Cancer Cell 2026|Visium 空间转录组如何检测非靶标瘤内菌
Last updated on November 2, 2026 pm
Cancer Cell 2026|Visium 空间转录组如何检测非靶标瘤内菌
今天研读的是2026年Cancer cell文章”Intratumoral Bacillus cereus orchestrates stem-like lymphoidniches to potentiate immunotherapy response in hepatocellular carcinoma”

背景知识
Bacillus cereus蜡样芽孢杆菌,革兰氏阳性菌,β溶血性的杆状细菌。部分菌株会产生肠毒素,使其被作为典型的食源性致病菌;但是这篇文章发现,肿瘤内蜡样芽孢杆菌可通过 PI-PLC 诱导内皮细胞释放 IL-33,驱动 CD70⁺ ILC2 与 TCF1⁺ Tpex 细胞组成的「干性样淋巴生态位」积累,从而增强 PD-1/PD-L1 免疫治疗反应。

「同样是拥有三级淋巴结构(TLS)的肝细胞癌,对 PD-1/PD-L1 免疫治疗的反应为什么会不同呢?」
研究人员通过mIF分析发现,单纯的 TLS 丰度并不能稳定预测免疫治疗反应。且TLS 中存在大量 TCF1⁺ Tpex 细胞,而这些区域同时富集一种特殊的 CD70⁺ ILC2。
文章首先通过多重免疫荧光、空间转录组、成像质谱流式等空间组学技术,从肝癌组织中识别出一个与免疫治疗反应相关的 stem-like lymphoid niche,即由 CD70⁺ ILC2 和 TCF1⁺ Tpex 等细胞组成的特定空间生态位。随后,作者进一步利用空间转录组中的微生物信息,结合 SMTa 分析发现 Bacillus 在这些 niche 周围富集,并通过后续小鼠和体外实验进一步将其锁定为 B. cereus 并研究其作用机制。
(文章思路见文末)
很扎实的研究,文章花开两朵,各表一枝;
•干湿实验结合,空间组学发现问题,机制实验解释因果
•visium 数据一部分做免疫细胞的分析,另一部分做胞内菌的分析
Visium 如何检测非靶标瘤内菌

(B)HCC 组织中 TLS、ILC2 score、CD70 和 Bacillus 的空间分布。图 Fig. S4B 中,作者使用 Visium 技术计算了组织中的 Bacillus 丰度。
回到我们最关心的问题,visium技术如何检测到_Bacillus _这种非靶标物种的?
methods中引用的是 Lyu et al., Genome Research 2023 的方法。原始论文将该流程称为 Spatial MetaTranscriptome(SMT):从常规 spatial transcriptomics 数据中提取宿主未比对的 reads,进行微生物分类,并最终生成空间微生物丰度矩阵。

技术流程

使用的是基于 BLAST 注释细菌片段的方法。Visium 测序得到 FASTQ 文件后,human-mapped reads 用于宿主细胞分析,unmapped reads 则通过 SMT 方法进行质控、BLAST 比对、majority voting 和环境污染处理,最终计算每个 spot 中的 Bacillus 丰度。*需要注意,Fig. S4B 标注的是 Bacillus(芽孢杆菌属),而不是 Bacillus cereus(蜡样芽孢杆菌)。*
SMT 方法
1. Spatial barcode + UMI
- 把 reads 分成 UMI groups;5 条 reads 不等于 5 个微生物分子,要依据 UMI 去重。(UMI,即 Unique Molecular Identifier,用于识别原始转录本并减少 PCR 扩增偏倚。)

例如,Spot A 的 spatial barcode 是 BC001;捕获的 RNA molecule 各有自己的 UMI。建库和测序后,同一个原始 RNA molecule 可能产生多条 reads。
2. 质控:去除 low-complexity reads 等
3. 用 BLASTN 2.10.1+ 比对 NCBI nucleotide database
4. Majority voting 与上归大类

例如,UMI_002 中多数 reads 被归于某一种属。
5. 处理环境污染:区分真实瘤内菌与样本污染
- 随机重复抽取相同数量的 spots,分析其空间分布情况;
- 明显聚集则说明可能是spatially clustered,随机分布更可能是污染
6. 计算 spatial microbial abundance
- 每个spot 中,SMT 识别出了 N 个独立的、被归属于 Bacillus 的 UMI groups
SMT 类似方法的优点与局限

纯基于blast注释细菌片段不那么solid, 因此图片也只被放在了补充材料里,假阳性的问题也难以完全规避;还有一些文章使用了16S probe的方法,比如Microbial signals in primary and metastatic brain tumors这篇。
当然这篇文章用了大量的细胞和小鼠实验证明了此种菌的存在,下面简要梳理一下思路:
文章思路概览



