对抗乳腺癌异质性：从整体到单细胞水平的多组学洞见

作者与出版信息 本文是一篇由Zijian Zhu、Lai Jiang及Xianting Ding共同撰写的综述文章，发表于期刊 Cancers 的2023年第15卷第4164页，发表日期为2023年8月18日。通讯作者Xianting Ding供职于上海交通大学个性化医学研究院、癌基因及相关基因国家重点实验室，以及上海交通大学医学院附属新华医院麻醉与外科重症监护医学科。

论文主题与主要观点 本综述聚焦于乳腺癌的分子异质性，系统性地探讨了如何利用基因组学、转录组学和蛋白质组学这三种策略，在传统的整体（bulk）水平和前沿的单细胞水平上，深入理解并解析乳腺癌的复杂性。论文的核心观点是，乳腺癌并非单一的疾病，而是一系列具有不同分子特征、临床表现和治疗反应的亚型集合。要彻底攻克这一难题，必须采用涵盖多个组学层次的整合分析。

论点一：基因组学奠定了乳腺癌分子分型的基础，但存在局限性 文章首先回顾了传统基因组学的研究成果。论述指出，基因组学研究最早揭示了乳腺癌的遗传基础，例如1994年和1995年相继发现的BRCA1和BRCA2基因。这些关键的肿瘤抑制基因在DNA损伤修复中扮演核心角色，其特定类型的突变（如提前终止密码子、剪接位点突变、拷贝数缺失等）会显著提升个体罹患乳腺癌的终身风险。这一发现直接推动了临床指南的制定。根据欧洲肿瘤内科学会（ESMO）的指南，携带BRCA1/2等高外显率基因致病突变的女性，应从18岁起接受预防教育，从25岁起进行年度乳腺检查及影像学筛查。这一发现也启发了针对DNA修复缺陷的治疗策略，即使用多聚（ADP-核糖）聚合酶（PARP）抑制剂。 随着新一代测序技术（NGS）的普及，更多与乳腺癌风险相关的基因被发现，如PTEN、STK11、CHEK2、PIK3CA等，并由此建立了不同亚型与特定基因突变图谱的关联。例如，基底样型（basal-like）亚型常见TP53基因突变，而人表皮生长因子受体2阳性（HER2+）亚型则同时高频出现TP53和PIK3CA突变。一项基于16例人类基底样乳腺肿瘤的研究为这一观点提供了证据：尽管未发现KRAS2基因突变，但在9例肿瘤中观察到了该基因位点的DNA拷贝数增加，暗示拷贝数变异可能单独调控细胞表型。这些基因组信息为患者的预后判断和治疗策略选择提供了循证依据。例如，TP53基因失活突变在亚洲乳腺癌患者中的频率（42.9%）高于西方患者（30%），这部分患者可能对内分泌治疗更具耐药性，生存率更低，因此需要更积极的干预和针对TP53突变的靶向治疗。 然而，传统基因组学分析的是肿瘤组织整体，其得到的是所有细胞的平均DNA图谱，无法区分癌细胞、正常细胞及浸润的免疫细胞，从而可能掩盖关键的异质性信息。为克服这一局限，单细胞DNA测序（scDNA-seq）技术应运而生。该技术通过全基因组扩增（WGA）来放大单个细胞的微量DNA。研究显示，利用scDNA-seq对单个肿瘤细胞进行拷贝数变异（CNV）分析，可以将约100个肿瘤细胞划分为三种亚群：二倍体（D）、假二倍体（P）和具有复杂基因组重排的“晚期”肿瘤细胞亚群。通过比较原发性肿瘤与肝转移灶的拷贝数谱系，研究发现转移细胞的来源可追溯至原发灶中的“晚期”扩增亚群，而非中间阶段的克隆，这为理解肿瘤进化提供了直接证据。此外，一项针对雌性激素受体阳性（ER+）乳腺癌的单细胞测序研究，在非二倍体肿瘤细胞群体中识别出多个非沉默突变，包括在TBX3、NOTCH2和JAK1等基因上，进一步揭示了肿瘤内遗传多样性的细节。

论点二：转录组学深化了对基因表达异质性和肿瘤演化动态的理解 文章详细阐释了转录组学如何超越基因组信息，更直接地反映细胞的功能状态。传统的基因表达谱分析将乳腺癌划分为六个内在分子亚型：管腔A型、管腔B型、HER2富集型、基底样型、紧密连接蛋白低表达（claudin-low）亚型和正常乳腺样型。其中，claudin-low亚型的发现是转录组学的重要贡献。通过对13个样本的分析，研究人员发现该亚型以紧密连接蛋白基因（如claudin 3, 4, 7）的低表达为特征，并与基底样肿瘤在基因表达模式上存在重叠，但其增殖标志物Ki67的信使RNA（mRNA）水平更低，提示其增殖速率较慢。随后的研究识别出多达1308个上调基因和359个下调基因，从分子层面确认了其独特的亚型身份。 转录组学对最具侵袭性的三阴性乳腺癌（TNBC）的解析是另一个关键论据。观点指出，TNBC并非单一实体，基因表达谱分析将其细分为七个亚型：基底样1型（BL1）、基底样2型（BL2）、免疫调节型（IM）、间充质型（M）、间充质干细胞样型（MSL）、管腔雄激素受体型（LAR）和不稳定型（UNS）。这一精细分类具有直接的临床转化价值，可以指导治疗选择。例如，BL1和BL2亚型对紫杉烷等抗有丝分裂药物敏感，MSL/M亚型对达沙替尼敏感，而LAR亚型则可能受益于恩杂鲁胺等雄激素受体拮抗剂。 文章也探讨了mRNA半衰期这一特殊性质在乳腺癌中的作用。证据表明，雌激素可通过调节细胞内选择性多聚腺苷酸化（APA），缩短CDC6基因mRNA的3’非翻译区（3’UTR），从而增加其稳定性，最终增强肿瘤细胞的DNA修复能力，促进癌症进展。另一项重要证据是，作为一种mRNA结合蛋白，三聚四脯氨酸蛋白（TTP）能加速mRNA降解。提升TTP的表达水平，可将乳腺癌患者的死亡风险降低2至3倍，这反向证明了mRNA稳定性调控在疾病预后的关键价值。 除了编码RNA，功能性非编码RNA，特别是微小RNA（miRNAs），在乳腺癌分型中也显示出巨大潜力。早在2005年，研究人员就发现，通过比较乳腺癌和正常组织中的miRNA表达谱，可完美区分肿瘤与正常组织。一项2007年的研究通过分析38个miRNAs的表达差异，成功对93个肿瘤样本中的51个进行了分子分型，这为miRNA作为分子标志物提供了概念验证。在功能层面，miR-200家族被证实可调控乳腺癌干细胞（CSCs）的自我更新，而let-7家族在侵袭性差的管腔型乳腺癌细胞中高表达，反之在侵袭性强的间充质样细胞中则通常缺失，揭示了miRNA与肿瘤干细胞特性及侵袭能力的内在联系。 单细胞RNA测序（scRNA-seq）的应用则为理解肿瘤异质性带来了革命性视角。通过诸如微流控和流式细胞荧光分选（FACS）等技术分离单细胞并进行转录组分析，研究人员得以精确描绘肿瘤内部不同细胞亚群的基因表达图谱。例如，对循环肿瘤细胞（CTCs）进行单细胞测序发现，其ER、PR和HER2状态与对应原发性肿瘤有显著差异，且CTCs并不按患者或疾病阶段聚类，而是形成具有根本性不同表型的独特亚群，这挑战了仅依靠原发灶活检进行诊疗决策的模式。 综合单细胞转录组数据，文章提出了一个核心的理论模型，即“三阴性灰色地带”（Triple Negative Gray Area, TNGA）的概念。该观点认为，在TNBC中，存在一个同时具有基底样型、claudin-low型及正常乳腺样型三者特征的细胞亚群，即TNGA。该亚群兼具三阴性特征（ER-/PR-/HER2-）、低水平管腔基因表达、以及显著的干性和迁移特性。在已有的乳腺癌分化层级模型基础上，文章提出了修订假说：乳腺干细胞先受限分化为管腔祖细胞，后者再进一步分化为TNGA细胞。在不同因素诱导下，TNGA细胞可发展为基底样型、claudin-low型和正常乳腺样型肿瘤，阐明了这三种亚型在TNBC中混杂交织的潜在发育起源。

论点三：蛋白质组学是贴近临床表型、实现精准诊治的终极验证环节 文章论证了蛋白质组学在临床应用中不可替代的桥梁作用。尽管基因表达谱推动了分子分型，但其进入常规临床应用仍面临技术标准化、全球可及性不足等障碍。传统病理学检查，特别是免疫组织化学（IHC），通过直接检测肿瘤细胞中的蛋白质，依然是临床诊断的金标准。IHC通过抗体结合目标蛋白并进行显色反应，直观地指导了基于雌激素受体（ER）、孕激素受体（PR）和人类表皮生长因子受体2（HER2）表达水平的乳腺癌临床分类。这种分类直接决定了治疗方案：例如，ER阳性乳腺癌适用他莫昔芬等内分泌治疗，HER2阳性乳腺癌则对HER2靶向药物敏感。而三阴性乳腺癌由于缺乏这三个靶点，治疗手段局限，主要依赖化疗。 单细胞蛋白质组学的兴起，旨在解决传统蛋白质检测需要大量细胞、且无法分辨肿瘤内功能异质性的难题。文章介绍了几种关键技术：流式细胞术（flow cytometry）已能从单细胞中同时分析10-15种荧光标记物，用于评估整个细胞信号通路；单细胞质谱（MS）则为蛋白质及其翻译后修饰（PTMs）的全面无标记定量分析提供了可能，但其对低丰度蛋白的检测灵敏度仍面临挑战；反相蛋白阵列（RPA）则允许在极少量的样品中同时进行数百至上千个样品的多重蛋白检测。这些技术使得在单个细胞层面解析信号通路活性、识别稀有功能性亚群成为可能，为开发超越传统IHC分型的、更精准的预后标志物和联合治疗靶点奠定了方法论基础。

论文的意义与价值 本文的系统性综述具有重要的学术和临床指导价值。科学上，它清晰地梳理了从基因组层面静态编码到转录组层面动态调控，再到蛋白质组层面功能执行的逻辑链条，并强调了每一步中单细胞技术如何彻底改变了我们对肿瘤异质性的认知。特别是，文章通过整合多方证据提出的“TNGA”进化模型，为三阴性乳腺癌的高度复杂性提供了一个逻辑连贯的解释框架。在应用层面，本综述指明了未来精准医学的发展方向：仅仅依赖单一组学或传统整体分析是远远不够的，必须将单细胞分辨率的基因组学、转录组学和蛋白质组学数据进行系统性整合。这种多模态整合策略是发现新治疗靶点、预测耐药、制定个体化联合治疗方案，并最终改善乳腺癌患者预后的关键路径。