞表現出 PSMA 特徵,使其成為非攝護腺癌患者定位腫瘤新生血管與評估免疫抑制狀態的專屬活體指標。
跨越 6 種實體腫瘤的 22 萬顆單細胞解析
放射線科醫師在評估抗血管新生療法時,常依賴病灶的顯影程度變化。然而,針對血管內皮生長因子(VEGF)路徑的傳統藥物,雖然在腎細胞癌或大腸癌有一定療效,卻常面臨抗藥性問題。同時,這類藥物會無差別攻擊正常血管內皮細胞,導致患者出現腎毒性、高血壓或血栓等嚴重心血管副作用。為了解決這個臨床難題,找出僅存在於腫瘤內皮細胞的特異性標靶,成為精準影像與治療發展的當務之急。
團隊採取 scRNA-seq(解析單細胞基因表現的測序技術)來拆解微環境。他們收集了包含大腸直腸癌、胃癌、肺癌、卵巢癌、胰腺癌與腎細胞癌等六類癌症的公開數據。為避免單一癌種細胞過多掩蓋共同特徵,研究者刻意平衡了抽樣數。透過嚴謹清洗,去除基因數異常(<200 或 >8000)及粒線體佔比超標(>25%)的雜訊,最終整合出 220,075 顆高質量細胞的跨癌種圖譜。
這個微觀資料庫涵蓋 83 個腫瘤檢體與 30 個正常組織樣本。研究人員利用 Harmony 演算法校正硬體批次效應後,依經典表面標記將細胞分為 B 細胞、T 細胞、內皮細胞與周邊細胞等 13 個獨立群集。接下來,團隊特地將 10,277 顆內皮細胞抽取出來進行次群集重新分類,藉此對比正常與腫瘤組織在血管新生上的差異。
| 階段 | 數量 / 條件細節 |
|---|---|
| 收案癌種 | 大腸癌、胃癌、肺癌、卵巢癌、胰臟癌、腎癌 |
| 品質排除條件 | 基因數 <200 或 >8000、粒線體 >25% |
| 圖譜納入細胞 | 220,075 顆高質量細胞 (分 13 個群集) |
| 抽離內皮細胞 | 10,277 顆內皮細胞 (分 6 個次群集) |
去除批次效應與低品質數據
Figure 3 驗證的 16 種實體腫瘤細胞分佈
細看重新分群的跨癌種內皮細胞圖譜,研究團隊將其分為動脈、靜脈、微血管 1、微血管 2、淋巴,以及備受矚目的尖端樣內皮細胞。這群具有高度移動能力的尖端樣內皮細胞,帶有 CXCR4、ESM1 與 ANGPT2 等獨特分子標記。從 Figure 3 的空間分佈圖可以清楚看到一個極端對比:尖端樣內皮細胞幾乎只存在於上述六種實體腫瘤內部,在正常組織裡的蹤跡微乎其微。相對地,其他類型的血管細胞在腫瘤與正常組織間的比例差異並不明顯。
為了確認這項微觀發現不僅限於最初抽樣的六種癌症,團隊引入了 TCGA(大型公開癌症基因體資料庫)的數據庫進行廣泛檢驗。他們使用 CIBERSORTx(用大數據反推細胞比例的演算法),以單細胞數據建立的 4556 個基因特徵矩陣作為參考基準,對 TCGA 庫中 20 種不同癌種的巨觀 RNA 測序數據執行細胞組成解卷積分析。這項跨平台的對照工作,確保了實驗室裡的單細胞觀測能夠真實對應到臨床端的巨觀腫瘤檢體。
驗證結果高度吻合單細胞圖譜的最初預測。在受檢的 20 種 TCGA 癌種中,高達 16 種癌症的腫瘤檢體內,其尖端樣內皮細胞比例顯著大於正常對照組。若進一步檢視血管生成狀態,大腸腺癌、腎發色細胞癌、腎透明細胞癌、腎乳頭狀細胞癌、肝細胞癌、肺腺癌與肺鱗狀細胞癌等七大類腫瘤,其總體內皮細胞比例也明顯異常偏高。這項數據佐證了這些高度惡性腫瘤內部,具備極度活躍且不斷向外擴張的血管新生機制。
Figure 4 與 6 呈現的免疫抑制與存活期關聯
這些尖端樣內皮細胞不僅僅是腫瘤血管的單純建材,更是活躍的微環境信號調控中心。團隊運用 GSVA(評估特定基因路徑活躍度的演算法)分析內皮細胞次群組,發現這群細胞在 Notch、Wnt/β-catenin 信號傳導及蛋白質分泌路徑上具有極高的統計富集分數。同時,基因本體分析結果指出,這群細胞能透過抑制細胞間的黏附力來增加微血管通透性。這種高度滲漏且扭曲破綻百出的血管結構,正是固態腫瘤得以獲取大量養分並伺機引發遠端轉移的最佳溫床。
更令腫瘤與放射科醫師關注的,是這些細胞對於 TME(腫瘤周邊的微環境)的強烈免疫干擾能力。透過 CellChat 細胞通訊模型分析,研究者發現在所有六種受試癌症中,尖端樣細胞會頻繁透過 MIF-CD74 傳導軸與巨噬細胞、單核球及 T 細胞進行溝通。這種跨細胞互動機制能夠主動招募腫瘤相關巨噬細胞,或是直接壓抑 T 細胞的毒殺活化。臨床存活數據更直接表明,多種癌症的腫瘤組織內,尖端樣細胞比例與 CD8+ T 細胞的浸潤程度呈現強烈的統計負相關。
針對驅動血管增生的源頭,研究團隊剖析了 VEGF 與 PlGF 分泌網絡。Figure 5 通訊數據標示出,腫瘤細胞與巨噬細胞、樹突細胞等骨髓源性細胞是 VEGFA 的主要製造大廠;而周邊細胞則是提供 PlGF 刺激的最大來源。回到臨床預後層面,Figure 6 的 Kaplan-Meier 曲線證實,在肺腺癌、卵巢癌、胃癌及膀胱癌等患者中,較高比例的尖端細胞直接對應到顯著縮短的總體存活期。
| 微環境特徵 | 臨床與生理影響 |
|---|---|
| 存活期下降 | 肺腺癌、卵巢癌、胃癌等呈現極差預後 |
| 免疫抑制 (MIF-CD74) | 招募巨噬細胞並壓抑 CD8+ T 細胞毒殺力 |
| VEGFA 分泌源 | 腫瘤細胞與巨噬細胞、樹突細胞 |
| PlGF 分泌源 | 微血管周邊細胞 (Pericytes) |
整理自 Figure 4 至 Figure 6
Figure 7 標定的非攝護腺癌 PSMA 專屬表現
既然尖端樣內皮細胞是促進惡化與免疫抑制的核心,如何精準在核醫影像上定位並作為治療標靶便成為突破口。過去文獻常以 CXCR4 作為微血管尖端細胞的影像標記,但從本次測序資料可見,CXCR4 也廣泛表現在大多數無辜的免疫細胞上,特異性嚴重不足。為此,團隊針對所有細胞膜表面分子進行了系統性的大規模篩選。他們設定對數變化量大於 1 且 p 值小於 0.05 的高壓閾值,從 Uniprot 數據庫中初步挑選出 CA2、INSR、FOLH1 等十餘個高度表現的目標基因。
歷經與其他細胞群落的嚴密交叉比對,Figure 7 呈現出一個決定性且令核醫界振奮的結果:FOLH1 是唯一能夠完美區分尖端細胞與一般血管內皮細胞的膜蛋白密碼。精確的圖譜統計顯示,高達 37.4% 的尖端樣內皮細胞強烈表現 FOLH1,而在其他內皮細胞群組中表現率竟不到十分之一。更關鍵的是,在周邊正常上皮細胞、免疫系統或纖維母細胞中,FOLH1 的表現機率均不足 5%。而 FOLH1 基因所對應的蛋白質產物,正是我們極度熟悉的攝護腺特異性膜抗原(PSMA)。
這個超越器官限制的分子證據,為 [⁶⁸Ga]-PSMA-11 PET/CT 廣泛應用於非攝護腺癌提供了極其堅實的學理基礎。過去已有病理學文獻透過染色,觀察到 PSMA 與血管標記 CD34 同時存在於腫瘤微血管中;而本篇研究更進一步點出,腎細胞癌與大腸癌含有極高濃度的 VEGF 與 PlGF,促使這兩類癌症擁有最高密度的尖端內皮細胞。因此,PSMA 不再僅僅是攝護腺癌的細胞身分證,它實際上是跨癌種實體腫瘤內部活躍血管新生的特異性活體造影目標。
受限於測序轉錄本覆蓋率,此為最低估值
單細胞測序的取樣限制與非攝護腺癌臨床指引
看待這項發現時,作者誠實揭露了單細胞測序的幾何侷限。首先,亮眼數據僅奠基於六種癌症的抽樣,若要推廣至全體實體腫瘤,需擴建含更多罕見癌種的資料庫。其次,論文中免疫抑制網絡與細胞通訊機制,主要仰賴單細胞與巨觀 RNA 數據的統計推演而來。這些以軟體建構的微觀互動,仍亟需動物活體實驗或大規模前瞻性臨床試驗進行物理性驗證。
次群組數據中另一個極具解讀價值的陷阱,在於 PSMA 偵測比例的潛在失真。回顧測序結果,PSMA 標記了 37.4% 的尖端細胞與 19.3% 的整體腫瘤內皮細胞。作者解釋,這看似未達半數的比例,很可能是因為高通量單細胞測序的轉錄本捕捉率(transcript coverage)先天受限所導致的低估現象。這意味著在真實世界的活體 PET 影像中,PSMA 在新生血管上的表現密度極有可能遠高於統計數字。
對於第一線處理分子影像的放射與核醫科醫師而言,這篇研究從根本上重塑了我們對核醫藥物的認知框架。當你判讀轉移性腎透明細胞癌或肝細胞癌患者的 PSMA PET/CT 影像時,高攝取值亮點反映的並不是變異的臟器細胞,而是在直接描繪該病灶內部微血管網絡的瘋狂擴張程度。這些閃耀著 PSMA 訊號的尖端內皮細胞群落,不僅代表著強烈的血液養分需求,更等同於該區域的抗腫瘤免疫防線正遭到全面壓制。因此,PSMA 掃描無疑是預測並追蹤 ICIs(免疫檢查點抑制劑)合併 TKIs(酪胺酸激酶抑制劑)聯合療法反應的最強大非侵入性武器。
下次判讀非攝護腺癌的 PSMA 亮點時,別當成器官轉移;你正看著腫瘤壓抑 T 細胞與瘋狂催生微血管的活體實況轉播。