单细胞多组学解码：转移性前列腺癌的肿瘤内异质性，为何"可预测地复现"

一、走到"去势抵抗"之后，异质性为什么成了最大难题？

前列腺癌是全球男性最常见的恶性肿瘤之一。在雄激素剥夺治疗（ADT）与雄激素受体通路抑制剂（ARPI）之后，多数患者最终会进展为转移性去势抵抗性前列腺癌（mCRPC）——这是疾病致死的主要原因。

mCRPC 的难治，根源在于"异质性"：同一患者体内不同转移灶、甚至同一病灶内的不同癌细胞，在基因、表观遗传和转录层面都千差万别。而当前对异质性的理解，大多来自分别研究基因组、表观基因组和微环境——很少有研究把"克隆演化、谱系可塑性、微环境"这三股力量放在同一批样本里，考察它们如何协同塑造肿瘤生态系统。

一个关键的技术破局点在于采样策略。这项研究没有用常规的穿刺活检，而是依托CASCADE 快速尸检计划（CAncer tiSsue Collection After DEath）：患者去世后 2–12 小时内，系统采集全身多个转移灶的新鲜组织。尸检能拿到"多器官、多病灶"的配对样本，这是生前活检根本无法实现的——而这恰恰是研究"同一个体内不同转移灶之间异质性"的必要前提。

二、研究设计：9 位患者、34 个转移灶、17.7 万细胞 + 全基因组

研究纳入 9 位死于 mCRPC 的捐赠者，全部初诊为腺癌（AD），其中 2 位后续发展为神经内分泌（NE）表型。每人选取 2–6 个转移灶，合计 34 份样本，覆盖肝、淋巴结、骨、脑、肺、前列腺、腹膜、膀胱等多个器官。

• - 单核多组学：CA27、CA34、CA35、CA43、CA46、CA58、CA76 采用 10x 单核多组学（ATAC + 基因表达）；CA83、CA90 采用 5' 单核 RNA 测序
• - 细胞规模：质控后共 177,907 个细胞，平均每样本 5,391 个高质量细胞；其中肿瘤细胞超过 90%，达 156,964 个
• - 配对 WGS：所有肿瘤样本测序深度 60×，匹配胚系对照 30×

▲ 图1｜研究总览。a，队列概览：转移灶按 AR 与 INSM1 染色分为腺癌（AD）或神经内分泌（NE），多数患者以单一病理类型为主，CA27 与 CA58 为混合型；图中人体模型上用彩色圆点标注了每位患者各转移灶的组织来源与 AR/INSM1 评分。b，9 位患者的治疗史时间轴（横轴为病程月数），标注了雄激素受体通路抑制剂、化疗、放疗及死亡时间。c，患者 CA58 的瘤内异质性：肝脏病灶高表达 INSM1 而无 AR，肺门淋巴结则为典型 AD 病理（高 AR、无 INSM1），PSMA-PET 影像佐证了病灶间差异。d，实验流程示意：单核多组学解析基因表达与染色质可及性，WGS 解析 SNV、结构变异与拷贝数。

这些患者都接受过 ARPI（阿比特龙或恩扎卢胺）；发生 NE 疾病的患者则接受了铂类化疗。这为研究"治疗压力如何塑造肿瘤演化"提供了天然的对照。

三、第一个关键结论：克隆演化只带来"转录噪音"

研究首先整合了所有样本的单核 RNA 测序数据。一个直观的规律浮现出来：同一患者的肿瘤细胞倾向于聚在一起，说明最大的差异来自"患者之间"，而非"器官来源之间"。

▲ 图2｜典型前列腺癌 signature 揭示晚期 mCRPC 的患者间异质性。a，全部 34 份样本整合后的单核 RNA 测序 UMAP（n = 185,588 细胞）：正常细胞按细胞类型聚类（与患者无关），肿瘤细胞则按患者聚类，唯混合型患者 CA58 分成两群。b，整合肿瘤细胞中 AR 与 ASCL1 的表达：细胞按患者与病理类型分层，78,296 个 AD 细胞、51,639 个 Mixed 细胞、34,791 个 NE 细胞；CA90、CA46 病灶中完全检测不到 AR⁺ 细胞，提示治疗后仅存 NE 细胞。c，24 份样本的单细胞 ATAC 数据整合（n = 120,708 细胞），聚类同样以患者为主。d，34 份样本的 mCRPC 基因 signature 平均表达热图。e，整合肿瘤细胞（n = 164,726）中 AR 通路、NE 表型、细胞周期、GI 亚型、WNT 与干细胞样亚型的表达。f，患者 CA34 三份样本的瘤内基因表达异质性——存在明显分群，但既有 signature 无法解释。g，同三份样本基于染色质开放区的基因活性 UMAP。

有意思的是，当研究者把 AR、NE 等一系列经典前列腺癌 signature 套上去时，它们几乎只揭示了患者间的差异，而无法解释患者体内的异质性——不同转移灶的肿瘤细胞在表达谱和染色质可及性上都"各自为政"，却找不到对应的功能标签。

那么，是不是基因差异在驱动这些转录差异？ 研究者检查了 mCRPC 关键癌基因与抑癌基因的变异，以及 COSMIC 突变特征，结论是：患者间的基因差异很大，但同一患者不同病灶间的差异却相当有限——这与既往"mCRPC 呈单克隆演化"的认知一致。

进一步分析发现，拷贝数变异（CNV）与基因表达高度相关（Spearman rho 0.36–0.60）——拷贝数改变会同时影响一大批基因及其调控区。研究者用 ATAClone 从染色质数据推断出75 个 CN 亚克隆（每样本 1–8 个），发现细胞分群与拷贝数亚克隆高度对应。

▲ 图3｜转录异质性、遗传克隆演化与微环境之间关联有限。a，34 个肿瘤中 mCRPC 相关基因的体细胞 SNV、SV、CNV 致癌图（oncoplot），按 AR 相关基因、经典 mCRPC 基因、DDR 基因分组；NE 肿瘤的功能丧失变异（大片段缺失、终止获得、移码）明显更多。b，各病灶的 HRDetect 评分、串联重复数与 COSMIC 突变特征占比——同一患者的病灶共享相似的突变特征格局；CA90 高 HRD 评分与其 BRCA2 改变一致，CA43 的过量串联重复可由 CDK12 突变解释。c，各样本拷贝数与该区段基因平均表达的 Spearman 相关性（除 CA35 外均显著）。d–e，患者 CA27（d）与 CA34（e）的基因表达整合与系统发育树：聚类关系与系统树距离一致，且与拷贝数亚克隆对应。

四、微环境：不是"主谋"，但会"共谋"

一个长期争论的问题是：转移灶所在器官的微环境，是否在驱动肿瘤异质性？

研究者的检验很直接：如果微环境驱动异质性，那么不同器官的转移灶之间应该存在转录差异。但差异表达与通路富集分析显示——不存在器官特异的肿瘤 signature。他们分析了 36,108 个正常细胞、14 种细胞类型后发现，微环境组成主要由患者决定，而细胞类型按器官富集（肝有肝细胞、肺有上皮细胞、淋巴结有 B 细胞）则完全在预料之中。

▲ 图4｜转移灶微环境组成多样，内皮细胞主导肿瘤-微环境互作。a，全队列正常细胞（n = 36,108）的 cSS_UMAP，14 种细胞类型。b，按样本与器官分类的正常细胞组成堆叠柱状图：细胞类型与器官对应，但患者间无清晰模式。c，微环境细胞→肿瘤细胞的配体-受体互作热图：免疫细胞与肿瘤细胞间未见显著通讯，富集的互作主要来自内皮细胞；PTPRM-PTPRM 仅见于腺癌患者，SEMA6A-PLXNA2 仅见于 NE 样本。d，按转移部位拆分的肿瘤受体表达，与器官关联有限。

用 CellChat 推断细胞间通讯后，出现了一个出人意料的结果：免疫细胞与肿瘤细胞之间几乎检测不到显著通讯；富集的互作信号主要来自内皮细胞。 在 5 组显著的配体-受体互作中，4 组源自内皮细胞：

• - PTPRM-PTPRM：仅出现在腺癌患者中。PTPRM 在其他癌症中被视为抑癌因子，此处它可能帮助稳定瘤内血管结构、提示 AD 肿瘤更"致密"、侵袭性较低。
• - SEMA6A-PLXNA2：仅出现在 NE 样本中，与神经和血管系统发育相关，可能通过"神经元样信号"支持 NE 表型。

五、原型分析：六个"模块"定义肿瘤生态系统

既然克隆演化和微环境都解释不了异质性，研究者转向了从头鉴定肿瘤细胞状态——他们采用原型分析（archetype analysis），去捕捉表型最极端的细胞群体。结果得到了六个原型模块（Module）：

• - Module 1（AR 模块）：AR 及其调控因子、下游基因 + 脂质代谢基因，与经典 AR signature 高度一致（rho = 0.82）
• - Module 2（炎症模块）：富集 TNFα/NF-κB、缺氧、干扰素-γ、IL2-STAT5 通路
• - Module 3 / 4（NE1 / NE2 模块）：包含已知 NE 标志物，与 ASCL1 表达正相关；NE2 额外富集 EMT 相关基因（如 CADM2、CTNNA2、FAT4）
• - Module 5（增殖模块）：典型细胞周期标志物
• - Module 6（糖酵解模块）：糖酵解、mTORC1、HIF-α 缺氧相关基因

▲ 图5｜原型 signature 捕获 mCRPC 的瘤内异质性。a，9 位患者肿瘤细胞（n = 164,726）中六个模块的基因表达热图。b，各模块的 GSEA 通路富集结果（mean NES）。c，肿瘤细胞中六个模块 signature 的表达 UMAP。d，由 ATAC 数据推断的对应模块基因活性。e，CA27 dura 13 样本（n = 4,470 细胞）的拟时序分析，显示 NE 的可塑性：NE1 与 NE2 共表达是最分化状态。f，在独立的 CRPC bulk RNA 队列（Labrecque 等）中验证六模块表达。g，各模块及过渡态细胞比例六边形图——同一患者各转移灶的细胞群体分布高度相似（唯 CA58 肝脏样本类似 NE、淋巴结样本类似 AD）。

分析显示：55.6% 的肿瘤细胞可归属于单一模块，30% 处于模块之间的过渡态。 几个值得注意的细节：

• - 增殖模块在 NE 样本中更常见（均值 3.9% vs AD 的 0.5%，P = 1.5×10⁻⁶）
• - 糖酵解模块最为普遍，在 10.2% 的肿瘤细胞中高表达；AR 低的 CA83 样本几乎全被该模块主导，而 AR 升高的肺转移灶则显著降低
• - NE1 与 NE2 代表 NE 表型的两个不同阶段：NE2 更可能捕捉"较早、尚未完全定型"的 NE 过渡细胞——在一位后来发展为 NE 疾病的患者的原发腺癌样本中，也检测到了 NE2 高表达的细胞亚群

六、最颠覆的发现：瘤内异质性跨转移灶"可预测地复现"

研究的核心悬念由此展开：这些细胞状态的出现，是随机的转录波动，还是肿瘤发育的基本规律？

判断标准很简单：如果是前者，模块在不同肿瘤里应该没有规律；如果是后者，就应该反复出现。

▲ 图6｜复发性瘤内异质性独立于亚克隆演化，并重塑肿瘤微环境。a，各亚克隆中原型模块群体的构成：所有亚克隆都包含多种细胞群体，同一患者各亚克隆的细胞构成比例相似。b，CA58 LN 50 三个亚克隆（n = 5,431 细胞）中 AR 与 ASCL1 的表达——ASCL1 主要局限于亚克隆 3。c，CA27 dura 13 三个亚克隆（n = 4,423 细胞）中 AR 与 ASCL1 的表达——三个亚克隆均有高表达 ASCL1 的细胞。d，模块平均表达与正常细胞比例的关联（Jonckheere-Terpstra 检验）：炎症模块升高时内皮细胞、T 细胞比例下降（p = 0.008、0.0428）；糖酵解模块升高时内皮细胞比例上升（p = 0.0218）。e，微环境→肿瘤细胞通讯通路概率与模块平均表达的 Spearman 相关性：AR/炎症模块与 NE1/NE2 模块呈现相反模式。

结果非常惊人：同一患者的不同转移灶，其细胞状态构成比例几乎是"复刻"的。以有四份转移灶的 CA27 为例，无论在哪个病灶、哪个亚克隆背景下，都出现了 NE 疾病；其他患者也以相似比例出现了至少四个模块。

这说明：转移灶具备"独立且可预测地发育出瘤内异质性模式"的能力。

更进一步，研究者检验了这些细胞状态是否与亚克隆演化挂钩——答案是基本无关。用线性混合效应模型估算，亚克隆对模块表达的方差解释度极低：NE2 仅 1.6%、糖酵解 4.2%、AR 5.5%、NE1 11.2%、炎症 12.2%、增殖 28.2%。 所有亚克隆都包含多种细胞群体的混合。

反过来，肿瘤却在重塑微环境：炎症模块升高时，内皮细胞与 T 细胞比例下降；糖酵解模块升高时内皮细胞比例上升（符合"内皮细胞支持免疫抑制与缺氧微环境"的认知）。模块与细胞通讯通路也呈"互斥"关联：AR/炎症模块与 PTPRM 通路正相关，NE1/NE2 模块则与一系列"神经元样"信号（ADGRL、SEMA6、胆固醇、谷氨酸通路）正相关。

综合起来，研究提出了一个统一模型：瘤内转录异质性模式在同一患者甚至不同患者之间共享，独立于克隆演化，并驱动肿瘤微环境的重塑。

七、临床落点：PSMA（FOLH1）的异质性，直接关系 LuPSMA 疗效

研究最后把目光投向了最具转化价值的一环——治疗靶点。肿瘤表面受体是 CAR-T、抗体偶联药物（ADC）、双特异性 T 细胞衔接器、放射性配体治疗（RLT）的理想靶点。其中 Lutetium-177-PSMA（LuPSMA）已于 2022 年获 FDA 批准用于 mCRPC，其靶点 PSMA 由 FOLH1 基因编码。

但靶点表达的异质性，恰恰是疗效打折的元凶。

▲ 图7｜放射性配体治疗（RLT）靶点的复发性瘤内表达异质性。a，肿瘤与正常细胞中 FOLH1 的表达（n = 185,588 细胞）——AD 患者间差异明显，NE 样本近乎阴性。b，FOLH1 高表达常见于肝与淋巴结肿瘤，尤以 AR⁺/ASCL1⁻ 样本为著。c，微环境细胞中 FOLH1 表达罕见。d，T 细胞比例与 FOLH1 负相关、成纤维细胞比例与其正相关。e，FOLH1 拷贝数增减并不一致地改变表达水平（CA43 除外）。f，基于 AR 与 FOLH1 表达的肿瘤细胞类型比例在患者各病灶间相似。g，少数 NE 细胞显示低 FOLH1 表达。h，FOLH1 水平在六种原型细胞群体中递减：AR 模块细胞最高，炎症与糖酵解模块显著更低。i，不同 AR 背景下 FOLH1 与各模块评分的相关性：AR 模块无论 AR 水平如何都与 FOLH1 正相关。j，同一肿瘤内 FOLH1 高/低/阴性细胞间差异开放染色质峰的基序富集——AP-1 家族（JUN、FOS、MAF、BATF）在低/无 FOLH1 细胞中活跃。

关键发现：

• - FOLH1 表达在患者之间、病灶之内都高度异质，且无器官特异性模式
• - 基因层面难辞其咎：FOLH1 的拷贝数增减并不一致地改变表达，多数样本在该位点为二倍体；19 个样本（5 位患者）的 FOLH1 SNP 均位于内含子区。说明 FOLH1 的异质性主要不是"基因决定的"，而是转录可塑性驱动的。
• - FOLH1 与原型模块高度绑定：AR 模块细胞 FOLH1 最高，炎症与糖酵解模块显著更低（P < 2.2×10⁻¹⁶）。AR 模块无论 AR 水平高低都与 FOLH1 正相关（rho 0.58–0.60）——AR 仍是 FOLH1 最强的正向调控因子。
• - 调控机制清晰可辨：用染色质可及性数据做差异峰 + 基序富集发现，低/无 FOLH1 细胞中 AP-1 家族（JUN、FOS、MAF、BATF）活跃（对应糖酵解与炎症模块）；高 FOLH1 细胞则富集 CTCFL 与 KLK 家族转录因子（与雄激素受体调控相关）。
• - 同患者各病灶的 FOLH1 异质性模式也高度相似——再次印证"可预测复现"的模型。这意味着对 LuPSMA 的应答很可能在肿瘤演化早期就已决定。
• - 其他靶点：ROR1 在糖酵解、增殖及 NE2 细胞中均保持中高水平，STEAP2 与 FOLH1 模式相似但在糖酵解群体中更高——两者可能具有更广的适用人群。

八、这项研究对精准医学意味着什么？

1. 异质性是被"调控"的，而非随机噪音

   ：六种肿瘤细胞状态在同一患者各转移灶间稳定复现、比例保留，提示肿瘤生态系统存在一种 "分工协作（division of labour）"——这些"必要工种"很可能与肿瘤存活和耐药直接相关。

2. 克隆 ≠ 功能

   ：克隆演化贡献了大量"转录噪音"，却不产生新功能状态；真正决定表型的，可能是表观遗传层面的可塑性。这对"只看基因突变指导用药"的思路是一次重要提醒。

3. 微环境的角色需要重新定位

   ：在晚期疾病中，微环境对异质性的塑造作用有限，但肿瘤会反过来重塑微环境（尤其是内皮细胞）——抗血管生成等"靶向微环境"策略，必须结合肿瘤自身的原型特征来设计。

4. 早期分层的新可能

   ：NE2 作为"早期 NE 转变"信号，以及 FOLH1 异质性"早期定型"的规律，都为在疾病早期进行分子分层、优化患者选择提供了依据。

5. 方法学的启示

   ：快速尸检队列 + 单核多组学 + WGS 的组合，让"多器官、多病灶、同个体"的配对研究成为可能。单一检测维度难以窥见全局，多组学整合才是破局之道。

九、写在最后

从"一个病灶的一张快照"，到"一位患者全身转移灶的连续影像"，这项研究让我们看到了一个出人意料的图景：晚期前列腺癌的异质性并非杂乱无章，而是一套被反复"抄写"的剧本。

肿瘤细胞在不同器官、不同克隆背景之下，依然"心照不宣"地维持着相似的功能分工——这既解释了为什么耐药如此顽固，也提示我们：与其在前药失效后被动应对，不如在疾病早期就读懂这套剧本，提前选对治疗的靶点。

参考文献：Weng S, Cain L, Comben J, et al. Recurrent intra-tumour heterogeneity is a hallmark of metastatic prostate cancer. Nature Communications, 2026, 17:7727. DOI: 10.1038/s41467-026-74334-z