Abstract Solid tumors are complex ecosystems, and heterogeneity is the major challenge for overcoming tumor relapse and metastasis. Uncovering the spatial heterogeneity of cell types and functional states in tumors is essential for developing effective treatment, especially in invasive fronts of tumor, the most active region for tumor cells infiltration and invasion. We firstly used SpaTial Enhanced REsolution Omics-sequencing (Stereo-seq) with a nanoscale resolution to characterize the tumor microenvironment of intrahepatic cholangiocarcinoma (ICC). Enrichment of distinctive immune cells, suppressive immune microenvironment and metabolic reprogramming of tumor cells were identified in the 500µm-wide zone centered bilaterally on the tumor boundary, namely invasive fronts of tumor. Furthermore, we found the damaged states of hepatocytes with overexpression of Serum Amyloid A (SAA) in invasive fronts, recruiting macrophages for facilitating further tumor invasion, and thus resulting in a worse prognosis. We also confirmed these findings in hepatocellular carcinoma and other liver metastatic cancers. Our work highlights the remarkable potential of high-resolution-spatially resolved transcriptomic approaches to provide meaningful biological insights for comprehensively dissecting the tumor ecosystem and guiding the development of novel therapeutic strategies for solid tumors.

Abstract Background Tumor heterogeneity presents a formidable challenge in understanding the mechanisms driving tumor progression and metastasis. The heterogeneity of hepatocellular carcinoma (HCC) in cellular level is not clear. Methods Integration analysis of single-cell RNA sequencing data and spatial transcriptomics data was performed. Multiple methods were applied to investigate the subtype of HCC tumor cells. The functional characteristics, translation factors, clinical implications and microenvironment associations of different subtypes of tumor cells were analyzed. The interaction of subtype and fibroblasts were analyzed. Results We established a heterogeneity landscape of HCC malignant cells by integrated 52 single-cell RNA sequencing data and 5 spatial transcriptomics data. We identified three subtypes in tumor cells, including ARG1 + metabolism subtype (Metab-subtype), TOP2A + proliferation phenotype (Prol-phenotype), and S100A6 + pro-metastatic subtype (EMT-subtype). Enrichment analysis found that the three subtypes harbored different features, that is metabolism, proliferating, and epithelial-mesenchymal transition. Trajectory analysis revealed that both Metab-subtype and EMT-subtype originated from the Prol-phenotype. Translation factor analysis found that EMT-subtype showed exclusive activation of SMAD3 and TGF-β signaling pathway. HCC dominated by EMT-subtype cells harbored an unfavorable prognosis and a deserted microenvironment. We uncovered a positive loop between tumor cells and fibroblasts mediated by SPP1-CD44 and CCN2/TGF-β-TGFBR1 interaction pairs. Inhibiting CCN2 disrupted the loop, mitigated the transformation to EMT-subtype, and suppressed metastasis. Conclusion By establishing a heterogeneity landscape of malignant cells, we identified a three-subtype classification in HCC. Among them, S100A6 + tumor cells play a crucial role in metastasis. Targeting the feedback loop between tumor cells and fibroblasts is a promising anti-metastatic strategy.