79 位Ⅰ期肺腺癌患者中,20 位被模型划入高风险组,占比 25.3%。这一亚组的五年总生存率为 35.0%,同一分析中Ⅰ期患者整体为 68.6%。这些数字来自研究队列的随访,描述的是同属早期的患者之间的预后差异。

搜狐健康联手BioTender:AI揭示肺癌早期潜藏凶险,250万细胞破译生存密码(图1)

2026 年 11 月 12 日,Philipp Jurmeister、Philipp Keyl 等研究者在《Nature Cancer》发表 LuCaS+ 肺癌单细胞图谱。研究显示,细胞组成与分子状态能够为传统分期补充生存风险信息。Lung Cancer Europe 随后报道了这项工作。

搜狐健康联手BioTender:AI揭示肺癌早期潜藏凶险,250万细胞破译生存密码(图2)

图说 / 肺腺癌患者从传统分期到联合模型风险组的重新分层;连线表示患者归组变化,括号内为五年总生存率的小数形式

把 454 位患者的随访,接到细胞图谱上

这张图谱覆盖德国三家大学医院的 454 位非小细胞肺癌患者,包含肺腺癌和肺鳞癌。柏林、科隆的 364 位患者组成发现队列,慕尼黑的 90 位患者组成独立验证队列。研究将组织测序结果与临床资料、长期随访相连接。

样本来自手术后留存的石蜡包埋组织。发现队列组织块的保存时间中位数为 8.5 年,范围为 5—17 年。团队从存档组织中提取细胞核,读取基因活动,让多年积累的病理材料进入单细胞分辨率分析。

搜狐健康联手BioTender:AI揭示肺癌早期潜藏凶险,250万细胞破译生存密码(图3)

图说 / 发现队列的年龄、病理类型、分子特征、分期及随访资料;空白表示信息缺失

可以把这项测量理解为:逐个查看组织成员正在执行哪些“基因任务”。图谱汇集超过 250 万个细胞核的 RNA 数据,采用单细胞核 RNA 测序。分析识别出 136 个恶性肿瘤细胞簇,以及 60 种非恶性细胞类型,覆盖免疫、间质、血管和正常上皮细胞。

AI 在其中承担了整理复杂基因活动模式的工作。团队采用 VICReg 表征学习方法,将 5,000 个高变基因的信息压缩为 64 维表示,再进行细胞聚类。后续的转移潜能评分与生存建模使用逻辑回归、Cox 回归等方法,形成分工明确的分析流程。

搜狐健康联手BioTender:AI揭示肺癌早期潜藏凶险,250万细胞破译生存密码(图4)

图说 / 图谱中的肿瘤细胞、免疫细胞、成纤维细胞和血管细胞等主要群体;颜色区分细胞类别,位置表示表达特征相似性

同一块肿瘤里,细胞的转移潜能各不相同

研究首先将患者的细胞组成,与是否存在淋巴结或远处转移进行关联分析,同时校正肿瘤体积。由此得到的 scMP,表示肿瘤细胞簇的相对转移潜能。分数依据模型系数的百分位次序确定,数值较高对应更强的转移关联。

高 scMP 细胞簇呈现出一组共同特征:MAPK、TGFβ 等信号活性升高,并伴有缺氧适应、免疫逃逸和上皮—间质转化相关特征。其中,上皮—间质转化描述的是细胞从紧密连接的上皮样状态,转向更具迁移相关特征的过程。

搜狐健康联手BioTender:AI揭示肺癌早期潜藏凶险,250万细胞破译生存密码(图5)

图说 / 细胞簇转移潜能与 MAPK、TGFβ、缺氧、PI3K 及 TRAIL 通路活性的关联;每个点代表一个肿瘤细胞簇

接下来,团队为每位患者计算 PMP,即患者层面的转移潜能。在占比达到 0.2% 的肿瘤细胞簇中,取 scMP 最高的三个簇,计算平均值。这一做法聚焦于肿瘤内高分细胞群,检验它们是否携带复发与生存信息。

在Ⅰ期肺腺癌中,PMP 能进一步区分预后。在独立验证分析中,论文报告低风险组五年未复发估计为 74%,高风险组为 19%。这里的终点是首次复发时间,死亡未被计作复发事件;它与总生存率分开统计。

搜狐健康联手BioTender:AI揭示肺癌早期潜藏凶险,250万细胞破译生存密码(图6)

图说 / Ⅰ期肺腺癌按 PMP 分组的首次复发时间和总生存曲线,上方为发现队列,下方为验证队列

将分期与细胞信息放进同一个生存模型

另一套分析把视野扩展到整个肿瘤生态:团队将肿瘤细胞、免疫细胞与间质细胞的比例输入生存模型,再加入 UICC 分期,构成联合模型。这一分析限定于未接受辅助治疗的患者,肺腺癌与肺鳞癌分别建模。

在肺腺癌发现队列中,联合模型的 C-index 为 0.727,仅使用分期时为 0.650。模型进一步划出四个风险组。开头提到的 20 位Ⅰ期高风险患者,来自这套联合模型的重分层分析,与前述 PMP 评分属于不同分析。

搜狐健康联手BioTender:AI揭示肺癌早期潜藏凶险,250万细胞破译生存密码(图7)

图说 / 肺腺癌联合模型四个风险组的总生存曲线

团队随后使用慕尼黑队列中的 47 位患者验证肺腺癌联合模型:C-index 为 0.678,分期模型为 0.576,比较的 P 值为 0.043。C-index 衡量模型对生存风险的排序能力;这一数值不等同于诊断准确率,也不表示治疗带来的生存改善。

风险差异也出现在晚期患者中。在该手术来源的肺腺癌分析样本中,20 位Ⅳ期患者有 5 位进入较低风险组,五年总生存率为 80%;其余 15 位为 8%。这组结果对应特定研究样本,不能直接作为所有Ⅳ期患者的生存估计。

搜狐健康联手BioTender:AI揭示肺癌早期潜藏凶险,250万细胞破译生存密码(图8)

图说 / 肺腺癌Ⅰ—Ⅳ期内部按联合模型风险组绘制的总生存曲线

预后信息,还藏在肿瘤周围

联合模型同时保留了微环境信息。不同免疫细胞、成纤维细胞和血管细胞群,与生存结局呈现不同方向的关联。研究还观察到,肺腺癌与肺鳞癌具有不同的肿瘤—微环境组合,因此两种病理类型分别进行分析。

为了查看这些细胞在组织中的位置,团队对发现队列的 35 份肿瘤样本开展空间转录组分析,其中包括 24 份肺腺癌和 11 份肺鳞癌。这一步保留细胞的空间坐标,将测序中发现的细胞状态与真实组织结构对照。

搜狐健康联手BioTender:AI揭示肺癌早期潜藏凶险,250万细胞破译生存密码(图9)

图说 / 不同肿瘤及微环境细胞簇在肺腺癌、肺鳞癌联合模型中的系数

空间结果显示,一块肿瘤内部也可存在不同状态。在论文展示的肺腺癌代表性切片中,实性区域与腺泡状区域具有不同的 scMP 分布,实性区域分数较高。组织形态与单细胞状态由此获得了可以对照的空间位置。

另一类预后较好的肺腺癌微环境,表现出更丰富的免疫细胞浸润。团队在其中观察到与 CXCL16 表达相关的淋巴细胞空间分布。这些结果为生存模型中的细胞特征提供了组织层面的对应,也为后续机制研究标出了具体对象。

搜狐健康联手BioTender:AI揭示肺癌早期潜藏凶险,250万细胞破译生存密码(图10)

图说 / 代表性肺腺癌切片中,腺泡状与实性区域的组织形态、空间 scMP 分布及分数比较

图谱已经开放,临床研究继续向前

研究团队已通过 LuCaS+ 网站提供图谱交互浏览,并在 Zenodo 发布供非商业用途使用的数据,在 GitHub 提供分析代码。研究者可进一步查看细胞注释、基因表达、细胞组成与临床信息,围绕相同资源提出新的研究问题。

这项研究提供了回顾性队列中的预后分层证据。论文提出的后续方向,是开展前瞻性试验,检验单细胞信息能否帮助辅助治疗分层。当前模型的分组结果不构成调整个人治疗的依据,临床用途仍需通过相应研究确认。

搜狐健康联手BioTender:AI揭示肺癌早期潜藏凶险,250万细胞破译生存密码(图11)

图说 / 免疫浸润相关肺腺癌表型的空间验证,包括 CXCL16 转录信号、免疫细胞密度、组织切片及细胞位置

在这批患者中,临床分期之内仍存在可由细胞信息区分的生存风险。LuCaS+ 将这层差异与细胞状态、微环境及长期随访连接起来;下一阶段研究将检验这些信息能否进入临床决策流程。