研究人员对早期三阴性乳腺癌（TNBC）组织的肿瘤微环境（TME）中癌细胞特异性特征进行了表征，识别出与化疗反应相关的特定巨噬细胞亚型。
研究团队开发了一个13基因面板和机器学习模型，可预测哪些患者更可能对治疗产生反应，为开发新型诊断方法和个性化治疗策略奠定基础。
该研究发表在《自然》杂志上，由系统生物学系主任Nicholas Navin博士和乳腺医学肿瘤学副教授Clinton Yam博士领导。这是首批大规模单细胞基因组TNBC研究之一，为深入了解癌细胞生物学和独特的TNBC肿瘤微环境提供了前所未有的视角。
"本研究为三阴性乳腺癌患者肿瘤微环境中基因表达程序和不同细胞状态提供了新见解，"Navin表示。"重要的是，我们已确定某些程序和巨噬细胞亚型与新辅助化疗的良好反应相关，这对改善患者预后具有巨大潜力。"
什么是三阴性乳腺癌？
TNBC是一种侵袭性乳腺癌亚型，通常采用化疗治疗。然而，患者治疗效果差异很大，这凸显了了解反应差异原因的必要性。
先前研究表明，TNBC肿瘤在基因和细胞水平上可能具有非常不同的特征，但很少有研究对这些差异进行全面考察。此外，TME中细胞如何相互作用以及如何对化疗产生反应尚不清楚。
研究人员如何识别不同细胞类型？
研究人员利用TNBC患者的化疗前组织样本，对来自101名患者的超过427,000个细胞进行了单细胞分析，并对44名患者的肿瘤进行了空间转录组分析。他们将这些数据与人类乳腺细胞图谱中的正常乳腺组织谱进行比较，这是成人人类乳腺组织中细胞类型和细胞状态的综合参考。
研究人员能够基于癌细胞中的基因表达，将TNBC肿瘤分为四个患者层面的"原型"。他们发现了一组协调的13个高表达癌症特异性基因——称为转录特征——驱动肿瘤内不同的细胞群体。
他们还表征了49种免疫细胞状态，这些状态形成了TME内与每种原型和化疗反应相关的八种一致的细胞微环境类型。
该研究对诊断和治疗TNBC的主要意义是什么？
虽然先前研究主要关注T细胞，但这项研究特别突显了特定巨噬细胞亚型（一种免疫细胞）以及与促瘤或抗瘤活性相关的癌细胞转录特征的重要作用。
这些发现促使研究人员开发了一个13基因转录特征面板以及一个机器学习模型，可能有助于未来更好地了解哪些肿瘤在治疗前更可能对化疗产生反应。
能够更好地预测TNBC对化疗的反应，是理解肿瘤特异性特征如何与治疗结果相关的重大进展。
尽管在临床应用前还需要进一步的前瞻性研究，但这些发现也突显了TNBC肿瘤的某些特征，特别是巨噬细胞亚型，可能指导未来更量身定制的治疗策略。
"这些见解为改善我们对不同TNBC肿瘤对化疗反应差异原因的理解提供了重要基础，这些发现有潜力为旨在更好地预测治疗反应并指导三阴性乳腺癌患者更个性化护理的未来策略提供信息，"Yam表示。"这是迈向乳腺癌治疗更精准方法的令人兴奋且有意义的一步，有望最终改善患者预后和生活质量。"
出版详情
Nicholas Navin等人，《三阴性乳腺癌对化疗反应的生态型》，《自然》（2026）。DOI: 10.1038/s41586-026-10469-9
期刊信息：《自然》
关键医学概念
三阴性乳腺癌、巨噬细胞、基因表达谱
临床类别
肿瘤学、临床遗传学
【全文结束】