大数跨境

6张图看懂 Atera:宫颈癌的24种细胞类型和免疫生态位是怎么被拆出来的

6张图看懂 Atera:宫颈癌的24种细胞类型和免疫生态位是怎么被拆出来的 SCIPainter
2026-07-20
15

推荐公众号奥智生物,分享前沿组学技术、实用生信技能、数据挖掘思路


Atera系列往期文章:

重磅上线 | 奥智生物 10x Atera 原位全转录组平台预定通道正式开启!

Atera 发布 2 个月了,我们整理了老师们问得最多的 5 个问题。 

Atera 首秀:全转录组原位如何把乳腺癌切到 11q13 扩增和侵袭前沿有丝分裂灶





随着空间组学技术迭代升级,兼具全转录组无偏筛选与单细胞原位精准定位能力的 Atera 平台自 AACR 2026 发布后,迅速成为肿瘤微环境研究领域焦点。上一期我们啃完了 Janesick AACR # 6216 poster 的乳腺癌部分—DCIS 双态、11q13 扩增、侵袭前沿有丝分裂灶。这一期把镜头切到宫颈癌,看 Atera 在另一份 FFPE 样本上跑出了什么。


奥智生物已全面对接 Atera 平台国内服务,宫颈癌/乳腺癌/其他实体瘤 FFPE 队列均可承接。扫码提交研究方向,免费为你们评估 Atera 课题可行性。

扫描二维码 奥智生物将为您提供定制化 Atera 解决方案 


样本是一例 III-B 期浸润性宫颈鳞癌(HPV16+) FFPE。Atera 产出如表1。

表1:Atera在宫颈鳞癌中的数据产出

指标

数值

捕获细胞数

717,576

切片面积 (µm²)

79,418,423

中位转录本数 / cell

929

中位基因数 / cell

692


70 万级细胞、近 1,000 UMI / cell——这个体量在 FFPE 空间组里属于"能细拆到耗竭 T 细胞亚群"的级别——比较绝大部分 Visium HD / stere-seq 的指标更强

而且还有另外一个因素要考虑。空转转录组测序(Visium HD 或者 Stereo-seq)的样本前处理过程中,切片需要先进行透化,以便让组织中的RNA/探针释放,从而可以与芯片结合。这个过程不可避免会产生微米、甚至10微米级别的 RNA 横向转移,从而让相邻细胞之间存在 RNA 信号相互干扰,从而降低了细胞分群的准确性。而 Atera 走原位探针对接路线,直接在组织原位完成探针结合以及检测。RNA 不需要透化释放这一步,所以消除了 Visium HD / Stereo-seq 路线里"透化导致 RNA 横向扩散"这个误差源——这对高细胞密度组织(淋巴组织、小脑、肿瘤浸润前沿)尤其重要,因为这些地方细胞间距可能 <5µm,透化扩散会显著污染。因此,哪怕同样500中位基因 / cell 的基因检测数的情况下,Atera 预期的细胞分群分辨率也将会优于 Visium HD 和 Stereo-seq。

下面挑 6 张宫颈癌关键图,看图说话。

(一)、图1
Atera 在宫颈癌样本中识别到的细胞类型

图1|Atera 在宫颈癌样本中识别到的细胞类型。(A) UMAP展示细胞分群 (B) 空间定位图,含 右上「缺氧区 未分化形态 + 免疫排斥带 ≥50µm」、右下「分化良好区上皮分层 + 免疫细胞贴基底」



Atera 在这张切片上注释出 24 种细胞类型——从肿瘤细胞(分化良好 / 缺氧 / 角化不良)、免疫细胞(细胞毒 T / 耗竭 T / 调节 T / B / 浆细胞 / NK / 巨噬 / 树突 / 中性粒细胞 / 肥大细胞)到基质(CAF / 间质成纤维 / 平滑肌 / 内皮 / 宫颈内膜柱状 / 纤毛),基本覆盖了宫颈鳞癌 TME 的主要玩家从细胞注释的多样性看,Atera 完全达到了单细胞转录组的水平,超过Visium HD或者Stereo-seq的大部分数据。

两张小窗是对照看 H&E 图1 B
 缺氧区右上):未分化形态,周围 ≥50 µm 半径无淋巴细胞——典型的"免疫排斥带"
 分化良好区(Bottom right):上皮分层有序,免疫细胞紧贴基底细胞

同一张切片里同时看到"免疫荒漠"和"免疫活跃区",这就是全转录组原位比单纯 Visium HD 多出来的东西——后者能告诉你"哪里 T 细胞少",前者能在“真单细胞分辨率”地告诉你"T 细胞少的那块到底是什么形态、旁边是谁"。

(二)、图2
Atera vs H&E 的肿瘤分层对比

图2|H&E 分不出的分层,Atera 用基因拆开了(A) H&E vs Atera 肿瘤分层对比包括缺氧基因CA9、HIF1A、ADAM10、NDRG1、SLC2A1)共定位;(B) 关键基因 ODAM 和 FGFR3 的表达定位



H&E 下看宫颈鳞癌,病理医生能判"高分化/中分化/低分化",但从增殖/副基底层 → 分化层 → 缺氧层的连续过渡,H&E 则无法识别区分

Atera 用经典缺氧标志基因(CA9、HIF1A、ADAM10、NDRG1、SLC2A1)共定位,把肿瘤区拆成:
 Basal(基底,侵袭前沿)
 Parabasal(副基底)
 Differentiating(分化中)
 Hypoxic(缺氧)

四个层在 H&E 上是渐变的看不出明显的区分度。而在 Atera 分子图上是跳变的有清晰的区分度

还有一个细节值得点:ODAM 富集在缺氧肿瘤区FGFR3 定位在基底/副基底的侵袭前沿细胞——这两个是 poster 里"无偏挖出"前的伏笔,先记下来,图5 会回到它们。

(三)、图3
Niche 分析——缺氧区域排斥免疫细胞

图3|Niche 分析 (A) 堆叠条形图(k=10 空间簇,分 Tumor / Stromal / Immune);(B) Niche # 1 / # 2 / # 3 的标记基因热图;(C) 空间映射:# 2(B 细胞富集)/ # 3(T 细胞富集贴分化区,缺氧区则排斥免疫细胞



光拆出 24 种细胞还不够,作者进一步做了 niche 分析(类似 Seurat BuildNicheAssay 的思路,按空间邻近性把注释好的细胞拼成"邻域")。全局 k=10 个空间簇里,挑三个免疫主导的 niche 

其中,缺氧肿瘤区——# 2 和 # 3 都被排除了,形成"免疫荒漠"。B 细胞 niche # 2 和 T 细胞 niche # 3 虽然都贴分化良好区,但不直接贴侵袭前沿的基底/缺氧区——也就是说,免疫最活跃的地方,离"肿瘤正在扩张的地方"还有一段距离。这是单纯 scRNA-seq 给不了的视角。

表2 三类Niche的特征

Niche

主导细胞

空间偏好

# 1

混合(CAF / 间质成纤维 / RGS4 / COL12A1 / MMP11)

717,576

# 2

B 细胞富集(MS4A1 / TCL1A / FCRL1 / BANK1 / PAX5)

79,418,423

# 3

T 细胞富集(TCF7 / TXK / CXCL9 / CCR7 / CCL19)

929


(四)、图4
四个无偏新标志物,首次锚定到缺氧生态位

图4|四个无偏新标志物,首次锚定到缺氧生态位四个候选基因标出:EDNRA / LAMC3 / COMP / INHBA



这里也体现了全转录组无偏优势下面这四个基因中,LAMC3 在 Xenium 5K 的 panel 列表里。

四个候选的来头:
➡️ EDNRA(内皮素受体 A):bulk RNA-seq 里报过是宫颈癌 biomarker,但缺空间验证——这次锚定到缺氧 TME
➡️ LAMC3(层粘连蛋白 γ3):laminin 家族常见,但 LAMC3 这个亚型在癌里研究很少
➡️ COMP(软骨寡聚基质蛋白):既往只研究在骨/关节病(硬皮病),肿瘤里几乎没人报
➡️ INHBA(抑制素 βA / Activin A 亚基):报过是宫颈癌预后 marker,但没报到与缺氧肿瘤空间共定位——这次 poster 首次锚定

这四个基因的潜在价值EDNRA 本身就有小分子抑制剂在研(肺癌/前列腺癌里搞过),回头看宫颈癌队列值得;INHBA 是 TGFβ 超家族,免疫抑制通路老玩家;COMP  LAMC3 是 ECM 重构方向的新嫌疑犯。四个标志物的临床转化价值我们下期推文中专门拆

(五)、图5
全转录组原位 vs 固定 panel:差距在哪

图5 两张样本的关键指标表,宫颈癌 vs 乳腺癌



回看一眼关键指标表,把两样本放一起比宫颈癌这边细胞数多 4 倍(鳞癌面积大 + 细胞密),但 UMI / cell 只有乳腺癌的一半——这是鳞癌 FFPE 降解通常比腺癌重的老问题,Atera 在 929 UMI/cell 上还能拆出 24 种细胞(可区分大类细胞下的子亚类分群) + niche 分析需要精确的细胞空间定位信息,算是交代了下限。

如果你的样本是鳞癌 FFPE(宫颈/肺/头颈),别拿乳腺癌 2,100 UMI 的标杆要求自己,929 这个数更贴近真实水平——Janesick 这份数据就是参考系。

(六)、图6
Atera 工作流一图总览

图6 Atera实验流程(A) 切片→探针结合→连接→原位扩增;(B) 细胞分割染色→上机→同时成像/解码/分析,跑完即出可解释数据)



最后放一张流程总图,给没接触过 Atera 的读者一个全貌:
 探针杂交 → 原位连接 → 原位滚环扩增(和 Xenium 的探针对路子接近,但是全转录组探针池)
❷ 切片上机,成像+解码+分析同时做,跑完直接出可解释数据无需额外的测序环节。

//

小结


6 张图看下来,宫颈癌这份样本 Atera 交了三份答卷:
1️⃣ 24 种细胞类型拆得动(含耗竭 T / 调节 T / 细胞毒性T这种细分)
2️⃣ Niche 分析把"B 细胞 # 2 贴分化区、T 细胞 # 3 贴分化区、缺氧被排成免疫荒漠"这个空间格局画出来了
3️⃣ 四个无偏新标志物(EDNRA / LAMC3 / COMP / INHBA)首次锚定到缺氧 TME——其中 INHBA 是老预后 marker 新空间归属,EDNRA 是老 bulk biomarker 新空间验证

这三件事里,(1) 是分辨率问题,(2) 是空间邻域问题,(3) 是全转录组无偏优势问题——Xenium 5K 能做 (1)(2) 但做不全 (3),Visium HD 能做 (2) 但做不细 (1)。

大白话概括,Atera融合了多种技术的优势:Atera是具有空间位置信息的 scRNA-seq;是空间定位更精确的 Visium HD;是靶标覆盖更全面的 Xenium

下期预告
这一期看图为主,四个新标志物我们只点了"是谁、在哪",没展开"有什么用"。下期(第3期·临床转化派)我们就从这四个标志物切入:EDNRA 有小分子抑制剂在研、INHBA 是 TGFβ 超家族老玩家、COMP/LAMC3 是 ECM 重构新嫌疑犯——加上侵袭前沿 proliferative foci 和 11q13 原位 CNV,给临床 PI 的 retrospective 蜡块队列三个实用启示。

*本文数据来源:


Janesick et al., "Whole transcriptome spatial technology reveals tumor microenvironment remodeling genes and mitotic signaling at the invasive front", AACR 2026, Poster # 6216, 10x Genomics Development Team.*

原始数据:


https://www.10xgenomics.com/cn/datasets/atera-wta-ffpe-human-cervical-cancer

奥智生物已全面对接 Atera 平台国内服务,宫颈癌/乳腺癌/其他实体瘤 FFPE 队列均可承接。扫码提交研究方向,免费为你们评估 Atera 课题可行性。

图片

扫描二维码 奥智生物将为您提供定制化 Atera 解决方案 


*未经许可,不得以任何方式复制或抄袭本篇文章之部分或全部内容。版权所有,侵权必究。


# SCIPainter


分享科研绘图技能与工具

欢迎关注与转发~


你的好友拍了拍你

并请你帮她点一下“分享”~



#Atera#原位空间转录组#宫颈癌#科研

【声明】内容源于网络
0
0
SCIPainter
“一图胜千言”,好看的图形千篇一律,丑的配图千奇百怪。SCIPainter,旨在分享科研绘图的技能与工具。不保证日更,有时间就做线上培训,不排除录制付费视频的可能。如果你想看我日更,请多把我分享出去,说不定我就文思如尿崩了。
内容 918
粉丝 0
SCIPainter “一图胜千言”,好看的图形千篇一律,丑的配图千奇百怪。SCIPainter,旨在分享科研绘图的技能与工具。不保证日更,有时间就做线上培训,不排除录制付费视频的可能。如果你想看我日更,请多把我分享出去,说不定我就文思如尿崩了。
总阅读5.9k
粉丝0
内容918