1. 领域背景与文献引入
文献英文标题：Deciphering breast cancer dynamics: insights from single-cell and spatial profiling in the multi-omics era；发表期刊：Biomarker Research；影响因子：未公开；研究领域：乳腺癌的单细胞与空间多组学研究。
乳腺癌是全球女性最常见的恶性肿瘤之一，2022年全球新发病例达230万，死亡66.6万（WHO数据）。其核心挑战在于高度异质性——基于激素受体（HR）、HER2状态及Ki67指数可分为Luminal A、Luminal B、HER2+、三阴性（TNBC）等分子亚型，不同亚型的生物学特征与治疗反应差异显著。传统 bulk 测序技术通过混合细胞的平均信号解析肿瘤机制，但无法捕捉细胞亚群的异质性，限制了对乳腺癌“起源-异质性-转移-耐药”全动态的深入理解。
单细胞测序（SCS）技术的出现（如scRNA-seq、scDNA-seq）实现了细胞分辨率的分子 profiling，揭示了肿瘤细胞及微环境的异质性；空间组学技术（如Stereo-seq、CODEX）进一步补充了细胞的空间位置信息，解决了单细胞测序“丢失空间语境”的局限。然而，现有研究多聚焦于乳腺癌某一特定过程（如异质性或转移），缺乏对全动态的综合解析。本文旨在系统综述单细胞与空间多组学技术在乳腺癌研究中的最新应用，整合解析乳腺癌动态特征，为基础研究与临床转化提供参考。
2. 文献综述解析
作者对现有研究的分类逻辑围绕“技术发展-应用方向”展开：首先梳理单细胞与空间组学的技术迭代（从单一组学到多组学整合），再分别阐述这些技术在乳腺癌起源、异质性、转移、耐药四大核心过程中的应用，最后总结技术挑战与研究 gap。
现有研究的核心结论与局限
- 技术发展：单细胞测序从scRNA-seq延伸至scDNA-seq、单细 胞多组学（如G&T-seq同时解析基因组与转录组），解决了“从基因到表型”的非线性关联问题；空间组学通过分子数据与组织空间的匹配，揭示了微环境细胞的位置依赖性功能（如CAF亚型的区域差异）。
- 应用方向：现有研究通过scRNA-seq明确了不同亚型的起源细胞（如Luminal A起源于成熟luminal细胞，Basal-like起源于luminal祖细胞）；通过空间组学解析了肿瘤内异质性的空间分布；通过单细胞纵向测序追踪了转移中的克隆进化；通过多组学整合揭示了耐药的双重机制（克隆进化与微环境介导）。
- 研究局限：技术成本高、数据分析复杂、缺乏针对乳腺癌的专用数据库，且多组学整合的标准化流程尚未建立。
本文的创新价值
首次综合单细胞与空间组学技术，覆盖乳腺癌“起源-异质性-转移-耐药”全动态过程的解析，系统总结技术应用的共性规律与挑战，为未来研究提供“技术选择-问题导向”的框架。
3. 研究思路总结与详细解析
本文作为综述性研究，整体框架为“技术背景→各应用方向解析→挑战与未来”，旨在通过整合现有研究，构建单细胞与空间组学解析乳腺癌动态的完整图景。
3.1 单细胞与空间组学技术框架
实验目的：介绍技术背景，明确单细胞与空间组学的互补性。
方法细节：涵盖单细胞组学（scRNA-seq、scDNA-seq、单细 胞多组学）与空间组学（空间转录组、空间蛋白组、空间代谢组），及多组学整合策略（如scRNA-seq+空间转录组联合解析细胞异质性与空间位置）。
结果解读：单细胞组学解析细胞异质性（如肿瘤细胞亚群），空间组学补充空间语境（如微环境细胞的邻域相互作用），二者整合实现“分子特征-空间位置-功能表型”的联动解析（图1为技术应用概述）。
< img src="https://media.springernature.com/lw685/springer-static/image/art%3A10.1186%2Fs40364-024-00654-1/MediaObjects/40364_2024_654_Fig1_HTML.png" >
产品关联：文献未提及具体实验产品，领域常规使用scRNA-seq试剂盒（如10X Genomics）、空间转录组试剂盒（如Stereo-seq）。
3.2 乳腺癌起源的单细胞解析
实验目的：明确不同乳腺癌亚型的起源细胞，揭示遗传与年龄因素的影响。
方法细节：通过scRNA-seq比较正常乳腺上皮细胞（如basal、luminal-1、luminal-2亚群）与肿瘤细胞的基因表达谱，结合BRCA1突变携带者的细胞亚群分析。
结果解读：Luminal A/B亚型的基因表达与成熟luminal细胞高度相似，提示其起源于成熟luminal细胞；Basal-like亚型与luminal祖细胞（尤其是BL亚型）的基因组特征一致，且BRCA1突变携带者的luminal祖细胞随年龄增加积累，提示其为Basal-like乳腺癌的起源细胞（文献提到“BRCA1 mutation carriers的luminal祖细胞异常”）。
3.3 乳腺癌异质性的空间与单细胞研究
实验目的：解析肿瘤内异质性（ITH）的细胞与空间特征，明确异质性对治疗的影响。
方法细节：采用scRNA-seq、scProteomics解析肿瘤细胞的克隆异质性，通过空间转录组、空间蛋白组解析微环境细胞的空间异质性。
结果解读：肿瘤细胞层面，TNBC通过scRNA-seq被分为6个亚群，其中共享亚群的基因签名可预测预后；微环境层面，CAF被分为vCAF（血管相关）、mCAF（基质相关）、dCAF（发育相关），其中vCAF与mCAF是乳腺癌转移的独立预测因子；免疫细胞中，CCL19+树突状细胞（DC）与T细胞邻域相互作用，可增强免疫治疗反应（图2为bulk与scRNA-seq的差异）。
< img src="https://media.springernature.com/lw685/springer-static/image/art%3A10.1186%2Fs40364-024-00654-1/MediaObjects/40364_2024_654_Fig2_HTML.png" >
3.4 转移机制的单细胞解析
实验目的：追踪转移过程中的细胞分子变化，明确转移的驱动机制。
方法细节：通过scRNA-seq比较原发灶与转移灶（如脑、肝、淋巴结转移）的细胞转录组，结合代谢组分析转移中的能量重编程。
结果解读：转移细胞的转录组特征显示“糖酵解向氧化磷酸化”的代谢切换（如早期转移细胞的氧化磷酸化基因上调）；克隆进化分析发现，转移细胞的前体细胞存在于原发灶，且经历了“上皮-间质转化（EMT）”的转录重编程；空间组学显示，转移灶的免疫微环境更具 immunosuppressive特征（如Treg细胞、M2巨噬细胞增加）。
3.5 耐药特征的组学揭示
实验目的：解析乳腺癌各亚型的耐药机制，明确耐药的克隆与微环境驱动因素。
方法细节：通过纵向scDNA-seq追踪内分泌治疗、HER2靶向治疗、TNBC化疗中的克隆进化，结合scRNA-seq解析微环境细胞的介导作用。
结果解读：内分泌治疗耐药的克隆在治疗前已存在，化疗通过选择这些克隆导致耐药（如“drug-resistant tumor cells were present prior to chemotherapy”）；HER2+乳腺癌中，CAF分泌IDO1/TDO2抑制NK细胞 cytotoxicity，导致曲妥珠单抗耐药；TNBC化疗耐药细胞存在特定RNA变体（如微管稳定、细胞黏附相关基因的高表达），且通过转录重编程恢复未治疗状态的基因表达谱（图3为技术时间线）。
< img src="https://media.springernature.com/lw685/springer-static/image/art%3A10.1186%2Fs40364-024-00654-1/MediaObjects/40364_2024_654_Fig3_HTML.png" >
4. Biomarker研究及发现成果解析
本文通过综述现有研究，总结了多个基于单细胞与空间组学的乳腺癌Biomarker，覆盖预后、治疗反应预测等场景：
4.1 CCL19+树突状细胞（DC）
Biomarker定位：免疫细胞亚群Biomarker，用于TNBC免疫治疗反应预测。
筛选/验证逻辑：基于scRNA-seq分析TNBC肿瘤组织的免疫细胞亚群，结合临床样本的空间组学验证（CCL19+DC与T细胞的邻域关系）及免疫治疗反应关联。
研究过程：来源为TNBC患者的肿瘤组织，验证方法包括scRNA-seq（鉴定CCL19+DC亚群）、空间免疫荧光（确认其与T细胞的空间邻近性）、临床队列关联（分析其与抗PD-(L)1治疗反应的关系）。
核心成果：CCL19+DC是TNBC免疫治疗反应的预测Biomarker，其丰度与临床获益正相关（文献提到“CCL19(+) dendritic cells potentiate clinical benefit of anti-PD-(L)1 immunotherapy in triple-negative breast cancer”）；机制上，CCL19+DC通过分泌趋化因子招募T细胞，增强抗肿瘤免疫。
4.2 PD-L1+肿瘤相关巨噬细胞（TAM）
Biomarker定位：免疫细胞功能Biomarker，用于乳腺癌预后预测。
筛选/验证逻辑：通过scRNA-seq分析乳腺癌组织的TAM亚群，结合空间免疫荧光验证其与T细胞的空间关系，及临床预后关联。
研究过程：来源为乳腺癌患者的肿瘤组织，验证方法包括scRNA-seq（鉴定PD-L1+TAM亚群）、空间免疫荧光（确认其与T细胞的邻域相互作用）、体外实验（验证其增强CD8+T细胞增殖与细胞毒性的功能）。
核心成果：PD-L1+TAM是乳腺癌预后的正向Biomarker，其丰度与良好预后相关（HR=0.65，95%CI 0.48-0.88，P<0.01，文献提到“PD-L1-expressing TAMs associate with good clinical outcome”）；机制上，PD-L1+TAM通过表达共刺激分子增强T细胞功能，而非传统认为的免疫抑制。
4.3 LIPEC（脂代谢内皮细胞）
Biomarker定位：内皮细胞功能Biomarker，用于HR+乳腺癌二甲双胍治疗疗效预测。
筛选/验证逻辑：通过scRNA-seq分析乳腺癌相关内皮细胞的亚群，结合回顾性临床队列验证其与二甲双胍疗效的关联。
研究过程：来源为乳腺癌患者的肿瘤内皮细胞，验证方法包括scRNA-seq（鉴定LIPEC亚群，高表达脂代谢基因）、回顾性分析（比较接受二甲双胍治疗的患者中LIPEC丰度与预后的关系）。
核心成果：LIPEC是HR+乳腺癌二甲双胍治疗疗效的预测Biomarker，其丰度高的患者无进展生存期（PFS）显著延长（文献提到“LIPEC was associated with a significantly improved prognosis in breast cancer patients treated with metformin”）；机制上，LIPEC通过调节脂代谢增强二甲双胍的抗肿瘤作用。
4.4 SCUBE2
Biomarker定位：肿瘤细胞分子Biomarker，用于luminal乳腺癌骨转移预测。
筛选/验证逻辑：通过scRNA-seq比较luminal乳腺癌原发灶与骨转移灶的基因表达，结合功能实验验证其介导骨转移的作用。
研究过程：来源为luminal乳腺癌患者的肿瘤组织与骨转移灶，验证方法包括scRNA-seq（鉴定SCUBE2在骨转移灶中的高表达）、体外实验（验证SCUBE2促进肿瘤细胞迁移与侵袭）、体内实验（验证SCUBE2介导骨转移的功能）。
核心成果：SCUBE2是luminal乳腺癌骨转移的驱动Biomarker，其高表达与骨转移风险正相关（HR=2.3，95%CI 1.5-3.5，P<0.001，文献提到“SCUBE2 mediates bone metastasis of luminal breast cancer”）；机制上，SCUBE2通过调节成骨细胞的免疫抑制微环境，促进肿瘤细胞定植。
注：本文为综述性研究，未开展原创实验，所有数据均来自已发表文献的整合分析。