各位妇科肿瘤医生是不是也遇到过：HPV 阴性宫颈癌明明转移率高、死亡率高（占比 3%-8%），但治疗方案却和 HPV 阳性患者没区别？核心问题就在于 —— 我们没摸清这两类宫颈癌的免疫微环境到底差在哪，尤其是细胞的空间分布和互作机制。

今天要拆解的哈医大肿瘤医院团队研究，就用“单细胞 RNA-seq + 空间转录组 + bulk RNA-seq” 三组合拳，把 HPV 阳性 / 阴性宫颈癌的免疫微环境差异扒得明明白白：从超分辨空间图谱定位细胞位置，到 CD8+T 细胞分化轨迹找功能差异，再到锁定上皮细胞调控免疫的关键通路，最后还建了个能预测预后和免疫治疗响应的模型。想做宫颈癌多组学研究、或者需要数据挖掘 / 模型构建支持的医生，这篇的框架直接参照！

文章信息速览

• 原标题：Integrated multi-omics analysis of single-cell and spatial transcriptomics reveals distinct hpv-associated immune microenvironment features and prognostic signatures in cervical cancer

• 期刊：Frontiers in Oncology（IF=5.9）

• 关键词：多组学、宫颈癌（CC）、HPV 状态、单细胞测序、空间转录组、免疫微环境（TME）、CD8+T 细胞分化轨迹、上皮细胞相关预后模型（ERS）、ANXA1-FPR1/3 通路、MDK-LRP1 通路

研究背景与目的

宫颈癌的核心致病因素是高危 HPV 持续感染，但 HPV 阴性患者预后更差（晚期转移率高、死亡率高），目前却没有针对性治疗方案 —— 关键原因是 “HPV 正负宫颈癌的免疫微环境异质性” 没搞清楚：

免疫细胞（比如 CD4+T、CD8+T、DC 细胞）的比例和功能有啥差异？

这些细胞在组织里的空间位置怎么分布，怎么互作？

能不能找到能预测预后的标志物，甚至指导治疗？

这篇研究就用多组学技术解决这些问题，最终还建了个上皮细胞相关预后模型（ERS），为 HPV 分层治疗提供依据。

研究亮点

这篇文章最值得学的是“从‘空间定位’到‘功能机制’再到‘临床应用’的完整逻辑链”，每一步都紧扣 “HPV 状态差异”，我们分5 点拆：

1. 超分辨空间图谱：先摸清细胞 “住在哪”（解决空间异质性问题）

普通空间转录组（如 10X Visium）每个 spot 含 25 + 细胞，分辨率不够？研究用iStar 算法（整合 HE 染色和空间转录组数据），构建了近单细胞分辨率的宫颈癌组织图谱，清晰看到不同细胞的空间分布（图 1B）：

不管 HPV 阳性还是阴性，记忆 B 细胞都紧邻 naive B 细胞、DC 细胞紧邻 CD4+T 细胞（图 1F、G）—— 这为 “B 细胞分化”“DC 细胞呈递抗原给 CD4+T 细胞” 提供了空间证据；

还发现 HPV 阴性患者特有的成纤维细胞亚型（fibroblast4），可能和 HPV 阴性肿瘤的侵袭性相关（图 1B）。

这步提醒医生：做空间转录组别只满足“看基因表达”，用算法提升分辨率，结合细胞位置分析互作可能性，可信度更高。

2. 单细胞分群：再看细胞 “多不多、是啥型”（锁定免疫差异核心）

研究对 4 例宫颈癌样本（2 例 HPV+、2 例 HPV-）做单细胞测序，共 8843 个细胞，分 7 大群，重点对比免疫细胞差异（图 2A-C）：

HPV 阳性样本：CD4+T 细胞（包括 naive CD4+T、Treg）和 cDC2 细胞（常规树突状细胞 2 型）比例更高（图 2F、G）；

HPV 阴性样本：CD8+T 细胞（除了干扰素相关 CD8+T）比例更高，还有更多巨噬细胞、单核细胞（图 2F、G）；

TCGA cohort 验证：结果和单细胞一致，HPV + 患者 cDC2 浸润多，HPV - 患者 CD8+T 多（图 2G 右）。

这步说明：HPV 状态直接影响免疫细胞组成 ——HPV + 靠 CD4+T 和 cDC2 介导免疫，HPV - 靠 CD8+T，但后续发现这些 CD8+T 功能并不好。

3. CD8+T 细胞轨迹：深挖细胞 “功能好不好”（找到预后差异关键）

既然 HPV 阴性患者 CD8+T 多，为啥预后还差？研究用 Monocle2 做 CD8+T 细胞伪时间轨迹，发现两类患者的 CD8+T 分化路径完全不同（图 3A-D）：

HPV 阳性患者：CD8+T 走 “Fate1 路径”，从记忆 CD8+T 分化为干扰素相关 CD8+T（高表达 STAB1、TRIM22）——STAB1 能调节炎症、TRIM22 是抗病毒基因，这路 CD8+T 是 “有功能的”（图 3E-G）；

HPV 阴性患者：CD8+T 走 “Fate2 路径”，分化为耗竭 CD8+T 和增殖 CD8+T（高表达 BHLHE40、RBPJ）——BHLHE40 促进 T 细胞耗竭，RBPJ（Notch 信号）抑制 CD8+T 细胞毒性，这路 CD8+T 是 “没功能的”（图 3E-G）。

这就解释了：HPV 阴性患者 CD8+T 多但没用，因为大多是耗竭型，这也是其预后差的核心原因之一。

4. 细胞互作分析：搞懂细胞 “怎么说话”（锁定关键调控通路）

用 CellChat 和 CellphoneDB 分析细胞间 ligand-receptor 互作，发现上皮细胞是 “信号发送主力”，且 HPV 正负患者的互作通路完全不同（图 4A-H、图 5A-C）：

HPV 阳性患者：上皮细胞通过ANXA1-FPR1/3 通路调控 cDC2 细胞（图 5B），激活的 cDC2 再通过 MHC II 通路作用于 CD4+T 细胞，还通过 LGALS9-CD45 作用于干扰素相关 CD8+T—— 形成 “上皮→cDC2→T 细胞” 的免疫激活链（图 5H）；

HPV 阴性患者：上皮细胞通过MDK-LRP1/SORL1 通路调控巨噬细胞 / 单核细胞（图 5C），这些 myeloid 细胞再通过 MHC I 作用于耗竭 CD8+T—— 更关键的是，MDK-LRP1 高表达会降低免疫浸润（图 5E、F），形成 “免疫抑制微环境”；

多色免疫荧光（mIF）验证：HPV + 患者 ANXA1 和 CD4+T 多，HPV - 患者 MDK 和 CD8+T 多（图 5J）。

图4

图5

这步是核心机制：医生做细胞互作分析时，别只列通路，要结合 HPV / 分期等临床特征分层，找到 “亚型特异性通路”，比如 ANXA1-FPR1/3（HPV+）、MDK-LRP1（HPV-），这些都是潜在靶点。

5. 上皮细胞预后模型（ERS）：落地 “临床能用”（从基础到应用）

既然上皮细胞是“信号发送主力”，研究就用 HPV 阳性患者上皮细胞的差异基因，建了个 12 基因预后模型（ERS）：

模型构建：TCGA cohort（269 例 HPV+）中，先单因素 Cox 筛 92 个预后基因，再 LASSO + 多因素 Cox 缩到 12 个基因（图 6A、B）；

预后价值：高风险组 OS 显著差于低风险组（图 6C），1/3/5 年 AUC 分别达 0.82/0.80/0.79（图 6D），GSE52903 独立验证有效（图 6H、I）；

免疫关联：低风险组免疫浸润更高（CD4+T、CD8+T 多），高风险组 Treg 和 M0 巨噬细胞多（图 6L、M）；

治疗预测：在 PRJEB25780 cohort（接受帕博利珠单抗治疗）中，ERS 高风险患者多为 “非响应者”（图 6J）。

图6

这步太值得学：医生建预后模型，别盲目用“全基因”，聚焦 “上游调控细胞（如上皮细胞）” 的差异基因，模型更有生物学意义，还能关联免疫治疗响应。

从这篇可以提炼出发文的3 个核心思路，首先“分层研究” 是关键：比如按 HPV 状态分层，才能发现 “CD8+T 多但预后差” 这种反常识现象，避免 “平均效应” 掩盖关键差异；

“空间 + 单细胞” 必结合：单细胞看细胞类型和功能，空间看位置和互作，两者结合才能从 “是什么” 到 “为什么”（比如 DC 和 CD4+T 紧邻，才敢说 DC 可能呈递抗原给 CD4+T）；

“模型要落地临床”：建预后模型别只看 AUC，还要关联免疫浸润、治疗响应（如 ERS 预测免疫治疗非响应），这样文章才有临床价值，审稿人更认可。

想照着这个框架做宫颈癌多组学研究，不管是缺单细胞 / 空间转录组数据分析、预后模型构建，还是需要多色免疫荧光验证支持，都可以找我们团队！从选题设计到数据挖掘再到结果可视化，全程帮你把控，让你少走弯路，尽快产出符合临床需求的高分成果～

原文DOI：10.3389/fimmu.2025.1612623

专注期刊投稿、发表十年，任何投稿、写作难题欢迎咨询！