单细胞与转录组整合分析揭示TNBC干细胞特性、肿瘤异质性及四基因预后标志物的治疗价值

本研究针对三阴性乳腺癌(TNBC)缺乏靶向治疗和化疗耐药的核心问题，通过整合单细胞RNA测序(scRNA-seq)与TCGA多组学数据，鉴定出具有干细胞特性的耐药上皮亚群(C4)和三个分子亚型(CS1-3)，并建立由CTSF、GBP1、BCL2A1、EMP1组成的四基因预后模型，为TNBC精准治疗提供新靶点。

　　

三阴性乳腺癌(TNBC)被称为乳腺癌中的"顽疾"，约占所有乳腺癌病例的10-20%。与其他亚型不同，TNBC缺乏雌激素受体(ER)、孕激素受体(PR)和人表皮生长因子受体2(HER2)这三种关键靶点，使得治疗选择极为有限。尽管化疗-免疫治疗组合方案为患者带来新希望，但耐药性仍是挥之不去的阴影——晚期患者中位生存期仅约12个月。这种治疗困境的根源在于TNBC的高度异质性，特别是具有"变形金刚"般能力的癌症干细胞(CSCs)，它们能通过表观遗传调控和关键信号通路(如Notch、Wnt/β-catenin)在不同状态间切换，进而驱动肿瘤进化并抵抗治疗。

为破解这一难题，研究人员开展了一项突破性研究。通过整合GSE176078单细胞数据集和TCGA-BRCA队列的多组学数据，研究团队首先在单细胞层面发现了一个特殊的上皮细胞亚群(Cluster C4)，这群细胞不仅表现出显著的可塑性，还具有增强的多能性和独特的细胞间通讯模式。更引人注目的是，通过无监督聚类分析，他们在TCGA数据中鉴定出三个具有不同生物学特征的TNBC亚型(CS1-CS3)，其中CS3亚型展现出与染色质重塑和高增殖活性相关的独特分子特征。

研究的关键突破在于通过交叉分析发现了220个共同差异表达基因(DEGs)，并从中提炼出由CTSF、GBP1、BCL2A1和EMP1组成的四基因预后标志物。这一标志物在内部和外部验证队列中均展现出强大的生存预测能力，为临床决策提供了新工具。

研究主要采用以下关键技术：单细胞RNA测序(scRNA-seq)分析来自GEO数据库的GSE176078数据集；TCGA-BRCA队列的多组学数据整合(包括RNA-seq、甲基化和突变谱)；生物信息学方法进行差异表达分析、功能富集分析和细胞间通讯网络构建；机器学习算法开发预后模型。

数据采集
研究整合了GSE176078 scRNA-seq数据集(聚焦TNBC细胞)和TCGA-BRCA临床多组学数据，通过严格质控保留17,444个细胞和29,733个基因用于后续分析。

结果
单细胞分析揭示了TNBC微环境的复杂组成，特别是鉴定出具有干细胞特性的C4上皮亚群。TCGA数据分析定义了CS1-CS3三种分子亚型，其中CS3与染色质重塑和高增殖相关。四基因预后标志物在多个队列验证中显示出稳定的分层能力。

讨论
研究首次系统揭示了TNBC中干细胞样细胞亚群与特定分子亚型(CS3)的关联，为理解化疗耐药提供了新视角。发现的四基因标志物不仅具有预后价值，其包含的CTSF(组织蛋白酶)和BCL2A1(抗凋亡蛋白)等分子还暗示了潜在治疗靶点。

结论
该研究通过多组学整合绘制了TNBC异质性全景图，建立了干细胞特性与化疗耐药的分子联系，开发的预后模型为个体化治疗奠定基础。这些发现将推动TNBC精准医学发展，特别是为靶向CSCs的治疗策略提供新方向。

值得注意的是，研究团队在论文准备过程中使用了ChatGPT-4进行语言优化，但所有科学内容均经过作者严格审核。这项由Do Thi Minh Xuan等学者完成的研究，虽未获得特定资助，但其创新性发现无疑将为TNBC诊疗带来重要影响。