三阴性乳腺癌化疗耐药性肿瘤细胞分泌组通过调控免疫抑制微环境促进治疗抵抗

本研究揭示了三阴性乳腺癌(TNBC)化疗耐药细胞通过分泌组(secretome)重塑肿瘤免疫微环境(TIME)的新机制。研究人员通过多组学分析和功能实验证实，耐药细胞高分泌CCL2、IL-6等细胞因子，诱导单核细胞募集并极化为免疫抑制性M2型巨噬细胞(MD)，同时抑制CD8+ T细胞活化。该发现为化疗耐药TNBC的免疫治疗策略提供了新靶点。

　　

三阴性乳腺癌(TNBC)作为最具侵袭性的乳腺癌亚型，化疗耐药是其临床治疗面临的主要挑战。尽管新辅助化疗(NAC)联合免疫检查点抑制剂已成为标准治疗方案，仍有超过30%患者出现耐药。近年研究发现，肿瘤免疫微环境(TIME)的状态与治疗响应密切相关——富含肿瘤浸润淋巴细胞(TILs)的"热肿瘤"响应良好，而以髓系细胞为主的"冷肿瘤"往往耐药。但耐药肿瘤如何动态调控TIME仍不清楚。

Oslo University Hospital（挪威奥斯陆大学医院）的研究团队在《Breast Cancer Research》发表的重要研究，首次系统揭示了化疗耐药TNBC细胞通过分泌组重塑免疫微环境的分子机制。研究人员建立紫杉醇耐药细胞模型，结合转录组测序、多重细胞因子检测等技术，发现耐药细胞分泌CCL2、CCL5、IL-6等因子的能力显著增强。这些因子像"分子信使"般招募单核细胞并诱导其极化为CD163⁺/CD86^-的M2样巨噬细胞，同时抑制CD8⁺ T细胞的活化和增殖。临床队列分析进一步验证，化疗后残留肿瘤中M1型巨噬细胞减少而M2型增多的患者，往往伴随更差的治疗效果。

研究主要采用以下关键技术：①建立等基因紫杉醇敏感/耐药TNBC细胞系；②通过Luminex技术进行27重细胞因子检测；③Transwell实验分析单核细胞迁移；④流式细胞术评估巨噬细胞表型和T细胞活化；⑤CIBERSORT算法解析临床样本免疫浸润特征；⑥NeoAva临床试验队列（51例非pCR患者）的纵向多组学数据验证。

主要研究发现

Paclitaxel resistance is accompanied by altered expression of inflammation-related genes

RNA测序显示耐药细胞上皮-间质转化(EMT)通路显著激活，补体系统、IFNγ响应等炎症相关通路同步上调，提示耐药性与炎症反应密切相关。

Paclitaxel resistance associates with enhanced secretion of cytokines

多重细胞因子检测揭示耐药细胞分泌组"重编程"：CCL2、CCL5、CXCL10等趋化因子分泌增加2-5倍，IL-6、GM-CSF等炎症因子显著升高，而VEGF例外性降低。

Tumor cell secretomes influence monocyte motility and differentiation

Transwell实验证实耐药细胞条件培养基(PR CM)的单核细胞趋化能力比敏感组(PS CM)增强25%。流式分析显示两种CM均诱导单核细胞分化为巨噬细胞而非树突状细胞(DC)。

Resistant tumor cell secretome modulates macrophage phenotype and function

耐药细胞分泌组诱导的巨噬细胞(MD(PR))呈现典型M2特征：吞噬活性增强、细胞形态伸长（偏心度>0.9）、CD163⁺/CD86^-表型占比增加。刺激实验显示MD(PR)对IFNγ/LPS的响应减弱，IL-6、IL-1β等促炎因子分泌减少。

Resistant tumor secretome counteracts T cell activation

TCR工程化T细胞实验显示，PR CM使CD8⁺ T细胞的CD137⁺亚群减少10%，增殖指数降低，表明其显著抑制T细胞活化。

Immune associations in chemoresistant BC patients

NeoAva临床数据分析发现，66%残留肿瘤呈现M1型巨噬细胞减少/M2型增多的"髓系重塑"特征，且该特征与血清CCL2/CCL5水平升高正相关。

这项研究首次阐明TNBC化疗耐药细胞通过"分泌组-髓系细胞-T细胞"轴建立免疫抑制性微环境的完整机制。耐药细胞分泌的CCL2/CCL5如同"化学引诱剂"招募单核细胞，IL-6/GM-CSF等因子则像"极化指令"将其驯化为M2型巨噬细胞，共同构筑抑制T细胞功能的"免疫屏障"。该发现不仅解释了化疗后残留肿瘤免疫抑制的成因，更提示靶向肿瘤分泌组或髓系细胞极化可能逆转耐药。特别是对于M2型巨噬细胞富集的耐药患者，联合CSF1R抑制剂或CCL2/CCL5阻断剂可能改善现有免疫治疗效果。研究建立的等基因细胞模型和多组学分析框架，为肿瘤微环境动态研究提供了重要工具。