单细胞解析乳腺癌微环境中巨噬细胞可塑性及免疫动态图谱揭示新型治疗靶点

本研究通过单细胞RNA测序(scRNA-seq)技术系统解析乳腺癌(BRCA)肿瘤微环境(TME)中巨噬细胞亚型的异质性，发现C2 Macrophage F13A1+亚群通过SPP1-CD44/LGALS9-CD44信号网络与肿瘤细胞互作，并构建基于巨噬细胞标志物的预后模型，为靶向TAMs(肿瘤相关巨噬细胞)的免疫治疗提供新策略。

　　

乳腺癌作为女性健康的首要威胁，其复杂的肿瘤微环境(TME)中免疫细胞与癌细胞的相互作用一直是研究难点。传统技术难以捕捉肿瘤异质性，而巨噬细胞在TME中的动态调控机制尚不明确。暨南大学附属广州红十字会医院药学部Wang Chen团队联合多家机构，通过单细胞多组学分析揭示了巨噬细胞亚型在乳腺癌进展中的关键作用，相关成果发表于《Discover Oncology》。

研究采用TCGA和GEO数据库的31例BRCA样本(scRNA-seq数据GSE176078/GSE203612)，运用Seurat进行质控和聚类，通过Sc-Type注释免疫亚群，inferCNV分析上皮细胞拷贝数变异。重点利用CellChat解析巨噬细胞-肿瘤细胞互作网络，CytoTRACE和Monocle评估细胞可塑性，SCENIC分析转录因子调控，并基于C2 Macrophage F13A1+标志基因构建LASSO-Cox预后模型。

研究结果：

1. 单细胞表达图谱与CNV分析
   96,384个细胞被分为上皮细胞、成纤维细胞等6大类，Sc-Type进一步细分免疫亚群。CNV分析显示上皮细胞存在显著拷贝数变异，提示基因组不稳定性。

2. 巨噬细胞亚型分析
   巨噬细胞重聚类为5个亚型：CXCL10+、CXCL8+、F13A1+、HIST1H4C+和MT1G+。其中C2 Macrophage F13A1+在efferocytosis评分中活性最高，KEGG分析显示其富集于内吞作用和MAPK通路。

3. 细胞通讯与可塑性
   CellChat发现SPP1-CD44和LGALS9-CD44是巨噬细胞-肿瘤细胞主要互作通路。CytoTRACE显示HIST1H4C+和MT1G+亚型可塑性最强，Monocle轨迹分析表明CXCL10+亚型分化程度最低。

4. 转录因子调控
   SCENIC鉴定出3个调控模块：M1(IRF1/STAT1)主导CXCL10+亚型，M2(JUN/BRCA1)调控F13A1+亚型，M3(NFKB1/CEBPB)影响CXCL8+亚型。

5. 预后模型与免疫特征
   基于F13A1+标志基因(CLTC、RNASE1等)构建的风险评分模型，在TCGA队列中AUC达0.73(1年生存率)。高风险组TMB(肿瘤突变负荷)显著升高，且M0/M2型巨噬细胞浸润增加。

结论与意义：
该研究首次系统描绘了BRCA微环境中巨噬细胞亚型的转录图谱，阐明F13A1+亚型通过efferocytosis和CD44信号通路促进免疫抑制。构建的8基因预后模型具有临床转化潜力，为靶向巨噬细胞可塑性的联合治疗提供理论依据。局限性在于缺乏体外实验验证，未来需结合空间转录组进一步解析细胞互作的空间特征。