上回说到(肿瘤免疫分型深度剖析好文)，免疫细胞的肿瘤浸润模式（三大型）是影响肿瘤生长以及免疫治疗的关键；上上回呢是说到(继铁死亡后又一个高分炸裂热点思路：代谢重编程)，昨天的TME中乳酸代谢也受到了广泛关注，肿瘤微环境的代谢机制一直都是肿瘤研究领域的热点；基于小编写的这两篇文章都比较受大家的喜爱，因此接下来还将继续发挥本编特色的“糅合”大法，再将这两个热点进行结合一下，解读另一个最近很热的新领域：免疫细胞的代谢研究。
话说肿瘤微环境的代谢机制一直都是热点，这个可不是空话。呐，上个月刚在Frontiers in Genetics（IF:4.59）发表了一篇纯生信的文章，篇名为“Glycolysis-Related Gene Expression Profiling Screen for Prognostic Risk Signature of Pancreatic Ductal
Adenocarcinoma”。这都2021下半年了，想必纯生信的文章时间是比较紧迫了，但是这篇纯生信文章依然能见刊，就说明主编们也都认为肿瘤微环境的代谢研究很重要（敲黑板）。
图1：
事实上，肿瘤微环境的代谢机制研究可大体分为两种：一种是针对肿瘤细胞自身，着手于揭示肿瘤细胞相对于正常细胞所具有的特色代谢特点，从而进一步的使用抑制剂或者其它靶向药物进行干预，从而达到治疗肿瘤的目的；另一种呢，就是以肿瘤浸润免疫细胞的代谢研究为主要内容，联合肿瘤细胞的代谢模式进行研究，这是因为肿瘤细胞的代谢往往会直接影响免疫细胞的代谢，而且传统的实验方法绕不开肿瘤细胞的代谢而只研究免疫细胞的代谢模式。
1.单细胞测序助力肿瘤微环境代谢研究
上文已经说到传统的实验方法无法只针对肿瘤浸润免疫细胞展开研究，那么时代在更新，科研在进步。遇到科研瓶颈，就得想办法打破它，研究者都在等待着一个革命性技术的出现。于是那个熟悉的它又又又来了，就是单细胞测序技术！其实小编有时想绕开这个单细胞测序技术去写点别的技术，但到最后发现这是不可能的，因为它真的彻底改变了当代研究者的视角，尤其是如今的单细胞测序已经发展成为可以进行多组学研究的利器。在这样的大背景下，单细胞测序数据在近些年迅速增长，为进行挖掘肿瘤或者其它疾病模型的免疫细胞代谢模式提供资源。
就在小编刚接触单细胞测序技术时，也就是2019年，就已经有研究者利用已发表的单细胞测序数据解析肿瘤微环境的代谢模式，其研究成果发表在NATURE COMMUNICATIONS(IF:14.9)上,篇名为“Metabolic landscape of the tumor microenvironment at single cell resolution”。
图2：
这篇纯生信的文章，行文思路在如今看来已是相当简单，就是使用已经发表的黑色素瘤和头颈癌患者单细胞测序数据，基于KEGG的代谢通路，找出1566个和代谢相关的基因，利用去卷积的计算方法量化黑色素瘤和头颈癌患者的肿瘤代谢模式。
然而这项研究主要是探索了肿瘤细胞的代谢模式，而没有特别关注其中的免疫细胞，因此我们可以借用这种思路运用到肿瘤浸润免疫细胞的代谢研究上。那么接下来，小编就带着大家感受一下近些年很热门的代谢方向，免疫细胞的代谢。
2.上帝视角—肿瘤浸润T细胞的代谢研究
就像上文说到肿瘤微环境是一个复杂的整体，肿瘤微环境的代谢呢就像大锅饭，蔬菜、肉、米线啥都有；此外，本是麻辣、五香样样俱全，但是就像有些人很霸道，自己喜欢吃超级辣，于是就放了很多辣椒，毫不考虑别人不吃辣。肿瘤细胞就好比这样的村霸，为了适合自己的口味，不断将代谢废物释放到肿瘤微环境，改变肿瘤微环境的代谢模式。作为肿瘤中含量最多的免疫细胞--T细胞，就需要承受肿瘤微环境的这些改变。那么，肿瘤细胞是否通过调控其微环境中的代谢产物来影响T细胞的表观遗传修饰（甲基化），进而影响T细胞的功能，促进肿瘤发生发展？如果是，那么其调控机制是怎样的？
去年发表在NATURE(IF:49.9)一篇文章，就专门研究了肿瘤细胞的氨基酸代谢对T细胞功能的影响，篇名为“Cancer SLC43A2 alters T cell methionine metabolism and histone methylation”。
图3：
做肿瘤研究的或多或少都有了解，肿瘤微环境中的浸润性CD8+T细胞通常表现为功能紊乱、具有独特的表观遗传表现，这些都是影响抗肿瘤免疫治疗的主要因素。有研究表明，肿瘤细胞通过调控其微环境的代谢影响T细胞的表观遗传修饰；还有研究人员提出，肿瘤内部的致癌信号可能导致异常的肿瘤代谢；那么肿瘤细胞的氨基酸代谢变化是否会影响T细胞的表观遗传，进而影响其功能，目前仍是未知的。
这篇文章作者通过联合探索肿瘤细胞和T细胞的代谢交互模式，在细胞水平、动物模型水平、临床患者水平全面揭示了肿瘤细胞能够与T细胞竞争甲硫氨酸。食不饱力不足，才美不外现。肿瘤细胞通过竞争消耗T细胞发挥功能所必要的营养物质，影响T细胞的表观遗传修饰（甲基化）从而抑制T细胞的功能。这表明，通过抑制肿瘤细胞竞争甲硫氨酸或给予肿瘤患者足量甲硫氨酸等方式来促进T细胞组蛋白甲基化或许是潜在的抗肿瘤方案。
3.肿瘤浸润免疫细胞代谢与治疗靶点
吃大锅饭碰到村霸就已经很难受了，如果再需要排很长的队才能吃到饭，那估计都是些剩菜剩饭了，肿瘤浸润的T细胞正是这样弱小无助的群体。
图4：
随着对肿瘤微环境研究的不断深入，研究者发现肿瘤微环境中除了肿瘤细胞自身可以通过进化逃过免疫系统的攻击，许多其它免疫细胞(抑制性免疫细胞)还会见风使舵，表达很多胞外酶，如IDO、CD73、ARG1等，耗尽营养物质来助纣为虐。同时，肿瘤微环境中也会产生很多免疫抑制性的代谢物，如犬尿氨酸、腺苷等。因此，近些年不断有调控肿瘤微环境的代谢基因被发现，基于这些代谢靶点的药物在一些肿瘤模型中都表现出较好的抗肿瘤效应。
其中研究比较成熟的就是CD36，去年发表在Nature Immunology(IF:25.6)的一项研究“CD36-mediated metabolic adaptation supports regulatory T cell survival and function in tumors”，作者发现CD36是Treg非常特异的靶点，CD36仅在肿瘤微环境的Treg高表达。敲除Treg的CD36不会引起自身免疫，但增强了抗肿瘤活性。CD36抗体在小鼠肿瘤模型中表现出抗肿瘤活性且与PD-1抗体有协同效应。
图5：
原来，与来自其他组织和循环系统中的Treg细胞相比，肿瘤内的Treg细胞拥有更高的脂肪酸吸收能力，并且具有更高的脂质含量和CD36表达。显然，CD36只对肿瘤内Treg细胞的积累和抑制活性有作用。此外，他们还指出，只有肿瘤内的Treg细胞需要RECd36介导的调控来防止凋亡，因为只有在CD36缺陷的肿瘤内Treg细胞中观察到大量的caspase-3和annexin V染色。最后，他们发现CD36 PPAR-β信号调节代谢程序以支持TME中的Treg持久性。他们表明，靶向Treg细胞中的CD36可能会重新编程TME，使其朝向更多的免疫刺激条件，这可能在治疗上补充PD-1阻断的作用，以抵消肿瘤浸润T细胞的功能衰竭。
今年，同样针对这个CD36靶点，又发表了一篇immunity(IF:31.7)，篇名为“Uptake of oxidized lipids by the scavenger receptor CD36 promotes lipid peroxidation and dysfunction in CD8+ T cells in tumors”。好吧，说到这，大家也能感受到，这个热点基本已经非常烫手了。
图6：
在这项研究中，研究者主要探讨了CD8+T细胞如何在脂代谢层面适应肿瘤微环境，以及其代谢变化如何影响其肿瘤杀伤的免疫反应。研究者发现，在肿瘤微环境，类脂含量增高，尤其氧化性磷脂；肿瘤浸润CD8+T细胞的胞内脂质含量上升。与此同时，功能失调的肿瘤浸润CD8+T细胞增高脂的膜受体CD36分子的表达。作者首次发现肿瘤浸润CD8+T细胞表面的CD36分子吸收氧化性低密度脂蛋白（OxLDL），激活脂质过氧化（lipid peroxidation），从而抑制CD8+T细胞的效应功能。
上述讲的都是肿瘤浸润免疫细胞代谢研究的重要发现，截止到目前对于肿瘤微环境的免疫代谢研究主要还是针对肿瘤细胞展开，因此肿瘤浸润免疫细胞的代谢研究势必会成为未来肿瘤代谢研究的重要领域。此外，虽然肿瘤代谢研究的较多，但是对免疫细胞基本代谢功能的揭示和其它疾病模型的免疫细胞代谢机制的探索也有很多重要发现。下面小编就将介绍一些其它免疫细胞代谢研究中的重要成果，同样有助于全面揭示免疫细胞的代谢模式。
4.Cell背靠背—T细胞代谢研究黄金时代的到来
2021年7月2日，Cell以背靠背形式发表了两篇文章，分别就CD4+T细胞的代谢对其分化的影响以及在自身免疫病中的功能机制展开研究，这两篇文章的发表也宣告免疫细胞代谢研究新时代的到来。
图7：
之前的研究表明，代谢重编程对于 T 细胞激活和分化至关重要，这是因为T细胞发挥功能需要激活很多代谢通路来提供能量和原材料。其中，多胺合成是 T 细胞活化和增殖的标志，但其功能意义尚未被研究清除。在哺乳动物细胞中，多胺包含腐胺、亚精胺和精胺。在多胺合成过程中，氨基酸鸟氨酸被限速酶鸟氨酸脱羧酶(ODC) 转化为腐胺。腐胺然后可以代谢为亚精胺，并最终代谢为精胺。
图8：
在第一项研究中，作者发现多胺合成的缺陷会导致CD4+T细胞分化成功能不同的亚群(Th1, Th2,Th17等)的能力发生巨大变化。该研究数据表明，多胺代谢在指导Th亚群规范中的重要性在于亚精胺作为合成赖氨酸的底物的作用。鸟氨酸脱羧酶(ODC),或负责赖氨酸合成的酶的缺失会导致显著的表观基因组变化，这些变化是由增强的组蛋白乙酰化驱动的。这些数据将多胺-赖氨酸轴置于 CD4+T 细胞分化的核心位置。
细胞代谢调节正常以及多种疾病的细胞功能，近几年许多研究都开始关注于多种环境下免疫细胞的代谢状态。因为代谢网络的大规模和复杂性，一个代谢的扰动可以造成层叠效应并改变网络中看似远端的部分或者跨越传统的通路定义，因此很难通过部分指标做到全面衡量细胞的代谢通路。鉴于目前存在大量测序数据，以及迅速发展的生物信息学分析手段，我们迫切需要开发相应的计算工具使之能够在特定背景下评估代谢反应或酶，最终达到在系统的水平理解代谢及其在疾病中的失调。目前开发出的有一种计算工具--流量平衡分析（flux balance analysis，FBA），它将网络拓扑和化学计量学的知识转化为数学对象，已经用于代谢通量预测，还运用到细胞群的功能基因组分析中。单细胞测序技术的发展让FBA研究单个细胞的代谢状态成为可能。
图9：
紧接着，在第二篇研究中作者就先通过单细胞测序技术和通量平衡分析，构建了一种新型细胞代谢评估算法“Compass”，其可通过转录组数据对细胞代谢中特定反应的通量进行打分，在单个细胞的分辨率下描绘出整个细胞的代谢网络。
此外，作者利用“Compass”的分析，发现了多胺通路可能是Th17细胞功能的调节者。通过大量的实验，作者验证了“Compass”的分析。包括在Treg和Th17n细胞中抑制多胺通路中的关键酶ODC1和SAT1抑制多胺的代谢，发现其能进一步抑制Th17细胞的功能，限制Th17细胞转录组和表观基因组而倾向于类似Treg细胞的状态；而这种抑制作用可以缓解实验性变态反应性脑脊髓炎(小鼠自身免疫病模型)。
5.小结
想必有一定代谢研究基础的小伙伴，读到这里已经按捺不住内心的激动，想跃跃欲试了。没有代谢研究背景的也不要怕，为了方便大家梳理思路，下面小编就来总结一下。首先我们知道，肿瘤浸润的免疫细胞功能状态是控制肿瘤生长的关键因素。然而，免疫细胞的生存环境很重要，吃好喝好休息好，才能执行较好的抗肿瘤功能。相应的，肿瘤细胞为了逃避免疫系统的攻击，会不断削弱肿瘤微环境中的免疫细胞功能，其中最主要的方式之一就是消耗大量的营养物质，同时释放代谢废物。单细胞测序技术的发展使得我们可以研究肿瘤微环境中各种细胞的代谢模式，揭示肿瘤细胞和免疫细胞不同的代谢方式可以使我们可以通过扶持免疫细胞代谢途径，干扰肿瘤细胞的代谢以达到治疗肿瘤的目的。同时，对免疫细胞最基本的代谢模式的研究会有助于我们更好的支持肿瘤微环境免疫细胞中的代谢需求。此外，因为代谢产物的多样性和复杂性，功能良好的生物信息学工具可以为我们提供较为明确的研究导向。基于对大量已有数据的挖掘，可以更好的揭示各种细胞的代谢规律。尤其是单细胞测序数据，可以使我们更加直接的针对免疫细胞的代谢模式进行研究。
最后，不得不提的是，基于10X单细胞测序平台获得的数据测序深度有限，很多重要的代谢基因往往没有被检测到或者表达量很低。同时，还有另一种单细胞测序平台：smart-seq，基于这个平台的单细胞数据每个细胞可以检测出较多的基因，但是通量没有10X高。因此，在数据量允许的情况下，宜同时结合这两种单细胞测序平台的数据进行挖掘；对只有10X单细测序数据的基本模型进行研究，宜探索比较重要的代谢通路模式。此外，不得不提的是单细胞测序除了转录组水平的数据，也有很多基于Sc-ATAC测得的表观组学数据。细胞不同的代谢模式不只反应在可调控基因的转录，还可以调控基因的修饰，如蛋氨酸代谢就会调控基因和蛋白的甲基化。综上所述，对于各大疾病模型中免疫细胞代谢模式的数据挖掘，使用单细胞测序技术的数据可以更好的区分各种免疫细胞，同时为保证结果的可靠性，宜结合10X和smart-seq数据，如果能再联合表观组学的数据进行挖掘，就可以增加研究的广度和深度。
[参考文献]
1. Song W, He X, Gong P, Yang Y, Huang S, Zeng Y, Wei L, Zhang J. Glycolysis-Related Gene Expression Profiling Screen for Prognostic Risk Signature of Pancreatic Ductal Adenocarcinoma.Front Genet. 2021 Jun 23;12:639246. doi: 10.3389/fgene.2021.639246.
2. Xiao Z, Dai Z, Locasale JW. Metabolic landscape of the tumor microenvironment at single cell resolution.Nat Commun. 2019 Aug 21;10(1):3763. doi: 10.1038/s41467-019-11738-0.
3. Wagner A, Wang C, Fessler J, DeTomaso D, Avila-Pacheco J, Kaminski J, Zaghouani S, Christian E, Thakore P, Schellhaass B, Pearce EL, Soleimani M, Clish C, Regev A, Kuchroo VK, Yosef N. Metabolic modeling of single Th17 cells reveals regulators of autoimmunity.Cell. 2021 Jun 29:S0092-8674(21)00700-5. doi: 10.1016/j.cell.2021.05.045.
4. Puleston DJ, Baixauli F, Sanin DE, Pearce EJ, Green DR, Pearce EL. Polyamine metabolism is a central determinant of helper T cell lineage fidelity.Cell. 2021 Jun 25:S0092-8674(21)00708-X. doi: 10.1016/j.cell.2021.06.007.
5. Bian Y, Li W, Kremer DM, Sajjakulnukit P, Li S, Crespo J, Zou W. Cancer SLC43A2 alters T cell methionine metabolism and histone methylation.Nature. 2020 Sep;585(7824):277-282. doi: 10.1038/s41586-020-2682-1.
6. Leone RD, Powell JD. Metabolism of immune cells in cancer.Nat Rev Cancer. 2020 Sep;20(9):516-531. doi: 10.1038/s41568-020-0273-y.
7. Wang H, Franco F, Tsui YC, Xie X, Trefny MP, Zappasodi R, Ho PC. CD36-mediated metabolic adaptation supports regulatory T cell survival and function in tumors.Nat Immunol. 2020 Mar;21(3):298-308. doi: 10.1038/s41590-019-0589-5.
8. Xu S, Chaudhary O, Downes M, Evans RM, Abumrad NA, Merghoub T, Wolchok JD, Shokhirev MN, Ho PC, Witztum JL, Emu B, Cui G, Kaech SM. Uptake of oxidized lipids by the scavenger receptor CD36 promotes lipid peroxidation and dysfunction in CD8+ T cells in tumors.Immunity. 2021 Jul 13;54(7):1561-1577.e7. doi: 10.1016/j.immuni.2021.05.003
更多生信文章“生信人”平台