影響因子：7.3

研究概述：作為最致命的乳腺癌亞型奥吩，三陰性乳腺癌（TNBC）是一種侵襲性極強的內(nèi)分泌惡性腫瘤哼蛆，復發(fā)率和遠處轉(zhuǎn)移率都很高。盡管化療和新輔助免疫療法在改善患者預后方面取得了進展霞赫，但許多患者仍會產(chǎn)生化療耐藥性腮介。TNBC患者出現(xiàn)化療耐藥的可能性各不相同。一種推測認為端衰，它與腫瘤微環(huán)境（TME）密切相關叠洗。與其他亞型相比芥喇，TNBC具有獨特的TME，為癌細胞與周圍的內(nèi)皮細胞毅往、免疫細胞和成纖維細胞相互作用創(chuàng)造了有利的環(huán)境漾稀，可刺激病情進展。作為T細胞的一個特殊亞群腾节，T調(diào)節(jié)細胞（Tregs）可抑制抗腫瘤免疫反應忘嫉，并通過抑制T細胞增殖和細胞因子的產(chǎn)生來防止自身免疫。TME浸潤的Tregs可通過激活免疫抑制和促腫瘤生成信號來創(chuàng)造免疫抑制環(huán)境案腺，從而減少對化療和放療反應的影響庆冕。Tregs在TME中的潛在作用和Treg細胞的潛在治療靶點可能為TNBC的腫瘤免疫療法提供新的干預措施。本研究利用WGCNA確定了METABRICTNBC樣本中與Treg浸潤相關的模塊劈榨。隨后访递，根據(jù)與Treg浸潤相關的模塊建立了預后模型。隨后證明Treg浸潤相關基因模塊可用于建立TNBC進展的臨床相關分類鞋既。本研究揭示了TK1作為腫瘤生物標記物和免疫治療靶點的潛力力九。研究流程如下：

正常乳腺上皮細胞和TNBC組織的scRNA-seq分析

從GSE125449中提取并重新分析了21個樣本的scRNA-seq數(shù)據(jù)。在這些樣本中邑闺，13個來自正常乳腺組織跌前，8個來自TNBC，基于細胞marker定義了六個細胞群（圖A）陡舅。為探索NKT細胞的異質(zhì)性抵乓，作者將NKT細胞進一步分為5群（圖B）。由于Treg細胞有利于腫瘤抑制性微環(huán)境的形成靶衍，而腫瘤抑制性微環(huán)境會促進腫瘤進展并降低對免疫療法的反應灾炭，因此作者探討了腫瘤形成過程中Treg細胞浸潤的變化，發(fā)現(xiàn)與正常乳腺組織相比颅眶，Tregs在TNBC組織中的浸潤明顯增加（圖C蜈出、D）。

根據(jù)Treg浸潤對TNBC腫瘤進行分層

為了確定與Tregs浸潤相關的關鍵標記基因涛酗，作者使用CIBERSORT算法對Treg浸潤進行量化铡原，并使用WGCNA檢測與Treg浸潤相關的基因模塊。在METABRIC隊列中發(fā)現(xiàn)了10個基因模塊商叹，其中藍色基因模塊與Treg浸潤呈正相關燕刻，與患者生存狀態(tài)呈負相關（圖A）。利用METABRIC隊列中的生存數(shù)據(jù)和藍色模塊基因的表達值剖笙，作者使用單因素cox回歸使進行了生存分析卵洗，并確定了22個與Treg浸潤相關的預后基因，然后根據(jù)這22個基因的表達值對METABRIC隊列中的患者進行了無監(jiān)督聚類（圖B）與主成分分析（圖C）弥咪。圖D熱圖顯示过蹂，這22個基因的表達模式在群組1和群組2之間存在差異十绑。關聯(lián)臨床信息，與群組1相比榴啸，群組2患者的腫瘤分級孽惰、分期更高，生存狀況更差（圖E）鸥印。生存分析也顯示，Cluster2組的預后比Cluster1組差（圖F）坦报】馑担考慮到TNBC患者可能對多種化療藥物產(chǎn)生耐藥性，作者使用oncopredict包評估了這兩個群組對四種TNBC化療藥物的反應片择，發(fā)現(xiàn)群組1中的患者對這四種常見化療藥物更敏感（圖G）潜的。

Treg浸潤相關預后模型的構建與驗證

為了促進Treg浸潤相關基因在預后中的臨床應用，作者采用了LASSO和RF兩種機器學習算法從所有22個Treg浸潤相關基因中分別篩選出17和13個關鍵基因字管，其中有7個交叉基因（圖A）啰挪，多因素Cox回歸模型證明了其獨立危險性（圖B）。隨后作者構建了風險評分嘲叔，將METABRIC隊列中的患者分為兩組亡呵，Treg浸潤相關風險評分較高的患者OS較差（圖C），時間ROC曲線也展示了其良好的預測性能（圖F）硫戈，這些結果在兩個外部隊列（GSE58812和SCAN-B）中得到了驗證（圖D,E,G,H）锰什。

高風險和低風險評分組免疫相關特征的差異

為了揭示各風險評分組在通路激活方面的差異，作者計算了基于KEGG通路基因集的GSVA評分丁逝。圖A表明高風險評分患者的代謝相關通路汁胆，而高風險評分患者的免疫相關通路的活化程度較低。此外霜幼，METABRIC隊列和SCAN-B的CIBERSORT算法結果顯示嫩码，與低風險評分患者相比，高風險評分患者的B細胞和CD8T細胞浸潤較低罪既，但Treg細胞和M2-巨噬細胞浸潤較高（圖B）铸题。有趣的是，高風險組的腫瘤突變負荷（TMB）水平低于低風險組（圖C）萝衩。此外回挽，作者還發(fā)現(xiàn)了免疫檢查點表達在低風險組和高風險組之間的差異，顯示高風險組患者的免疫檢查點基因表達低于低風險組（圖D）猩谊。最后千劈，作者計算了風險評分基因與免疫細胞浸潤之間的相關性，結果表明大多數(shù)基因與促進免疫治療反應的免疫細胞浸潤（B細胞牌捷、CD8T細胞）呈負相關墙牌，而與Treg細胞浸潤呈正相關（圖E）涡驮。

評估藥物和免疫療法反應

作者收集了一個包含TNBC患者免疫治療數(shù)據(jù)的數(shù)據(jù)集GSE173839。兔兔A表明免疫治療無反應者的風險評分高于免疫治療有反應者喜滨，圖B表明高風險評分組免疫治療失敗的患者比例高于低風險評分組捉捅。此外，ROC曲線分析表明虽风，Treg浸潤相關風險評分在預測免疫治療反應性方面表現(xiàn)出色（圖C）棒口。作者采用了使用CTRP和PRISM衍生的藥物反應數(shù)據(jù)來確定在Treg浸潤相關風險評分較高的患者中藥物敏感性較高的候選藥物。首先辜膝，在高Treg浸潤相關風險評分組和低Treg浸潤相關風險評分組之間進行差異藥物反應分析无牵，以確定在高Treg浸潤相關風險評分組中估計AUC值較低的化合物（log2FC>0.10）。接下來厂抖，作者利用AUC值與Treg浸潤相關風險評分之間的斯皮爾曼相關系數(shù)茎毁，篩選出相關系數(shù)為負的化合物。這些分析得出了10種CTRP衍生化合物（包括SGX-523忱辅、DNMDP七蜘、tivozanib、AZD6482墙懂、BRD-K04800985橡卤、PLX-4720、MK-0752垒在、MI-1蒜魄、BRD-K33199242和TG-100-115）（圖Da）和4種PRISM衍生化合物（包括uprosertib、NVP-BEZ235场躯、BAY-87-2243和temsirolimus）（圖Ea）谈为。所有這些化合物在高Treg浸潤相關風險評分組的估計AUC值都較低，并且與Treg浸潤相關風險評分成反比（圖Db踢关、Eb）伞鲫。

諾曼圖建立和評估

為了提高上述風險評分的預測能力，將風險評分和腫瘤大小結合起來签舞，利用多因素cox回歸分析建立了一個諾曼模型（圖A）秕脓。1年、2年儒搭、3年和5年的疾病特異性生存（DSS）校正曲線顯示吠架，預測的生存概率與實際生存率一致，證明了該提名圖在預測生存方面的穩(wěn)健性（圖A）搂鲫。此外傍药，作者還進行了DCA分析，結果顯示諾曼圖的預后價值優(yōu)于單個變量的預后價值（圖A）。在訓練集和測試組中拐辽，諾曼圖預測的AUC均超過了風險評分（圖B-E）拣挪。

TK1是TNBC的關鍵風險評分因子和腫瘤促進因子

空間轉(zhuǎn)錄組分析結果顯示，TK1陽性表達的細胞主要定位于腫瘤細胞俱诸。此外菠劝，在TK1高表達的TNBC組織中，Treg細胞的浸潤也有所升高（圖A睁搭、B）赶诊。為了檢測TK1表達與Tregs之間的關系，作者采用Treg標記物FOXP3多重熒光染色法對31例TNBC患者進行了評估园骆。不出所料甫何，TK1的表達與Treg標記物FOXP3的表達狀態(tài)呈正相關（圖C-E）。這一結果表明遇伞，TK1表達較高的患者表現(xiàn)出更多的Treg浸潤。

隨后作者分析了TCGA泛癌癥隊列中TK1與Hallmark通路之間的關系捶牢。在多種癌癥類型中鸠珠，TK1與細胞周期和增殖相關通路（如MYC靶點和MTORCI信號通路）呈正相關（圖A）。同時作者分析了TCGA隊列中20種癌癥類型的腫瘤和正常組織中TK1的表達情況秋麸；70%的腫瘤中TK1上調(diào)渐排，包括BLCA、UCEC灸蟆、HNSC驯耻、PRAD、KIRP炒考、COAD可缚、LUSC、KIRC斋枢、LIHC帘靡、BRCA、THCA瓤帚、LUAD描姚、CHOL、ESCA和STAD（圖B）戈次。生存分析表明轩勘，TK1的高表達與10多種癌癥較差的預后相關（圖C）。

為了驗證TK1在TNBC中作為風險評分的關鍵角色以及腫瘤啟動子的作用怯邪，作者進行了幾項功能實驗來檢測對照組和siRNA介導敲除組的遷移绊寻、侵襲和增殖能力。HPA數(shù)據(jù)庫顯示，TK1在癌癥組織中高表達（圖A）榛斯。為了探索TK1在體外TNBC增殖和遷移中的作用观游，研究人員采用瞬時轉(zhuǎn)染靶向TK1的方法抑制其表達（si-TK1-1和si-TK1-2）。TK1敲除后驮俗，TNBC細胞的遷移懂缕、侵襲和增殖能力下降，差異有統(tǒng)計學意義王凑。與對照組相比搪柑，CCK-8（圖D）和集落形成實驗（圖E）結果顯示，沉默TK1分別顯著降低了TNBC細胞的活力和增殖能力索烹。此外工碾，傷口愈合試驗和Transwell試驗的結果也顯示，與對照組相比百姓，TK1敲除后細胞的遷移能力下降（圖C渊额、F）±萋＃總之旬迹，這些發(fā)現(xiàn)共同證實了TK1能促進TNBC細胞的增殖和遷移。

研究總結：

在這項研究中求类，作者證明了TNBC中的Treg浸潤相關基因可用于建立與臨床相關的TNBC分類奔垦。基于三個TNBC隊列尸疆，開發(fā)并驗證了與Treg浸潤相關的預后模型椿猎，確定了Treg浸潤相關基因在腫瘤免疫微環(huán)境的發(fā)展和免疫治療反應中的作用。此外寿弱，作者還發(fā)現(xiàn)與Treg浸潤相關的風險評分呈負相關且藥物敏感性較高的候選藥物犯眠，它們可以預測TNBC的臨床結果和免疫治療反應。最終脖捻，作者通過表型實驗驗證Tregs可能通過調(diào)節(jié)TME內(nèi)TK1的表達來影響腫瘤的發(fā)生阔逼、發(fā)展和預后。最終得出結論：Treg浸潤相關預后模型可以拓寬我們對TNBC生物學和預后預測的理解地沮，靶向Tregs是治療TNBC的一種很有前景的方法嗜浮。