《Frontiers in Immunology》：Identification of a novel inflammatory mast cell subpopulation in triple-negative breast cancer
编辑推荐：
摘要专业翻译
背景： 三阴性乳腺癌（triple-negative breast cancer, TNBC）与不良治疗结局相关，肿瘤微环境（tumor microenvironment, TME）日益受到关注。肥大细胞（mast cells）是TME的重要组成
摘要专业翻译
背景： 三阴性乳腺癌（triple-negative breast cancer, TNBC）与不良治疗结局相关，肿瘤微环境（tumor microenvironment, TME）日益受到关注。肥大细胞（mast cells）是TME的重要组成部分，但其在TNBC中的异质性及功能作用尚未完全阐明。
方法： 研究人员采用Seurat分析流程对TNBC的单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）数据进行分析。提取肥大细胞并进行重新聚类，通过功能富集、转录因子、拟时序（pseudotime）、药物敏感性及细胞间通讯分析对各亚群进行表征。进一步利用计算机模拟虚拟敲除（in silico virtual knockout）方法研究炎症性亚群的作用，并在BALB/c小鼠4T1皮下肿瘤模型中进行了实验验证。
结果： 研究鉴定出四个转录水平上截然不同的肥大细胞亚群。其中，C4亚群表现出显著的炎症特征，且高度富集NF-κB通路。预测C4对多种一线化疗药物敏感性较低，并与不良治疗应答相关。细胞间通讯分析提示，C4可能通过多种免疫抑制信号抑制CD8+ T细胞。在体内实验中，IL-33给药增加了C4的比例并促进肿瘤生长，且C4比例与肿瘤体积和重量呈正相关。
结论： 研究人员鉴定出一个与炎症相关的肥大细胞亚群（C4），该亚群可能促进TNBC进展，为未来的治疗探索提供了潜在靶点。
论文解读文章
一、研究背景与立题依据
三阴性乳腺癌（triple-negative breast cancer, TNBC）是乳腺癌中预后最差的分子亚型，其缺乏雌激素受体（estrogen receptor, ER）、孕激素受体（progesterone receptor, PR）和人表皮生长因子受体2（human epidermal growth factor receptor 2, HER2）的表达，具有高度侵袭性、复发风险高和早期复发等特点。近年来，免疫治疗为TNBC患者带来了新的希望，与其他乳腺癌亚型相比，TNBC具有更高的T细胞浸润程度，对免疫治疗应答更佳。这一临床背景促使研究焦点日益集中于肿瘤微环境（tumor microenvironment, TME）与治疗疗效的深层关联。
肥大细胞（mast cells）作为TME中的关键调控细胞，在肿瘤免疫中表现出双重功能：一方面可通过抗原呈递和招募细胞毒性T细胞发挥抗肿瘤作用；另一方面可通过释放炎症介质、诱导上皮间质转化（epithelial-mesenchymal transition, EMT）等机制促进肿瘤进展。这种功能矛盾可能源于肥大细胞内部存在功能各异的亚群。已有研究（如Wu等）通过单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）鉴定出具有抗原呈递功能的肥大细胞亚群并证实其抗肿瘤作用，但肥大细胞在TNBC中的亚群异质性及促肿瘤亚群的特征仍不清楚。因此，系统解析肥大细胞亚群的转录特征、功能机制及其与治疗应答的关系，对于理解TNBC免疫微环境并开发精准靶向策略具有重要意义。
二、研究内容与主要结论
本研究利用GEO数据库中的scRNA-seq数据集GSE266919（包含44例晚期TNBC患者的78份肿瘤活检样本，接受不同化疗及免疫治疗方案的组合治疗），通过Seurat流程进行单细胞数据分析。从447,494个细胞中鉴定出八种主要免疫细胞类型，并提取出1,757个肥大细胞进行独立再分析，最终鉴定出四个转录水平截然不同的肥大细胞亚群：C1（代谢/翻译相关）、C2（应激反应相关）、C3（抗原呈递相关）和C4（炎症相关）。其中C4亚群以ICAM1、REL和BCL2A1为特征标志基因，高度富集NF-κB信号通路、TNF信号通路和IL-17信号通路，表现出显著的炎症性特征。转录因子分析进一步证实C4富集了NF-κB家族成员（NFKB1、NFKB2、REL、BCL3、NFAT5）及AP-1家族成员（ATF3、FOSB、JUNB）等促炎转录因子。
细胞间通讯分析显示，C4亚群接收来自树突状细胞、巨噬细胞和单核细胞的主要输入信号，而其输出信号主要作用于CD8+ T细胞，涉及CD274（PD-L1）–PDCD1（PD-1）、LGALS9（galectin-9）–HAVCR2（TIM-3）、NECTIN2–TIGIT、FASL–FAS以及MIF–（CD74+CXCR4）等多条免疫抑制信号通路，提示C4可能通过多种机制抑制CD8+ T细胞功能。拟时序分析显示C4位于与治疗无应答相关的分化分支上，且治疗后C4比例显著下降。药物敏感性分析预测C4对长春瑞滨、表柔比星、紫杉醇等TNBC一线化疗药物敏感性较低，但对吉西他滨、奥拉帕利和阿培利司敏感性相对较高。在4T1小鼠TNBC模型中，流式细胞术证实了ICAM-1高表达肥大细胞（对应C4亚群）的存在；IL-33给药可显著增加C4亚群比例并促进肿瘤生长，且C4比例与肿瘤体积和重量呈正相关。
三、主要技术方法
本研究采用的主要技术方法包括：基于Seurat v5的单细胞RNA测序数据处理与细胞类型注释流程；利用SCENIC进行单细胞转录因子调控网络分析；采用Monocle 2进行拟时序轨迹分析；使用CellChat进行细胞间通讯分析；应用Beyondcell包结合GDSC数据库进行药物敏感性预测分析；采用scTenifoldKnk进行计算机模拟虚拟敲除分析；并在BALB/c小鼠4T1皮下肿瘤模型中结合流式细胞术进行体内验证。
四、研究结果
3.1 乳腺癌单细胞图谱与肥大细胞鉴定： 从GSE266919数据集获得447,494个细胞，经质量控制后注释为八种主要免疫细胞类型，各细胞类型均高表达典型标志基因。提取出1,757个肥大细胞，经UMAP降维后分为四个转录水平不同的亚群（C1–C4）。
3.2 C4（炎症性）亚群具有炎症应答特征： 通过GO和KEGG富集分析，C4亚群显著富集于NF-κB信号通路、TNF信号通路和IL-17信号通路等炎症相关通路。计算机模拟ICAM1基因敲除显示，ICAM1敲除后显著扰动了与EMT、肥大细胞谱系功能及肿瘤生长相关的基因表达。
3.3 肥大细胞在肿瘤微环境中充当中间介质： 细胞通讯分析显示C4接收来自髓系细胞的主要输入信号，向CD8+ T细胞发送免疫抑制信号。全局通讯模式分析鉴定出两个输入模式和三个输出模式，其中所有肥大细胞亚群共享一个保守的输出模式。C4的输入信号主要涉及MIF、SPP1、LGALS9、C3、APP、ICAM和NAMPT等通路，输出信号涉及MHC-I类分子、CD274、LGALS9、NECTIN2、FASL和MIF等免疫抑制相关通路。
3.4 C4（炎症性）亚群与治疗应答相关： 拟时序分析显示C4位于非应答患者富集的分支，治疗前C4比例高于治疗后。药物敏感性分析预测C4对vorinostat、elesclomol、sabutoclax、CD-437和FK-866敏感性较低，对VX-11E、dactinomycin、rigosertib、gemcitabine和JQ-1:MK-0752敏感性较高。对临床常用化疗药物分析显示，C4对长春花碱、表他霉素和紫杉醇的预测敏感性较低，而对吉西他滨、奥拉帕利和阿培利司的预测敏感性相对较高。
3.5 C4（炎症性）肥大细胞亚群与肿瘤重量和体积相关： 在4T1小鼠TNBC模型中，流式细胞术证实了ICAM-1高表达肥大细胞亚群的存在。IL-33给药后，C4亚群比例显著增加，肿瘤体积和重量均显著增大，且C4比例与肿瘤体积和重量呈显著正相关。
五、讨论与结论
讨论部分指出，C4亚群通过NF-κB信号通路与肿瘤进展、化疗耐药和免疫抑制密切相关。NF-κB作为慢性炎症与恶性肿瘤之间的关键连接，可通过促进基因组不稳定、抗凋亡蛋白表达和细胞周期进展发挥促肿瘤作用。C4通过PD-L1/PD-1、galectin-9/TIM-3、Nectin-2/TIGIT、FasL/Fas和MIF/CD74+CXCR4等信号抑制CD8+ T细胞功能，可能解释其与治疗耐药的相关性。此外，C4通过ICAM-1、VCAM-1等细胞黏附分子及EMT相关基因参与肿瘤转移过程。IL-33可诱导肥大细胞进入炎症状态并激活NF-κB，与C4特征一致，体内实验验证了IL-33扩增C4亚群并促进肿瘤生长的作用。
研究局限性包括：scRNA-seq数据集中未鉴定出中性粒细胞群体，可能低估了髓系细胞组成；实验验证主要在鼠模型中进行，缺乏人TNBC组织中的免疫组化或免疫荧光独立验证。
结论： 本研究在TNBC中鉴定出一个与炎症相关的肥大细胞亚群（C4），该亚群以NF-κB通路参与为特征。通过整合单细胞分析与实验验证，研究证明C4与肿瘤进展、不良治疗应答及抗肿瘤免疫抑制相关，且其扩增在体内促进肿瘤生长。这些发现将C4确定为TNBC进展的潜在贡献者，也是未来治疗探索的潜在靶点，为理解慢性炎症与肿瘤进展之间的机制联系提供了新视角。
