在免疫能力强的乳腺癌模型的进展过程中,多细胞表型动态
Louise Gsell1,2, Spencer S Watson3,4, Iva Sutevski1,2
1Department of Cell and Molecular Biology, Karolinska Institutet, 171 65 Stockholm, Sweden.
iScience
|November 24, 2025
概括
在小鼠模型中使用单细胞RNA测序分析乳腺瘤微环境动态,揭示了细胞变化的三个时间模式. 癌细胞,细胞毒性T细胞和巨细胞等关键细胞群在瘤进展过程中可预测地发生了变化.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 基因组学就是基因组学.
背景情况:
- 乳腺瘤微环境 (TME) 对瘤进展和治疗反应至关重要.
- 单细胞RNA测序 (scRNAseq) 已经使TME的高分辨率分析成为可能.
- 由于伦理和实际限制,分析患者TME的时间动态具有挑战性.
研究的目的:
- 在瘤进展过程中调查乳腺TME的时间动态.
- 在TME中识别细胞变化的独特时间模式.
- 确定细胞参与者参与瘤发展的时间.
主要方法:
- scRNAseq是在不同时间点在小鼠乳腺瘤全移植模型上进行的.
- 使用PyMT抗原来驱动瘤的进展.
- 运用计算分析来确定多细胞表型动态.
主要成果:
- 确定了三种TME动态的时间模式:稳定的殖民,波形和渐进的增长.
- 特定细胞种群,包括IFN响应性癌细胞,GzmB+细胞毒性T细胞和C1q巨细胞,与瘤进展并行增加.
- 这项研究绘制了TME内的蜂参与者的进入和退出动态.
结论:
- 该研究成功地在临床前模型中分析了乳腺TME的时间动态.
- 了解这些动态,可以了解瘤间异质性和细胞事件序列.
- 这些发现揭示了特定细胞类型在乳腺瘤进展中的时间作用.


