

近日,SCIENCE CHINA Life Sciences(《中国科学:生命科学》英文版)在线发表郑州大学第一附属医院韩新巍教授团队题为“Single-cell transcriptomics and multimodal molecular profiling revealed the oncogenesis and tumor microenvironment of cardiac myxoma”的研究性论文。
该研究通过单细胞测序、生物信息学分析、免疫荧光和细胞实验等多种方法,绘制了心脏黏液瘤的单细胞图谱,提出其起源的潜在机制——心脏内皮细胞通过内皮-间充质转化(EndoMT)形成间充质样肿瘤细胞。同时,首次揭示了肿瘤相关成纤维细胞和壁细胞亚型对心脏粘液瘤宏观形态的影响,为理解心脏粘液瘤发病机制和寻找潜在药物靶点提供了全新视角。

1
机制解析:EndoMT——心脏内皮细胞“变身”间充质样心脏粘液瘤细胞的潜在机制
心脏黏液瘤是最常见的原发性心脏良性肿瘤,约75%~90%起源于左心房,多附着于卵圆窝附近心房间隔。关于心脏粘液瘤的细胞起源,此前有研究认为其来自多能间充质细胞或c-kit+心脏干/祖细胞。
研究团队收集了5例左心房粘液瘤组织及5例正常心房间隔组织,对心脏粘液瘤体及瘤蒂附着点部位进行单细胞测序,构建了心脏粘液瘤与正常心房间隔的单细胞转录组图谱。经过严格质控,共获得86,741个高质量细胞,识别出13种主要细胞类型,包括间充质样细胞、内皮细胞、成纤维细胞、壁细胞及多种免疫细胞等。综合单细胞测序、伪时间分析、拷贝数变异和细胞实验等结果,该研究研究提出:心脏内皮细胞通过EndoMT转化为间充质样心脏粘液瘤细胞的潜在机制。
2
形态密码:肿瘤相关成纤维细胞和壁细胞亚型“雕塑”心脏粘液瘤宏观形态
CM在宏观上常表现为两种典型形态:分叶状(表面光滑)和绒毛状(海葵样)。绒毛状肿瘤更脆,术中易脱落导致栓塞;分叶状则纤维化更重、切除难度更大。

研究团队将8,240个成纤维细胞细分为CFD+、ACTA2+、SEMA3C+、PRG4+、THBS4+和IL6+成纤维细胞;5,053壁细胞细分为STEAP4+、RGS5+周细胞、NET1+、ACTG2+、NMRK2+和IL6+平滑肌细胞。结果显示,分叶状心脏粘液瘤组织中几乎只含ACTA2+成纤维细胞,且ACTG2+平滑肌细胞占比更高;绒毛状心脏粘液瘤组织中同时存在多种且丰富的成纤维细胞及壁细胞亚型。
3
免疫逃逸:免疫细胞虽多,却处于“抑制”状态
心脏粘液瘤组织中浸润了大量免疫细胞,包括巨噬细胞/单核细胞、浆细胞、B细胞、T and NK细胞等,免疫细胞占比可达58.65%。然而,这些免疫细胞并未有效清除肿瘤。
通过CellPhoneDB进行细胞间通讯分析,研究团队发现:常见免疫检查点基因在T and NK细胞中表达极低,与正常心房组织无显著差异;免疫细胞与肿瘤间充质细胞之间的通讯极其微弱,抗原呈递严重不足。
4
转化前景:从EndoMT靶向到微环境分型,为CM治疗提供新思路
① EndoMT作为心脏粘液瘤的潜在发生机制,可成为药物新靶点。靶向抑制心脏内皮细胞的EndoMT过程,或可增加高风险手术患者的带瘤生存率、降低术后残留心脏粘液瘤细胞的再生。
② 通过血清标志物检测联合影像学诊断,评估ACTA2+成纤维细胞和ACTG2+平滑肌细胞比例,有望术前预判肿瘤是分叶状还是绒毛状;绒毛状心脏粘液瘤更脆、脱落风险高,术中需更谨慎防栓塞;分叶状心脏粘液瘤纤维化重、切除难度大,可提前规划手术路径与重建策略。
③ 由于传统免疫检查点抑制剂在心脏粘液瘤中可能效果有限,未来需重点解析心脏粘液瘤的免疫逃逸机制,开发如细胞因子治疗、肿瘤疫苗或其它免疫激活策略,以克服免疫抑制微环境。

研究方法、主要细胞类型及机制示意图
郑州大学第一附属医院韩新巍教授、张竞超教授,以及郑州大学附属肿瘤医院(河南省肿瘤医院)史一博医师为论文的共同通讯作者。于鑫溢博士后研究员为独立第一作者。此外,谢明杰、邓凯龙、付泽安、郝爽教授、裴宇教授、梁振兴教授、郭龙辉教授、李佳研究员等也为该工作做出了重要贡献。研究得到了河南省自然科学基金(262300422342)、河南省科技攻关(252102210105)、河南省医学科技攻关计划(LHGJ20240255)、郑州大学第一附属医院博士后科研启动金(72125)的资助。
韩新巍,著名介入医学专家、中原学者、二级教授、国家863项目首席科学家、郑州大学第一附属医院首席科学家。韩新巍教授团队长期致力于介入医学、材料学、肿瘤多组学、单细胞测序和大数据生物信息学的深度研究和交叉融合,取得了一系列重要研究成果,国内外期刊发表研究论文700余篇,其中SCI收录380余篇。韩新巍教授团队成功搭建了实体肿瘤标志物研究平台和基于机器学习开发的肿瘤相关预后研究平台,整合了来自21个国家、364个中心的27种实体肿瘤,收集样本超过5万个,为精准医学和个性化诊疗提供了强有力的数据支持。
[点击下方链接或阅读原文]▼
https://doi.org/10.1007/s11427-025-3299-0
扩展阅读

