Nature Immunology | 老年癌症患者为何更难治愈？最新研究揭示关键机制！

摘要

癌症中的年龄相关免疫功能障碍的病因和影响尚不完全清楚。本文表明，老化肿瘤微环境（TME）中有限的 CD8+ T 细胞激活，超出了细胞本身缺陷对肿瘤控制的限制。在老化过程中，肿瘤生长增加与 CD8+ T 细胞浸润和功能的减少有关。年轻小鼠的 T 细胞转移到老年小鼠中，由于 T 细胞功能障碍的迅速诱导，无法恢复肿瘤控制。老化 TME 中的细胞外信号驱动了一种肿瘤浸润的年龄相关功能障碍（TTAD）细胞状态，其在功能、转录和表观遗传学上与经典的 T 细胞耗竭不同。老化肿瘤中天然杀伤细胞（NK 细胞）- 树突状细胞（DC）-CD8+ T 细胞的交叉通话改变，导致常规 1 型树突状细胞（cDC1s）的 T 细胞激活受损，并促进 TTAD 细胞的形成。因此，老年小鼠无法从治疗性肿瘤疫苗中受益。关键是，针对髓系细胞的治疗可以重新激活 cDC1s，提高肿瘤控制，并恢复老年中的 CD8+ T 细胞免疫。

结果

衰老促进肿瘤生长并改变 CD8+ T 细胞的命运和效应功能

图片

a. B16-OVA 黑色素瘤模型实验设计示意图，用于评估不同年龄小鼠中的肿瘤生长；D0，实验第 0 天；D15，实验第 15 天。

b. 年轻（10 周龄；蓝色；n=17 和 n=8）和老年（68 周龄；红色；n=12 和 n=4）小鼠中 B16-OVA 和 LLC-OVA 肿瘤的生长曲线。

c. 从年轻（10 周龄；蓝色；n=20）和老年（68 周龄；红色；n=12）小鼠的 B16-OVA 和 LLC-OVA 肿瘤、肿瘤引流淋巴结（tdLNs）和非引流淋巴结（ndLN）中分离的第 15 天总肿瘤浸润 CD8+ T 细胞以及四聚体特异性（Tet+）CD8+ T 细胞的百分比。

d. 统一流形近似与投影（UMAP）展示的单细胞 RNA 测序（scRNA-seq）图谱，来自携带 B16-OVA 肿瘤的年轻和老年小鼠第 15 天的 5,862 个活体肿瘤浸润 CD8+ T 细胞，按簇着色。右侧显示指示基因的表达图谱（灰色为低表达；紫色为高表达）。

e. UMAP 空间中的星系图，展示了年轻（左）和老年（右）肿瘤小鼠肿瘤浸润 CD8+ T 细胞的细胞密度。颜色越冷表示密度越低，颜色越暖表示密度越高。图中显示了年轻（蓝色，n=5）和老年（红色，n=5）肿瘤中 TProg、TTerm、分裂 T 细胞（TDivi）和 TTAD 细胞群的相对比例。

f. 分析了携带 B16-OVA 或 LLC-OVA 肿瘤 15 天的小鼠中耗竭亚群的代表性流式细胞图。小鼠分别为 10 周龄（年轻；蓝色；n=19），68 周龄（老年；红色；n=8）和超过 90 周龄（老年；紫色；n=2 组；每组包含 3 只小鼠）。

g. 基于 TIM-3 和 SLAMF6 表达的活体抗原经验（CD44+PD-1+）CD8+ T 细胞内 TProg、TTerm、TDivi 和 TTAD 细胞亚群的定量。

h. 从年轻（蓝色；n=16）和老年（红色；n=10）肿瘤小鼠的活体抗原经验（CD44+PD-1+）肿瘤浸润 CD8+ T 细胞中测量 IL-2、IFNγ、TNF、GZMB 和 BrdU 的几何平均荧光强度（MFI）。对于 b、c 和 f-h，数据代表了至少两次独立实验的总结，并以平均值±标准差（s.d.）的形式展示。

衰老中的 T 细胞固有缺陷导致终末分化

图片

a, 体内共转移实验示意图（a）和 scRNA-seq UMAP（b，左），显示了来自第 15 天携带 B16-OVA 肿瘤的年轻小鼠的 7,731 个活体肿瘤浸润 OT-1 CD8+ T 细胞，按簇着色。指示基因的表达（灰色表示低表达；紫色表示高表达）。UMAP 空间中的密度图（b，右），显示了转移到年轻小鼠中的年轻 T 细胞（OT-1Y>Y，顶部）和转移到年轻小鼠中的老年 T 细胞（OT-1A>Y，底部）。颜色越冷表示密度越低，颜色越暖表示密度越高。

c, 在 scRNA-seq 数据中，OT-1Y>Y 和 OT-1A>Y T 细胞之间的 TTerm 细胞与 TProg 细胞的比例。

d, 在 TTerm OT-1Y>Y 和 OT-1A>Y 细胞之间差异表达基因的火山图。

e, 体内转移试验示意图，用于研究 TProg 的形成和维持，在指定的时间点进行；i.v.表示静脉注射。

f, 在指定日期内，OT-1Y>Y（蓝色）和 OT-1A>Y（红色）T 细胞亚群比例的代表性流式细胞图。

g, 在指定日期内，OT-1Y>Y 和 OT-1A>Y T 细胞之间 TTerm 细胞与 TProg 细胞的比例（n=9）。

h, scRNA-seq UMAP 投影，显示来自年轻（10 周龄；蓝色；n=5）和老年（68 周龄；红色；n=5）小鼠脾脏（Spl）的 6,231 个活体 OT-1 CD8+ TNaiv 细胞，按簇着色。

i, 在年轻和老年脾脏 OT-1 CD8+ TNaiv 细胞之间差异表达基因的火山图。

j, 在转移到年轻肿瘤小鼠之前，老年和年轻脾脏 OT-1 CD8+ TNaiv 细胞之间的基因相关性，以及在转移后，老年和年轻肿瘤浸润 TTerm OT-1 细胞之间的基因相关性。

k, 在老年和年轻脾脏 OT-1 TNaiv 细胞之间预先排序的基因集富集分析（GSEA）。

l, 体外杀伤实验示意图，显示在不同效应细胞与靶细胞（E:T）比例下，脾脏老年（n=4）和年轻（n=4）OT-1 CD8+ T 细胞的细胞毒性百分比。

m, 体内转移试验示意图，用于研究 CD8+ T 细胞的内在反应。年轻小鼠（n=32）接受年轻（n=63；蓝色）或老年（n=43；红色）OT-1 CD8+ T 细胞，然后进行 B16-OVA 肿瘤挑战。l 和 m 中的数据来自至少两次独立实验，并以平均值±标准差（s.d.）的形式展示。

细胞内在衰老减少了增殖但不影响 TTAD 细胞状态

图片

a. 来自老年和年轻、转移前脾脏和肿瘤浸润 OT-1 CD8+ T 细胞亚群的染色质可及性图谱的主成分分析（PCA）投影和转录起始位点富集。

b. 在指示基因位点处，老年（黄色）和年轻（绿色）脾脏 OT-1 CD8+ TNaiv 细胞（Spl TNaiv）染色质转座酶可及性测序（ATAC-seq）轨迹的代表性检测。

c. 在 TTerm OT-1Y>Y（紫色）和 TTerm OT-1A>Y（粉色）染色质可及区域（ChARs）中的通路富集。假发现率（FDR）值（超几何检验）以 -log10（q 值）表示；eNOS，内皮一氧化氮合酶。

d. 在紫外线（UV）暴露 1-3 小时后，年轻和老年脾脏 OT-1 CD8+ T 细胞中γH2AX（左）和 p21（中）的代表性流式细胞图和几何平均荧光强度（MFI）；FMO，荧光减一。

e. 从内源模型（Endo.；顶部；未转移 OT-1 T 细胞的年轻（n=8）和老年（n=4）小鼠）、细胞内在模型（中部；接受年轻（n=5）或老年脾脏 OT-1 T 细胞（n=4）的年轻小鼠）和细胞外在模型（底部；接受年轻脾脏 OT-1 T 细胞的年轻（n=8）或老年（n=7）小鼠）中获得的 BrdU+CD8+ T 细胞的频率。

f. 在肿瘤接种后 15 天，年轻（10 周龄；蓝色；n=14）或老年（68 周龄；红色；n=14）受体小鼠中内源性或转移的 TTerm CD8+ T 细胞的 SLAMF6/TIM-3 门控和频率的代表性流式细胞图。

g. 在肿瘤接种后 15 天，年轻（10 周龄；蓝色；n=14）或老年（68 周龄；红色；n=14）受体小鼠中内源性或转移的与年龄相关的 TTAD 细胞的 SLAMF6/TIM-3 门控和频率的代表性流式细胞图。

对于 d-g，数据代表了至少两次独立实验的结果，并以平均值±标准差（s.d.）的形式展示。

老年 TME 中的细胞外信号驱动 TTAD 细胞状态

图片

a, 接受年轻脾脏 OT-1 CD8+ T 细胞（Spl OT-1Y）转移的年轻（10 周龄；蓝色；n=17）和老年（68 周龄；红色；n=16）小鼠中 B16-OVA 肿瘤的示意图和生长曲线。

b, 在老年受体小鼠中转移的年轻 OT-1 TTerm（红色）和 TTAD（红色点）细胞亚群内 IL-2、IFNγ、TNF、GZMB 和γH2AX 的几何平均荧光强度（MFI）（n=7）。

c, 体外杀伤实验和在效应细胞与靶细胞比为 0.5:1 时分选出的年轻（蓝色）和老年（红色）OT-1 肿瘤内 CD8+ T 细胞亚群的细胞毒性百分比（n=5）。

d, 在携带 B16-OVA 肿瘤的年轻小鼠中，通过转移来自年轻（蓝色）和老年肿瘤（红色）的不同 OVA Tet+CD8+ T 细胞亚群进行体内肿瘤控制的示意图（n=4-6）；w/o，无。

e, 来自转移到年轻和老年小鼠的 4,263 个年轻 OT-1 CD8+ T 细胞的 scRNA-seq 图谱的 UMAP 投影，按簇着色。右侧显示指示基因的表达（灰色表示低表达；紫色表示高表达）。

f, UMAP 空间中的密度图，显示年轻（左，OT-1Y>Y）和老年（右，OT-1Y>A）组。颜色越冷表示密度越低，颜色越暖表示密度越高。图中显示了年轻（OT-1Y>Y，n=5）和老年（OT-1Y>A，n=5）CD8+ T 细胞在 TProg、TTerm、TDivi 和 TTAD 细胞群中的相对比例。

g, 转移的 OT-1 CD8+ TTerm 和 TTAD 细胞内预先排序的基因集富集分析（GSEA）。

h, 在 CD8+ TTerm 和 TTAD 细胞中差异开放的染色质可及区域（ChARs）内效应、耗竭和记忆核心程序的超几何富集分析。

i, 基于 CD8+ TTerm 和 TTAD 细胞中差异开放的 ChARs 的超增强子图。红点表示超增强子的截止点。

j, 来自人类泛癌症汇总肿瘤活检（n=57）的 7,242 个肿瘤浸润 CD8+ T 细胞的 scRNA-seq UMAP 投影，按簇着色。右侧显示指示基因的表达（灰色表示低表达；红色表示高表达）；Hu.，人类；Mel，黑色素瘤；LC，肺癌；BC，乳腺癌；CRC，结直肠癌；OC，卵巢癌。

k, UMAP 空间中来自不同年龄段癌症患者的 CD8+ T 细胞的密度图。颜色越冷表示密度越低，颜色越暖表示密度越高。

l, 在人类肿瘤内 CD8+ T 细胞的 UMAP 投影中，鼠 TTAD 和 TTerm 细胞特征的 GSEA 富集分析。深蓝色表示低富集，黄绿色表示高富集。

a-d 中的数据代表了至少两次独立实验的结果，并以平均值±标准差（s.d.）的形式展示。

老年 TME 削弱免疫细胞之间的交叉通话，损害 T 细胞反应

图片

a, 评估来自年轻（蓝色）和老年（红色）肿瘤小鼠的肿瘤内 CD45+ 细胞的示意图。

b, 在挑战 B16-OVA（年轻（蓝色），n=15；老年（红色），n=8）和 LLC-OVA（年轻（蓝色），n=8；老年（红色），n=4）肿瘤后，年轻和老年小鼠中活体肿瘤内 CD45+ 细胞的频率。

c, 来自年轻和老年肿瘤小鼠的 2,660 个肿瘤内 T 细胞、NK 细胞和髓系细胞的 scRNA-seq UMAP 投影，按簇着色。底部显示指示基因的表达（灰色表示低表达；紫色表示高表达）。广泛细胞类型的指定如下：巨噬细胞（Mac；簇（C）2、3 和 5）、NK 细胞（簇 4）、CD8+ T 细胞（簇 1、7 和 9）、树突状细胞（DCs；簇 6、8 和 10）、CD4+ T 细胞（簇 11）和单核细胞（Mono；簇 12）。

d, 年轻（蓝色）和老年（红色）肿瘤内 DCs（簇 6、8 和 10）之间差异表达基因的火山图。

e, scRNA-seq CellChat 中年轻（蓝色）和老年（红色）细胞之间的巨噬细胞、CD4+ T 细胞（CD4）、单核细胞、2 型常规树突状细胞（cDC2）、迁移性树突状细胞（migDC）、NK 细胞、cDC1 和 CD8+ T 细胞（CD8）之间的相互作用差异数量和相对值。

f, 在不同年龄的 B16-OVA 肿瘤小鼠中 cDC 亚群的百分比（n=6-10）。

g, 在不同年龄的肿瘤小鼠第 15 天肿瘤内 cDC1 中 CD40、CD86、FLT3、MHC I 类和 MHC II 类的几何平均荧光强度（MFI）（n=6-10）。

h, 年轻（蓝色；顶部）和老年（红色；底部）小鼠中肿瘤（左）、肿瘤引流淋巴结（中心）和非引流淋巴结（右）中 cDC 亚群的代表性流式细胞图。

i, B16-OVA（顶部；n=14）和 LLC-OVA（底部；n=14）肿瘤小鼠中年轻（蓝色；n=10）和老年（红色；n=8）小鼠的 cDC 亚群的百分比。

j, 随着衰老或在老年肿瘤微环境（TME）中潜在的 CD8+ T 细胞内在和 CD8+ T 细胞外在机制的示意图。b 和 f-i 中的数据代表了至少两次独立实验的结果，并以平均值±标准差（s.d.）的形式展示。

题外话

最近很多同学后台私信我们，希望能使用空间(HD, Stereo, Xenium, CosMx SMI)真实数据进行实战演示，想要学习如何使用R/python完成空间数据基础分析以及一些个性化的分析需求，同时能一对一给予指导（个人觉得数据分析应该是最简单的，大家都是调包侠

图片

，真正厉害的是怎样能从数据分析结果中找到有意义的生物学故事，最终成文）。我们首先从Visium HD开始，做了个系统学习的教程，更新了部分代码，从合并8um bin基础分析开始逐步增加高级分析模块，大家如果有需要可以私信我们哈！

图片

图片

图片

图片

8um bin数据合并基础分析结果展示