大家好，今天跟大家分享一篇2023年11月，Nature Communi cations 发表了一篇题为“ID1 expression in tumor-asso ciated macrop hages drives colorectal cancer progression and therapy resistance”的研究论文。文章系统探讨了分化抑制因子1（ID1）在结直肠癌（CRC）肿瘤相关巨噬细胞（TAM）中高表达，并在肿瘤进展、耐药以及抑制性免疫微环境形成中的关键作用。
01
研究背景
消除癌症干细胞 （CSC） 和重振抗肿瘤免疫力仍然是癌症治疗尚未解决的挑战。肿瘤相关巨噬细胞 （TAM） 构成了肿瘤组织中免疫细胞的重要群体，有助于 CSC 生态位的形成和抑制性免疫微环境。在这里，我们报道了 TAM 中分化抑制剂 1 （ID1） 的高表达与结直肠癌 （CRC） 患者的不良预后相关。
表达 ID1 的巨噬细胞维持癌症干性并阻碍 CD8 T 细胞浸润。从机制上讲，ID1 与 STAT1 相互作用以诱导其细胞质分布并抑制 STAT1 介导的 SerpinB2 和 CCL4 转录，这两个分泌因子负责癌症干性抑制和 CD8 T 细胞募集。
降低 ID1 表达可改善 CRC 进展并增强肿瘤对免疫治疗和化疗的敏感性。总的来说，我们的研究强调了 ID1 在控制 TAMs 的促肿瘤表型中的关键作用，并为 CRC 中 ID1 的治疗靶向铺平了道路。
见图一
TAMs 中 ID1 表达的增强与 CRC 患者的不良临床结果相关。
图一
a 上调致癌转录因子的筛选示意图 （Log2使用 GSE80065 的 GEO 数据集，用 CT26 细胞来源的条件培养基 （CM） 刺激的腹膜巨噬细胞 （PM） 中的腹膜巨噬细胞 （PM） 中的FC>1.5）与未处理的PM（左）和筛选的10个上调基因（右）进行比较。
b、c 用 CT26 来源的 CM （b） 或 MC38 来源的 CM （c） 处理的 RAW264.7 细胞中指定蛋白质的免疫印迹，n = 3 个生物学独立样品。
D-FAOM/DSS 诱导的 CRC 模型肿瘤组织中 Id1 和 F4/80 的代表性多重免疫组化 （mIHC） 图像 （d），Apc最小值自发性 CRC 模型 （e） 或 C57BL/6J 小鼠的正常结肠组织 （f）。比例尺，25 μm，n = 3 个生物学独立样品。
g、h 从原位 MC38 荷瘤小鼠中分离 TAMs 或从正常 C57BL/6 J 小鼠中分离 PM 的策略 （g）。检测 TAMs 和 PM 中 Id1 的 mRNA （h，左） 和蛋白质丰度 （h，右），每组 n = 3 只小鼠，学生 t 检验。
i、j代表 CRC 患者肿瘤和邻近正常组织中 ID1 和 CD68 的 mIHC 染色 （i），以及 CD68 细胞内 ID1 表达的相关统计数据 （j），Mann-Whitney U 检验。比例尺，25 μm。
k 按 CD68 细胞内 ID1 表达水平分层的 CRC 患者总生存期的 Kaplan-Meier 图，对数秩检验。除非另有说明，否则数据将作为 SEM ±方式呈现。
g 是使用 BioRender.com 创建的。源数据作为 源数据 文件提供。
见图二
表达 ID1 的 TAM 促进 CRC 生长和转移。
图二
a 建立 MC38 和 TAMs 混合物 sc 模型的示意图。
b、c （a） 中呈现的各组的肿瘤体积 （b） 和肿瘤重量 （c），每组 n = 8 只小鼠，（b） 中使用 Mann-Whitney U 检验，（c） 中使用 Welch 检验。
d （a） 中各组中 Ki67 免疫组织化学染色的代表，n = 每组 6 只小鼠，学生 t 检验。比例尺，25 μm。
e 建立 CT26 脾-肝转移模型的示意图。
f （e） 中呈现的各组生物发光信号的代表性生物发光图像和统计数据，每组 n = 6 只小鼠，Kruskal-Wallis 测试。W/O：无。
g、h （e） 中所示各组肝叶的代表性大体肝脏图像 （g） 和 H&E 染色 （h）。比例尺，1 cm。
i （e） 中呈现的各组肝脏重量与体重的比率，每组 n = 5 只小鼠，单向方差分析检验。
j （e） 中表示的各组转移性肿瘤的最大直径，n = 每组 5 只小鼠，单向方差分析检验。
k （e） 中呈现的各组具有转移性肿瘤结节的肝叶数量，n = 每组 4 只小鼠，Kruskal-Wallis 试验。l 建立 CT26 原位肝转移模型的示意图。
m （l） 中呈现的各组的代表性大体肝脏图像。比例尺，1 cm。n 以 （l） 表示的各组的总转移部位，n = 每组 6 只小鼠，学生 t 检验。
o （l） 中呈现的各组中的最大肿瘤直径，n = 每组 6 只小鼠，学生 t 检验。p 建立 CT26 原位模型的示意图。q （p） 中呈现的各组生物发光信号的代表性生物发光图像和统计数据，每组 n = 6 只小鼠，单向方差分析检验。
r （p） 中呈现的组的代表性免疫组织化学 Ki67 染色。比例尺，25 μm。n = 每组 3 只小鼠，单向方差分析检验。a、e、l 和 p 是使用 BioRender.com 创建的。源数据作为 源数据 文件提供。
见图三
表达 ID1 的 TAM 部分通过抑制 CD8 T 细胞募集来促进 CRC 进展。
图三
a MC38 和 TAMs 混合物 sc 模型的肿瘤抑制率 在指定组中，每组 n = 8 只小鼠，Welch 检验。
b、c CD8 T 细胞的百分比 （b）、代表性的 mIHC 图像和 CD8 T 细胞 （c） 浸润在肿瘤组织中的统计数据，如图所示。2a，每组 n = 4 （b） 或 3 （c） 只小鼠，学生 t 检验，比例尺，25 μm。
d 肿瘤组织中 IFN-γ 和颗粒酶 B CD8 T 细胞的代表性密度点图和统计数据如图 2 所示。2a. n = 每组 3 只小鼠，学生 t 检验。
e CT26 脾肝转移模型的肿瘤抑制率 ip. 在指定组中注射 BMDM 来源的 TAMs 的 CM，n = 5 只每组小鼠，学生 t 检验。
f 肝转移性肿瘤组织中 CD8 T 细胞的代表性 mIHC 图像和统计数据如图 2 所示。2e，n = 每组 3 只小鼠，单向方差分析检验。 比例尺，20 μm。
g， h 受者小鼠肿瘤组织中浸润的 CD8 T 细胞百分比，如图所示。2l （g） 和补充图1q （h），n = 每组 6 只小鼠，学生 t 检验。
i 肿瘤中 CD8 T 细胞的代表性 mIHC 图像和统计数据如图 1 所示。2p，n = 每组 3 只小鼠，单向方差分析检验。 比例尺，20 μm。j 肿瘤模型中 CD8 T 细胞缺失的示意图。k-m（j） 中呈现的各组的肿瘤体积 （k）、肿瘤重量 （l） 和代表性肿瘤图像 （m），每组 n = 8 只小鼠，Kruskal-Wallis 检验。比例尺，1 cm。n 指定组的肿瘤抑制率，n = 每组 8 只小鼠，学生 t 检验。
o、p 与不同组 RAW264.7 细胞 （o） 或 TAM （p） 共培养的 CD8 T 细胞的相对迁移，n = 3 个生物学独立样本，Welch 检验。
q 与不同组 TAM 共培养的人 CD8 T 细胞的相对迁移，n = 4 名患者，配对 t 检验。
j 是使用 BioRender.com 创建的。源数据作为 源数据 文件提供。
见图四
表达 ID1 的 TAM 对于通过激活 FAK-YAP 信号转导维持 CRC 干性性状至关重要。
图四
a、b CD44 的流式细胞术分析高从 MC38 衍生的肿瘤结节中分离的 CD45 Epcam 肿瘤细胞中的 Lgr5 细胞比率 （a） 在补充图中。2a 或 CT26 来源的肝转移 （b） 如图 2 所示。2l，n = 4 个生物学独立样本，学生 t 检验。
c 确定肿瘤起始能力和 CSC 频率统计数据的示意图。
d CD44 的流式细胞术分析+-+高与 Ctrl 或 ID1 共培养的 HCT116 细胞中的 LGR5 细胞比率+KDTAM，n = 4 名患者，配对 t 检验。
e CD44 的流式细胞术分析高不同 MC38 细胞组中的 Aldh 细胞比率，n = 3 个生物学独立样本，学生 t 检验。
f 不同治疗的 HCT116 肿瘤球体的图像和定量，n = 3 个生物学独立样本，Welch 检验。
g 转录组测序示意图。
h、i 对 （g） 中表示的指定组的 CD45 Epcam 肿瘤细胞之间差异表达基因的 GSEA 分析，具有预定义的 FAK （h） 和 YAP 信号转导基因集 （i）。在 RNA-seq 数据中，每组 n = 3 个生物学独立样本。
j 补充图 45 Epcam 肿瘤细胞不同组中指示蛋白的免疫印迹。1e，n = 3 个生物学独立的样品。
k DLD-1 细胞与不同 THP-1 细胞共培养的 DLD-1 细胞中指示蛋白质的免疫印迹，有或没有 Y15 处理，n = 3 个生物学独立性样品。
l 不同处理的 MC38 细胞中指定蛋白质的免疫印迹，n = 3 个生物学独立样本。
m 与不同 TAM 共培养的 MC38 细胞中胞质和细胞核 Yap 的免疫印迹，n = 3 个生物学独立样本。n TEAD 在与不同 TAM 共培养的 MC38 细胞中的相对荧光素酶活性，n = 3 个生物学独立样本，学生 t 检验。
o Yap 下游基因在不同 MC38 细胞组中的相对 mRNA 表达，n = 3 个生物学独立样本，学生 t 检验。p 维替泊芬对 CD44 的影响+-+-+高HCT116 细胞与不同组 THP-1 细胞共培养的 ALDH 比率，n = 3 个生物学独立性样品。
q 指定组的肿瘤模型 （q， up） 和肿瘤体积 （q down） 示意图，单向方差分析检验，Ctrl、Id1 组中 n = 12、10、10 和 8 只小鼠+原厂、Ctrl-Y15 组合键、Id1 组合键原厂-Y15.r 指定组肿瘤体重示意图，每组 n = 8 只小鼠，单因素方差分析检验。
s Y15 对与不同组 THP-1 细胞共培养的 DLD-1 细胞 CD44 表达的影响，n = 3 个生物学独立样本。
c、g 和 q 是使用 BioRender.com 创建的。源数据作为 源数据 文件提供。
见图五
TAMs 中的 ID1 通过抑制 CCL4 和 SerpinB2 转录介导肿瘤免疫逃逸和 CRC 干性维持。
图五
a 转录组测序示意图。
b （a） 中所示组差异表达基因的火山图，在 RNA-seq 数据中每组 n = 3 个生物学独立样本。
c 日志2编码基因的差异表达趋化因子的 FC 热图（左）。Ccl3、Ccl4、Cxcl9 和 Cxcl16 的筛选示意图（右）。
d 不同 RAW264.7 细胞组中 Ccl3、Ccl4、Cxcl9 和 Cxcl16 的相对 mRNA 水平，n = 3 个生物学独立样本，学生 t 检验。
e 来自 Ctrl 和 ID1 的 CM 中 CCL4 丰度KDTAM，n = 5 名患者，配对 t 检验。
f 来自不同 RAW 264.7 细胞组的 CM 中 Ccl4 丰度，n = 3 个生物学独立样本，学生 t 检验。
g CD8 T 细胞在 CM 吸引下从 Id1 迁移+f/f或 Id1Lyz-KOBMDM 衍生的 TAM，有或没有 Ccl4 敲低，n = 3 个生物学独立样本，单向方差分析检验。
h 对数2编码分泌型肿瘤抑制因子的差异表达基因的 FC 热图（左）。Serpinb2 筛选示意图（右）。
i 来自 Ctrl 和 ID1 的 CM 中的 SerpinB2 丰度KDTAM，n = 5 名患者，配对 t 检验。
j 来自不同 RAW 264.7 细胞组的 CM 中 Serpinb2 丰度，n = 3 个生物学独立性样本，学生 t 检验。
k 用 Id1 的 CM 预处理的 MC38 细胞中 CD44 的流式细胞术分析f/f或 Id1Lyz-KOBMDM 衍生的 TAM，感染或不感染 Serpinb2 特异性 shRNA 慢病毒 （Serpinb2KD），n = 3 个生物学独立的样本。
l、m MC38 肿瘤球 （l） 的图像和定量，以及指示组中指示的 CT26 细胞 （m） 的侵袭性，如 （k） 中所述，n = 3 个生物学独立样本，单向方差分析检验。比例尺，100 μm。
n、o CT26 sc 模型中指定组的肿瘤体积 （n）、代表性肿瘤图像和肿瘤重量 （o），每组 n = 6 只小鼠，学生 t 检验。p CT26 脾肝转移模型中代表性生物发光图像及指示组统计数据，每组 n = 6 只小鼠，学生 t 检验。源数据作为 源数据 文件提供。
见图六
ID1 与 STAT1 相互作用以抑制 CCL4 和 SerpinB2 的转录。
图六
a 筛选负责 CCL4 和 SerpinB2 转录的 ID1 相互作用转录因子。
b 在转染表达 STAT1-DDK 和 ID1-GFP 的质粒的 HEK 293T 细胞中对 ID1 与 STAT1 进行免疫共沉淀 （Co-IP）。n = 1 个生物学独立样本。
c TAM 样 RAW264.7 细胞中 Id1 和 Stat1 的免疫荧光染色。比例尺，10 μm，n = 3 个生物学独立样品。
d 邻位连接试验 （PLA） 用于定义 TAM 样 RAW264.7 细胞中 Id1 和 Stat1 之间的相互作用。比例尺，10 μm，n = 10 个生物学独立样品。
e CRC 患者肿瘤组织中 ID1 、 STAT1 和 CD68 的免疫荧光染色。比例尺，20 μm，n = 3 个生物学独立样品。
f 在 Ctrl 或 Id1 中分析 Ccl4 和 Serpinb2 截短启动子序列的荧光素酶活性原厂RAW264.7 细胞，n = 3 个生物学独立样本，学生 t 检验。
g 在 RAW264.7 细胞中 IFN-γ 刺激下 Id1 对 Stat1 和 p-Stat1 亚细胞定位的影响，n = 3 个生物学独立性样本。
h ID1 对 STAT1 和 CRM1 之间相互作用的影响，n = 3 个生物学独立样本。
i PLA 的代表性图像和统计数据显示了 STAT1 和 CRM1 之间的蛋白质相互作用，无论是否具有 ID1 异位表达，n = 20 个生物独立细胞。比例尺，5 μm。
j PLA 的代表性图像显示了在钩端霉素 B （100 nM） 处理下 ID1 对 STAT1 二聚化和亚细胞定位的影响，比例尺，5 μm，n = 3 个生物学独立样品。 源数据作为 源数据 文件提供。
02
研究结论
总体而言，我们的工作将 TAM 表达的 ID1 确定为中心分子节点，双重控制癌症发生能力并诱导肿瘤免疫逃逸。TAMs 中的高 ID1 表达代表了 CRC 中的免疫逃避和癌症干性维持机制。此外，我们还证明了靶向 ID1 稳定性可以增强 CRC 患者的免疫治疗和化疗敏感性的原理。
好了，今天的文献解读就到这儿来，我们下期再见！如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。
01
研究背景
消除癌症干细胞 （CSC） 和重振抗肿瘤免疫力仍然是癌症治疗尚未解决的挑战。肿瘤相关巨噬细胞 （TAM） 构成了肿瘤组织中免疫细胞的重要群体，有助于 CSC 生态位的形成和抑制性免疫微环境。在这里，我们报道了 TAM 中分化抑制剂 1 （ID1） 的高表达与结直肠癌 （CRC） 患者的不良预后相关。
表达 ID1 的巨噬细胞维持癌症干性并阻碍 CD8 T 细胞浸润。从机制上讲，ID1 与 STAT1 相互作用以诱导其细胞质分布并抑制 STAT1 介导的 SerpinB2 和 CCL4 转录，这两个分泌因子负责癌症干性抑制和 CD8 T 细胞募集。
降低 ID1 表达可改善 CRC 进展并增强肿瘤对免疫治疗和化疗的敏感性。总的来说，我们的研究强调了 ID1 在控制 TAMs 的促肿瘤表型中的关键作用，并为 CRC 中 ID1 的治疗靶向铺平了道路。
见图一
TAMs 中 ID1 表达的增强与 CRC 患者的不良临床结果相关。
图一
a 上调致癌转录因子的筛选示意图 （Log2使用 GSE80065 的 GEO 数据集，用 CT26 细胞来源的条件培养基 （CM） 刺激的腹膜巨噬细胞 （PM） 中的腹膜巨噬细胞 （PM） 中的FC>1.5）与未处理的PM（左）和筛选的10个上调基因（右）进行比较。
b、c 用 CT26 来源的 CM （b） 或 MC38 来源的 CM （c） 处理的 RAW264.7 细胞中指定蛋白质的免疫印迹，n = 3 个生物学独立样品。
D-FAOM/DSS 诱导的 CRC 模型肿瘤组织中 Id1 和 F4/80 的代表性多重免疫组化 （mIHC） 图像 （d），Apc最小值自发性 CRC 模型 （e） 或 C57BL/6J 小鼠的正常结肠组织 （f）。比例尺，25 μm，n = 3 个生物学独立样品。
g、h 从原位 MC38 荷瘤小鼠中分离 TAMs 或从正常 C57BL/6 J 小鼠中分离 PM 的策略 （g）。检测 TAMs 和 PM 中 Id1 的 mRNA （h，左） 和蛋白质丰度 （h，右），每组 n = 3 只小鼠，学生 t 检验。
i、j代表 CRC 患者肿瘤和邻近正常组织中 ID1 和 CD68 的 mIHC 染色 （i），以及 CD68 细胞内 ID1 表达的相关统计数据 （j），Mann-Whitney U 检验。比例尺，25 μm。
k 按 CD68 细胞内 ID1 表达水平分层的 CRC 患者总生存期的 Kaplan-Meier 图，对数秩检验。除非另有说明，否则数据将作为 SEM ±方式呈现。
g 是使用 BioRender.com 创建的。源数据作为 源数据 文件提供。
见图二
表达 ID1 的 TAM 促进 CRC 生长和转移。
图二
a 建立 MC38 和 TAMs 混合物 sc 模型的示意图。
b、c （a） 中呈现的各组的肿瘤体积 （b） 和肿瘤重量 （c），每组 n = 8 只小鼠，（b） 中使用 Mann-Whitney U 检验，（c） 中使用 Welch 检验。
d （a） 中各组中 Ki67 免疫组织化学染色的代表，n = 每组 6 只小鼠，学生 t 检验。比例尺，25 μm。
e 建立 CT26 脾-肝转移模型的示意图。
f （e） 中呈现的各组生物发光信号的代表性生物发光图像和统计数据，每组 n = 6 只小鼠，Kruskal-Wallis 测试。W/O：无。
g、h （e） 中所示各组肝叶的代表性大体肝脏图像 （g） 和 H&E 染色 （h）。比例尺，1 cm。
i （e） 中呈现的各组肝脏重量与体重的比率，每组 n = 5 只小鼠，单向方差分析检验。
j （e） 中表示的各组转移性肿瘤的最大直径，n = 每组 5 只小鼠，单向方差分析检验。
k （e） 中呈现的各组具有转移性肿瘤结节的肝叶数量，n = 每组 4 只小鼠，Kruskal-Wallis 试验。l 建立 CT26 原位肝转移模型的示意图。
m （l） 中呈现的各组的代表性大体肝脏图像。比例尺，1 cm。n 以 （l） 表示的各组的总转移部位，n = 每组 6 只小鼠，学生 t 检验。
o （l） 中呈现的各组中的最大肿瘤直径，n = 每组 6 只小鼠，学生 t 检验。p 建立 CT26 原位模型的示意图。q （p） 中呈现的各组生物发光信号的代表性生物发光图像和统计数据，每组 n = 6 只小鼠，单向方差分析检验。
r （p） 中呈现的组的代表性免疫组织化学 Ki67 染色。比例尺，25 μm。n = 每组 3 只小鼠，单向方差分析检验。a、e、l 和 p 是使用 BioRender.com 创建的。源数据作为 源数据 文件提供。
见图三
表达 ID1 的 TAM 部分通过抑制 CD8 T 细胞募集来促进 CRC 进展。
图三
a MC38 和 TAMs 混合物 sc 模型的肿瘤抑制率 在指定组中，每组 n = 8 只小鼠，Welch 检验。
b、c CD8 T 细胞的百分比 （b）、代表性的 mIHC 图像和 CD8 T 细胞 （c） 浸润在肿瘤组织中的统计数据，如图所示。2a，每组 n = 4 （b） 或 3 （c） 只小鼠，学生 t 检验，比例尺，25 μm。
d 肿瘤组织中 IFN-γ 和颗粒酶 B CD8 T 细胞的代表性密度点图和统计数据如图 2 所示。2a. n = 每组 3 只小鼠，学生 t 检验。
e CT26 脾肝转移模型的肿瘤抑制率 ip. 在指定组中注射 BMDM 来源的 TAMs 的 CM，n = 5 只每组小鼠，学生 t 检验。
f 肝转移性肿瘤组织中 CD8 T 细胞的代表性 mIHC 图像和统计数据如图 2 所示。2e，n = 每组 3 只小鼠，单向方差分析检验。 比例尺，20 μm。
g， h 受者小鼠肿瘤组织中浸润的 CD8 T 细胞百分比，如图所示。2l （g） 和补充图1q （h），n = 每组 6 只小鼠，学生 t 检验。
i 肿瘤中 CD8 T 细胞的代表性 mIHC 图像和统计数据如图 1 所示。2p，n = 每组 3 只小鼠，单向方差分析检验。 比例尺，20 μm。j 肿瘤模型中 CD8 T 细胞缺失的示意图。k-m（j） 中呈现的各组的肿瘤体积 （k）、肿瘤重量 （l） 和代表性肿瘤图像 （m），每组 n = 8 只小鼠，Kruskal-Wallis 检验。比例尺，1 cm。n 指定组的肿瘤抑制率，n = 每组 8 只小鼠，学生 t 检验。
o、p 与不同组 RAW264.7 细胞 （o） 或 TAM （p） 共培养的 CD8 T 细胞的相对迁移，n = 3 个生物学独立样本，Welch 检验。
q 与不同组 TAM 共培养的人 CD8 T 细胞的相对迁移，n = 4 名患者，配对 t 检验。
j 是使用 BioRender.com 创建的。源数据作为 源数据 文件提供。
见图四
表达 ID1 的 TAM 对于通过激活 FAK-YAP 信号转导维持 CRC 干性性状至关重要。
图四
a、b CD44 的流式细胞术分析高从 MC38 衍生的肿瘤结节中分离的 CD45 Epcam 肿瘤细胞中的 Lgr5 细胞比率 （a） 在补充图中。2a 或 CT26 来源的肝转移 （b） 如图 2 所示。2l，n = 4 个生物学独立样本，学生 t 检验。
c 确定肿瘤起始能力和 CSC 频率统计数据的示意图。
d CD44 的流式细胞术分析+-+高与 Ctrl 或 ID1 共培养的 HCT116 细胞中的 LGR5 细胞比率+KDTAM，n = 4 名患者，配对 t 检验。
e CD44 的流式细胞术分析高不同 MC38 细胞组中的 Aldh 细胞比率，n = 3 个生物学独立样本，学生 t 检验。
f 不同治疗的 HCT116 肿瘤球体的图像和定量，n = 3 个生物学独立样本，Welch 检验。
g 转录组测序示意图。
h、i 对 （g） 中表示的指定组的 CD45 Epcam 肿瘤细胞之间差异表达基因的 GSEA 分析，具有预定义的 FAK （h） 和 YAP 信号转导基因集 （i）。在 RNA-seq 数据中，每组 n = 3 个生物学独立样本。
j 补充图 45 Epcam 肿瘤细胞不同组中指示蛋白的免疫印迹。1e，n = 3 个生物学独立的样品。
k DLD-1 细胞与不同 THP-1 细胞共培养的 DLD-1 细胞中指示蛋白质的免疫印迹，有或没有 Y15 处理，n = 3 个生物学独立性样品。
l 不同处理的 MC38 细胞中指定蛋白质的免疫印迹，n = 3 个生物学独立样本。
m 与不同 TAM 共培养的 MC38 细胞中胞质和细胞核 Yap 的免疫印迹，n = 3 个生物学独立样本。n TEAD 在与不同 TAM 共培养的 MC38 细胞中的相对荧光素酶活性，n = 3 个生物学独立样本，学生 t 检验。
o Yap 下游基因在不同 MC38 细胞组中的相对 mRNA 表达，n = 3 个生物学独立样本，学生 t 检验。p 维替泊芬对 CD44 的影响+-+-+高HCT116 细胞与不同组 THP-1 细胞共培养的 ALDH 比率，n = 3 个生物学独立性样品。
q 指定组的肿瘤模型 （q， up） 和肿瘤体积 （q down） 示意图，单向方差分析检验，Ctrl、Id1 组中 n = 12、10、10 和 8 只小鼠+原厂、Ctrl-Y15 组合键、Id1 组合键原厂-Y15.r 指定组肿瘤体重示意图，每组 n = 8 只小鼠，单因素方差分析检验。
s Y15 对与不同组 THP-1 细胞共培养的 DLD-1 细胞 CD44 表达的影响，n = 3 个生物学独立样本。
c、g 和 q 是使用 BioRender.com 创建的。源数据作为 源数据 文件提供。
见图五
TAMs 中的 ID1 通过抑制 CCL4 和 SerpinB2 转录介导肿瘤免疫逃逸和 CRC 干性维持。
图五
a 转录组测序示意图。
b （a） 中所示组差异表达基因的火山图，在 RNA-seq 数据中每组 n = 3 个生物学独立样本。
c 日志2编码基因的差异表达趋化因子的 FC 热图（左）。Ccl3、Ccl4、Cxcl9 和 Cxcl16 的筛选示意图（右）。
d 不同 RAW264.7 细胞组中 Ccl3、Ccl4、Cxcl9 和 Cxcl16 的相对 mRNA 水平，n = 3 个生物学独立样本，学生 t 检验。
e 来自 Ctrl 和 ID1 的 CM 中 CCL4 丰度KDTAM，n = 5 名患者，配对 t 检验。
f 来自不同 RAW 264.7 细胞组的 CM 中 Ccl4 丰度，n = 3 个生物学独立样本，学生 t 检验。
g CD8 T 细胞在 CM 吸引下从 Id1 迁移+f/f或 Id1Lyz-KOBMDM 衍生的 TAM，有或没有 Ccl4 敲低，n = 3 个生物学独立样本，单向方差分析检验。
h 对数2编码分泌型肿瘤抑制因子的差异表达基因的 FC 热图（左）。Serpinb2 筛选示意图（右）。
i 来自 Ctrl 和 ID1 的 CM 中的 SerpinB2 丰度KDTAM，n = 5 名患者，配对 t 检验。
j 来自不同 RAW 264.7 细胞组的 CM 中 Serpinb2 丰度，n = 3 个生物学独立性样本，学生 t 检验。
k 用 Id1 的 CM 预处理的 MC38 细胞中 CD44 的流式细胞术分析f/f或 Id1Lyz-KOBMDM 衍生的 TAM，感染或不感染 Serpinb2 特异性 shRNA 慢病毒 （Serpinb2KD），n = 3 个生物学独立的样本。
l、m MC38 肿瘤球 （l） 的图像和定量，以及指示组中指示的 CT26 细胞 （m） 的侵袭性，如 （k） 中所述，n = 3 个生物学独立样本，单向方差分析检验。比例尺，100 μm。
n、o CT26 sc 模型中指定组的肿瘤体积 （n）、代表性肿瘤图像和肿瘤重量 （o），每组 n = 6 只小鼠，学生 t 检验。p CT26 脾肝转移模型中代表性生物发光图像及指示组统计数据，每组 n = 6 只小鼠，学生 t 检验。源数据作为 源数据 文件提供。
见图六
ID1 与 STAT1 相互作用以抑制 CCL4 和 SerpinB2 的转录。
图六
a 筛选负责 CCL4 和 SerpinB2 转录的 ID1 相互作用转录因子。
b 在转染表达 STAT1-DDK 和 ID1-GFP 的质粒的 HEK 293T 细胞中对 ID1 与 STAT1 进行免疫共沉淀 （Co-IP）。n = 1 个生物学独立样本。
c TAM 样 RAW264.7 细胞中 Id1 和 Stat1 的免疫荧光染色。比例尺，10 μm，n = 3 个生物学独立样品。
d 邻位连接试验 （PLA） 用于定义 TAM 样 RAW264.7 细胞中 Id1 和 Stat1 之间的相互作用。比例尺，10 μm，n = 10 个生物学独立样品。
e CRC 患者肿瘤组织中 ID1 、 STAT1 和 CD68 的免疫荧光染色。比例尺，20 μm，n = 3 个生物学独立样品。
f 在 Ctrl 或 Id1 中分析 Ccl4 和 Serpinb2 截短启动子序列的荧光素酶活性原厂RAW264.7 细胞，n = 3 个生物学独立样本，学生 t 检验。
g 在 RAW264.7 细胞中 IFN-γ 刺激下 Id1 对 Stat1 和 p-Stat1 亚细胞定位的影响，n = 3 个生物学独立性样本。
h ID1 对 STAT1 和 CRM1 之间相互作用的影响，n = 3 个生物学独立样本。
i PLA 的代表性图像和统计数据显示了 STAT1 和 CRM1 之间的蛋白质相互作用，无论是否具有 ID1 异位表达，n = 20 个生物独立细胞。比例尺，5 μm。
j PLA 的代表性图像显示了在钩端霉素 B （100 nM） 处理下 ID1 对 STAT1 二聚化和亚细胞定位的影响，比例尺，5 μm，n = 3 个生物学独立样品。 源数据作为 源数据 文件提供。
02
研究结论
总体而言，我们的工作将 TAM 表达的 ID1 确定为中心分子节点，双重控制癌症发生能力并诱导肿瘤免疫逃逸。TAMs 中的高 ID1 表达代表了 CRC 中的免疫逃避和癌症干性维持机制。此外，我们还证明了靶向 ID1 稳定性可以增强 CRC 患者的免疫治疗和化疗敏感性的原理。
好了，今天的文献解读就到这儿来，我们下期再见！如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。
