研究解码乳腺癌中性粒细胞的空间异质性及临床意义
Decoding neutrophil spatial heterogeneity and clinical implications in breast cancer
研究整合 AI 计算病理(n=1,113)与单细胞空间组学(n=104)构建乳腺癌队列,发现中性粒细胞的空间分布在三阴性乳腺癌中具有预后和免疫治疗预测价值。中性粒细胞靠近肿瘤细胞与良好预后相关,靠近免疫细胞则预示更好的免疫治疗反应,与已有生物标志物结合可改善分层。机制上,肿瘤邻近中性粒细胞通过炎症交互上调肿瘤细胞 MHC I,邻近免疫细胞的中性粒细胞呈抗原呈递表型,可通过靶向多胺代谢增强。
研究用 AI 计算病理结合空间组学刻画乳腺癌中性粒细胞的分布差异,为三阴性乳腺癌的预后与免疫治疗分层提供可迁移路径。
已发表论文 · journal · 10.1016/j.ccell.2026.10.005
本站摘要基于收录版本 v1(2026-11-12),原始摘要与 AI 导读固定保留。
IF(5) 58.5 · 2025 · 期刊参考指标
中性粒细胞是肿瘤微环境中异质性很强且至关重要的组成部分,但其空间异质性及临床意义仍知之甚少。我们建立了大规模乳腺癌队列,整合了人工智能计算病理学(n = 1,113)与单细胞空间组学(n = 104),以研究中性粒细胞空间模式背后的临床相关性与生物学机制。其临床意义在三阴性乳腺癌(TNBC)中最为显著:中性粒细胞与肿瘤细胞的邻近性与良好预后相关,而中性粒细胞与免疫细胞的邻近性则可预测更优的免疫治疗反应。将这些模式与已确立的生物标志物相结合,改善了 TNBC 在预后和免疫治疗疗效方面的分层。空间组学与实验验证表明,靠近肿瘤的中性粒细胞通过炎症交互作用增强了肿瘤细胞上的 MHC I 表达,从而促进免疫介导的肿瘤清除并改善预后。与免疫细胞相邻的中性粒细胞表现出抗原呈递表型,且可通过靶向多胺代谢加以增强。我们的研究凸显了中性粒细胞的功能多样性与空间异质性,并借助常规计算病理学提供了一种转化策略。
来源:Cancer Cell · doi.org