小赛推荐：
该研究揭示了肝细胞癌中脂质代谢与免疫微环境互作的深层机制，为设计靶向TAM和代谢通路的联合治疗策略提供了明确方向。
文献概述
本文《Multimodal sequencing identifies synergistic mechanisms driving resistance to neoadjuvant nivolumab treatment in hepatocellular carcinoma》，发表于《Molecular Cancer》杂志，系统探讨了肝细胞癌（HCC）患者对新辅助nivolumab治疗耐药的分子与空间免疫机制。通过整合空间转录组、单细胞RNA测序和脂质组学多组学技术，研究团队揭示了肿瘤相关巨噬细胞（TAM）、脂质富集的肿瘤细胞与耗竭CD8 T细胞在肿瘤边界形成物理与功能屏障，从而限制免疫细胞浸润。此外，研究鉴定出ADM-RAMP1-EBP信号轴在介导肿瘤细胞脂质合成与免疫逃逸中的关键作用，为克服免疫检查点抑制剂耐药提供了新靶点。背景知识
肝细胞癌（HCC）是全球癌症相关死亡的主要原因之一，多数患者确诊时已失去手术机会，晚期患者预后极差。尽管免疫检查点抑制剂（如抗PD-1抗体nivolumab）显著改善了部分患者的生存，但总体响应率有限，且耐药机制尚不清晰。目前对TAM在HCC中的异质性及其与肿瘤细胞代谢互作的理解仍不充分，尤其缺乏空间维度上的动态解析。研究瓶颈在于：如何在保留空间信息的前提下，系统揭示肿瘤微环境（TIME）中多细胞亚群互作网络与代谢重编程的关系。本研究通过多模态测序技术切入，精准定位耐药患者中脂质代谢异常与免疫排斥表型的协同机制，为开发预测性生物标志物和干预靶点提供了理论基础。
研究方法与核心实验
研究团队纳入了接受新辅助nivolumab治疗的HCC患者队列，结合bulk RNA-seq、空间转录组（ST-seq）和单细胞RNA-seq（scRNA-seq）技术，系统比较了响应者（R）与非响应者（NR）的肿瘤免疫微环境差异。利用空间转录组技术，作者实现了在组织切片上对基因表达进行空间定位，从而精确描绘了脂质合成相关基因在肿瘤边界区域的富集现象。通过非负矩阵分解（NMF）和BayesPrism去卷积分析，进一步解析了不同区域中肿瘤细胞、TAM和CD8 T细胞的空间分布与功能状态。此外，使用TCGA数据进行生存分析验证了脂质生成评分与预后的关系，增强了发现的临床相关性。关键结论与观点
研究意义与展望
该研究为肝细胞癌的精准免疫治疗提供了机制框架，强调了代谢重编程与免疫抑制微环境的协同作用。从药物开发角度，ADM-RAMP1-EBP轴为小分子或抗体干预提供了新靶点，尤其EBP作为脂质合成关键酶，具有较高的可成药性。在临床监测方面，空间多组学特征（如边界脂质热点与TAM聚集）有望成为预测nivolumab疗效的组织生物标志物。此外，该研究支持将脂质代谢抑制剂纳入联合免疫治疗策略，推动从“单一免疫检查点”向“微环境代谢-免疫”双重干预的转化。
结语
本研究通过多模态测序技术，系统揭示了肝细胞癌对nivolumab耐药的协同机制：肿瘤细胞在TAM来源的ADM信号驱动下，通过RAMP1-EBP轴增强脂质合成，形成免疫排斥边界，阻碍CD8 T细胞浸润并促进耗竭。这一发现不仅深化了对TIME空间异质性的理解，也为临床提供了可操作的生物标志物和治疗靶点。从实验室到临床，靶向ADM-RAMP1-EBP信号或其下游脂质代谢通路，有望成为克服免疫治疗耐药的新策略。特别是EBP抑制剂与抗PD-1的联合方案，已在小鼠模型中展现出强效协同作用，具备快速进入临床验证的潜力。该研究为构建“代谢-免疫”双靶向治疗范式奠定了基石，推动肝细胞癌从经验性治疗向机制导向精准治疗的转变。
