基因变异（以EGFR L858R为例）在空间转录组（xenium等）上的影响和体现

作者，Evil Genius

接受社会毒打倒计时中。。。

今天我们来讨论一个问题，基因突变（肿瘤主要成因）在空间转录组分析上（xenium等）的影响和体现。

大家也越来越能感觉到了，多组学就是趋势，谁也躲不过去。

我们以EGFR L858R 为例，总结其在空间转录组中的影响与数据体现。

主要方向：EGFR L858R 这样的基因突变，可以通过空间转录组（Xenium、Visium HD、Stereo-seq 等）研究其对肿瘤细胞状态、信号通路、细胞空间分布及肿瘤微环境的影响，但必须区分“直接检测突变”与“检测突变引起的下游变化”。

以肺腺癌中的 EGFR L858R 为例，这是一种发生在 EGFR 基因第 858 位氨基酸的错义突变，即亮氨酸（L）变为精氨酸（R）。它可以导致 EGFR 激酶活性异常增强，进一步影响 MAPK、PI3K–AKT 等信号通路，改变肿瘤细胞的增殖、生存及其与周围微环境的相互作用。

需要注意：突变本身是 DNA 层面的事件，而常规空间转录组主要测量 RNA 表达。 因此，突变带来的转录和空间效应通常比突变本身更容易被观察到。

我们不仅要知道基因表达，也要知道基因的蛋白结构以及突变的影响。

一、突变在不同空间转录组平台上的体现

这里最关键的是：普通 Xenium 基因表达面板不一定能检测到 L858R。 即使面板包含 EGFR，也不代表它能够区分野生型和突变型转录本。需要查看探针是否针对突变位点设计、是否能特异性区分两个等位基因，以及该位点的检测性能。

二、EGFR L858R 突变会在空间转录组数据中产生哪些变化？

可以将其分为四个层次：突变识别、肿瘤细胞转录状态、空间微环境变化，以及潜在的耐药和进展相关区域。

1. 肿瘤细胞内的信号通路变化

重点关注 EGFR 下游的 MAPK、PI3K–AKT–mTOR 等信号轴，以及细胞增殖、存活和转录调控相关基因。空间数据可展示这些表达特征集中在哪些肿瘤区域。

需要注意，经典通路的激活不一定意味着所有通路基因的 mRNA 都升高；蛋白磷酸化和转录活性评分也不是同一概念。

2. 肿瘤细胞的空间异质性

同一肿瘤中，不同区域可能呈现不同的增殖、应激、分化或侵袭相关表达状态。可以分析突变阳性细胞是否集中在某些组织区域，以及这些区域是否存在不同的转录特征。

但仅凭表达状态不同，不能直接断定这些区域存在不同的基因突变。

3. 肿瘤微环境重塑

可以分析 CD8 T 细胞、调节性 T 细胞、巨噬细胞、树突细胞、成纤维细胞等在肿瘤边缘和肿瘤内部的分布，以及它们与肿瘤细胞的空间邻近关系。

这些变化可能与 EGFR 突变肿瘤的免疫状态有关，但还需要排除肿瘤组织类型、分期、治疗和患者差异的影响。

4. 潜在耐药和肿瘤进展相关区域

可探索缺氧、细胞应激、EMT 相关转录特征，以及免疫抑制细胞的空间富集。这些是候选研究方向，并非 L858R 必然造成的结果，也不能仅靠一次空间转录组实验确定耐药机制。

三、在 Xenium 数据中，具体可以看到什么？

假设获取了一份肺腺癌 Xenium 数据，包含肿瘤上皮细胞、免疫细胞和基质细胞，并且已有 EGFR L858R 的独立检测结果。

以下是值得重点分析的结果类型。

这里有一个很重要的区别：

• 如果只分析 EGFR、MKI67、细胞应激基因及免疫相关基因的表达，得到的是与突变相关的转录表型。
• 如果通过突变特异性检测明确了哪些细胞携带 L858R，再比较这些细胞及其周围的微环境，才能更直接地研究突变基因型与空间表型之间的关联。

即使使用突变特异性探针，仍需验证探针灵敏度和特异性，避免将假阳性或漏检的细胞错误分类。10x Genomics 的 Xenium Panel Designer 支持一定范围内的 SNV/indel 自定义靶标设计，同时官方也提示这类探针的灵敏度和特异性存在设计限制。

四、如果想真正研究 L858R，应该怎样设计分析方案？

建议采用以下三种研究路线，根据数据选择。

路线 A

突变特异性空间分析：最直接

适用于具有突变特异性探针或其他可靠细胞级基因型信息的数据。

确认 EGFR L858R 状态 ⬇️ 标记突变阳性与阴性肿瘤细胞 ⬇️ 差异表达与通路分析 ⬇️ 空间邻域与免疫微环境分析

这种设计可以直接检验突变状态与肿瘤细胞转录特征、局部免疫细胞组成之间的关联。前提是突变检测在细胞层面可靠，且样本中确实存在可比较的细胞群。

路线 B

常规 Xenium 数据的突变相关空间分析

适用于只有常规基因表达面板、没有突变特异性检测结果的情况。

先通过 DNA 测序或临床检测确认样本突变状态 ⬇️ 对 Xenium 细胞进行注释和空间分区 ⬇️ 分析肿瘤状态、免疫浸润与细胞通讯 ⬇️ 比较不同基因型样本的空间特征

这条路线不要求每个细胞都直接检测到 L858R，但必须有可靠的样本级基因型信息。结论应表述为不同基因型肿瘤之间的空间转录组差异，而不能直接将每个细胞标记为突变阳性。

路线 C

突变前后或治疗前后的空间演变

适用于有多个时间点、治疗前后或耐药样本的研究。

可以比较肿瘤细胞状态、免疫细胞邻域、缺氧相关区域和潜在耐药相关转录程序的变化。如果有纵向样本，还可以探索治疗过程中空间微环境如何改变，但需要考虑治疗选择效应及肿瘤克隆演化。

五、如果使用 Xenium，建议重点关注的图

突变状态与组织空间图

展示组织形态、细胞类型、突变阳性细胞的位置。如果没有直接的突变检测数据，则展示不同基因型样本的组织空间分布。

肿瘤细胞转录状态

展示 EGFR 下游相关通路评分、增殖状态和细胞应激特征，比较不同突变状态或空间区域。

空间邻域与微环境

展示肿瘤细胞周围的免疫细胞组成、空间共定位和邻域富集，研究突变相关肿瘤区域是否具有不同的免疫微环境。

通路与空间域关联

将通路活性、肿瘤细胞状态与空间区域联系起来，寻找与突变状态相关的局部生物学特征。

六、推荐的研究思路

如果目标是围绕 EGFR L858R 发表一篇空间转录组文章，最好不要只做“突变样本与野生型样本的差异基因分析”，而是建立一个连续的研究逻辑：

EGFR 突变状态 → 肿瘤细胞内在状态 → 空间异质性 → 肿瘤与免疫细胞邻域 → 潜在的微环境调控机制。

分析时还应将患者作为生物学重复，避免把大量细胞误当作大量独立样本；如果要提出突变导致某种空间变化的因果结论，还需要更强的验证证据。

生活很好，有你更好。