基于乳腺癌恶性细胞分化轨迹的分子亚型鉴定及风险预测模型构建

这篇研究通过整合单细胞RNA测序（scRNA-seq）、空间转录组和TCGA-BRCA队列的1097例bulk RNA-seq数据，系统解析了乳腺癌（BRCA）的分子景观。研究利用UMAP分析鉴定了9个肿瘤簇和3种空间分布的spot类型（免疫、间质和恶性spot），并进一步从2493个恶性spot中划分出11种分化状态。通过聚类、Monocle 2拟时序和生存分析，筛选出预后相关的BRCA细胞命运基因，构建了具有差异预后和临床意义的四亚型分层系统（HMMCIB/MHMMCIB/MLMMCIB/LMMCIB）。LASSO回归建立的预后模型（AUC=0.708）可有效区分患者风险等级，同时发现靶向骨转移BRCA的关键抑制剂（嘌呤霉素/MS-275/甲地孕酮/七叶亭），为个体化诊疗提供了新策略。

　　

多模态spot/细胞类型注释

研究通过整合空间转录组和scRNA-seq数据，采用UMAP分析鉴定出9个细胞簇，包括免疫spot（Cluster 6）、间质spot（Cluster 1）和恶性spot（其他簇）。通过经典标记基因（如CD44/FTL/LGALS1标注间质spot，ALDH18A1/CD24标注恶性spot）确认了2493个恶性spot，为后续分析奠定基础。空间特征图显示CD24和CD44在恶性spot中的梯度表达，提示其与乳腺癌干细胞特性的潜在关联。

细胞通讯与信号通路特征

恶性spot表现出强烈的细胞间通讯，尤其是与间质spot的互作，涉及TGF-β/EMT等通路。GSVA分析揭示恶性细胞高表达WNT-β-catenin、IL6-JAK-STAT3和血管生成通路。值得注意的是，CD24⁺/CD44⁺细胞群在恶性簇3中显著富集，这类细胞已被证实具有更强的转移潜能。

拟时序分析与命运基因筛选

Monocle 2拟时序重建将恶性spot分为11种分化状态，起始状态（Malignant 2）逐渐分化为终末状态（Malignant 1/3）。分支点分析发现COL3A1/FN1等基因在晚期轨迹上调，而MRPS30/TPRG1等基因持续高表达。通过交叉拟时序差异基因（507个）和生存相关基因（337个），最终锁定43个预后关键基因，其中SLIT3/ACKR3高表达者预后最差（风险比HR>2，p<0.001）。

分子亚型与临床关联

共识聚类将BRCA分为四类：

1. 高成熟度型（HMMCIB）：SLIT3⁺，预后最佳，富集未折叠蛋白反应通路；

2. 中高成熟度型（MHMMCIB）：ITGAX⁺，对PD-1抑制剂敏感；

3. 中低成熟度型（MLMMCIB）：PKIB⁺，PKA通路激活导致化疗耐药；

4. 低成熟度型（LMMCIB）：MCAM⁺，SOX17/MCAM轴驱动EMT，预后最差。

PD-L1表达与PCA评分正相关（R=0.42），高评分组对联合免疫治疗（PD-1+CTLA4抑制剂）响应率提升3倍。

药物预测与调控网络

CMap分析筛选出24种潜在抑制剂，其中MS-275（组蛋白去乙酰化酶抑制剂）和七叶亭（抗氧化剂）可逆转恶性基因表达。ATAC-seq证实ITGAX/MCAM等基因的染色质开放区域存在SOX17结合位点，形成转录调控闭环。功能富集显示HMMCIB亚型以抗原递呈通路为主，而LMMCIB亚型显著激活缺氧和Rap信号通路。

研究启示与局限

该研究首次将细胞分化轨迹与临床预后相结合，但空间转录组分辨率限制了对肿瘤异质性的完全解析。SOX17/MCAM轴的发现为逆转治疗耐药提供了新靶点，未来需通过类器官模型验证MS-275的促分化效应。值得注意的是，PKIB的双重作用（抑制PKA但激活Akt）提示亚型特异性治疗的必要性。