利用空间蛋白谱预测三阴性乳腺癌的预后

为何癌细胞的布局很重要

当医生在显微镜下观察一种侵袭性乳腺癌时，会看到肿瘤细胞、免疫细胞和支持组织交织的拥挤景观。但直到最近，大多数检测侧重于测量某种分子的含量，而非它在组织中的位置。本研究表明，三阴性乳腺癌内部蛋白质与细胞的物理排列可以预测患者的结局，并且提出了一种从高分辨率图像中直接读取这些空间模式的新方法。

以多色方式观察癌组织

研究者使用来自88名三阴性乳腺癌患者的组织样本开展工作，这种类型缺乏常见的药物靶点且预后常较差。他们采用一种称为成像质谱细胞术的技术，用数十种金属标记抗体对每个样本进行染色。在专用扫描仪下，这会产生图像，使组织中每个点都拥有多种蛋白的详细指纹，同时展现肿瘤细胞、各种免疫细胞、血管和结构性纤维等。

把图像切成小块而不是按细胞分割

目前大多数方法试图为每个细胞画出边界并对其类型进行分类，这一过程容易出错且耗时，尤其是在细薄的组织切片中细胞常被部分截取。该团队提出了SparTile方法，跳过画单个细胞轮廓的步骤。SparTile将每张图像切成许多小的重叠方块（瓦片），并使用数学技术学习这些瓦片内反复出现的蛋白联合模式。它首先将瓦片分组到较大的区域——肿瘤、支持组织（基质）或富免疫区，然后进一步把每个区域细分为更具体的“微环境”，每种微环境具有其独特的蛋白组合和邻近细胞类型。

与患者结局相关的隐秘“街区”

在绘制出这些微环境后，科学家们量化了每种模式在每位患者样本中出现的多少，并将其与长期生存数据进行比较。出现了若干引人注目的关联。其中一种富含蛋白MX1和髓系免疫细胞标志的肿瘤中心微环境与更高的死亡风险相关。另一种以波形蛋白（vimentin）为特征的肿瘤模式——这通常表明肿瘤细胞转向更具迁移性和侵袭性的状态——也与较差的生存紧密相关。相反，以特定T细胞为主的区域与更好的结局相关，而富B细胞的区域影响较弱，可能是因为在所分析的小组织芯中这类区域较为罕见。

肿瘤与免疫细胞之间的距离是危险信号

除了存在特定微环境外，它们之间的空间关系也很重要。团队计算了一种统计量，衡量肿瘤区域与髓系免疫区域在空间上蛋白信号的重叠程度，以评估二者距离的紧密程度。那些肿瘤中髓系富集区域紧挨肿瘤细胞的患者，预后往往更差；而两者更为分离的患者情况相对较好。即使在考虑了常规临床因素后，这一“距离”度量仍然是强有力的风险预测因子，并且在两组来自其他研究机构的独立乳腺癌图像数据集上也得到了验证。

解读肿瘤景观的新方法

为检验方法的稳健性，作者将SparTile与依赖细胞分割与分类并在其周围构建邻域的传统方法进行了比较。虽然基于细胞的分析确实恢复出了一些相同的模式，但在不同数据集间的一致性较差，也不太擅长识别某些高风险微环境，例如涉及MX1和髓系细胞的区域。由于SparTile直接作用于原始蛋白图像，它避免了许多逐细胞方法的假设与技术陷阱，同时在需要为实验或治疗设计提供详细细胞类型信息时，仍可与这些方法结合使用。

对患者与未来治疗的影响

这项工作表明，预测三阴性乳腺癌患者结局时，不仅是“成分表”重要，肿瘤的布局也至关重要。通过将复杂的多蛋白图像转化为可解释的空间模式和简单的距离度量，SparTile为从小型组织样本中识别高风险患者并发现可能被未来疗法针对的生物学排列提供了一种途径。尽管在可用于常规临床之前仍需更多验证，这一方法指向了一个前景：肿瘤的“地图”将像其分子清单一样重要。

引用: Foroughi pour, A., Wu, TC., Noorbakhsh, J. et al. Prediction of outcome from spatial Protein profiling of triple-negative breast cancers. Commun Med 6, 133 (2026). https://doi.org/10.1038/s43856-026-01400-4

关键词: 三阴性乳腺癌, 肿瘤微环境, 空间蛋白组学, 成像质谱细胞术, 预后生物标志物