空间生境影像组学预测乳腺癌三级淋巴结构状态并识别IDO1+迁移性树突状细胞轴

Spatial habitat radiomics predicts tertiary lymphoid structure status and identifies an IDO1+ migratory dendritic cell axis in breast cancer

作者信息Yushuai Yu, Qing Wang, Yidan Lin, Kaiyan Huang, Ruijuan Wang, Junxiao Wang, Xiewei Huang, Jie Zhang, Weiwei Chen, Ruiliang Chen, Xuejun Chen, Fan Meng, Hengyu Zhang, Junhui Yuan, Jianqing Lin, Chuangui Song
PMID42692536
发布时间2026-09-03
DOI10.1136/jitc-2026-015224

实验完整度

包含多中心影像组学模型构建与验证、多组学分析(转录组、基因组、病理组、单细胞)、空间蛋白组学(mIF)以及体外药物敏感性功能实验。

主要模型

MDA-MB-231乳腺癌细胞系 MCF-7乳腺癌细胞系 多中心乳腺癌患者队列 TCGA-BRCA队列

重点核对

shTLS模型在训练集(n=181)和独立验证集(TCGA-BRCA,n=137)中的AUC值(0.864和0.825) shTLS评分与TLS状态(p<0.001)及新辅助治疗反应(p<0.001)的显著关联 IDO1表达在shTLS低评分组及TLS阴性肿瘤中显著上调(p<0.05) 体外实验中IDO1抑制剂将紫杉醇在MDA-MB-231中的IC50从17.8 nM降至12.92 nM 体外实验中IDO1抑制剂将dalpiciclib在MCF-7中的IC50从21.6 μM降至15.36 μM

摘要

背景:三级淋巴结构(TLS)是与乳腺癌(BC)治疗反应和良好结局相关的空间组织免疫微环境。然而,TLS评估目前依赖于侵入性组织分析,影像学预测TLS的生物学机制尚不清楚。方法:我们利用动态对比增强MRI开发并验证了一种基于空间异质性的影像组学TLS特征(shTLS),用于在多中心BC队列中非侵入性预测TLS状态。使用空间生境影像组学捕获肿瘤内和肿瘤周围的免疫相关异质性。整合多组学分析,包括转录组学、病理组学、基因组学、单细胞RNA测序、免疫组化和多重免疫荧光,对shTLS定义的亚组进行生物学解释。进行了功能性药物敏感性实验以评估治疗意义。结果:shTLS模型在独立队列和分子亚型中均表现出稳健的预测性能。高shTLS评分与免疫炎症型肿瘤相关,其特征是空间聚集的活化T细胞和树突状细胞(DC)。相反,低shTLS肿瘤表现出免疫抑制性空间生态位,CD4+PD-1+T细胞和浆细胞在周围聚集,免疫-肿瘤分离增加,炎症和免疫调节信号增强。在低shTLS肿瘤中观察到吲哚胺2,3-双加氧酶1(IDO1)相关的免疫调节程序,该程序似乎优先由LAMP3+CCR7+迁移性DC表达。药物抑制IDO1在体外增强了化疗和CDK4/6抑制剂的敏感性。结论:本研究将空间影像组学建立为一种非侵入性方法,用于解码TLS相关的免疫生态系统,并支持存在IDO1相关的免疫抑制表型,为患者分层和未来的联合策略提供了生物学见解和转化依据。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
能否利用治疗前DCE-MRI影像组学无创预测乳腺癌TLS状态,并探索影像学预测背后的生物学机制。
核心机制
在shTLS低评分的TLS阴性肿瘤中,IDO1+ LAMP3+CCR7+迁移性树突状细胞富集,介导免疫抑制并导致免疫排斥,与CD4+PD-1+T细胞在肿瘤外周聚集及免疫-肿瘤分离增加相关。
主要证据
多中心影像队列证实shTLS模型能预测TLS状态并与新辅助治疗反应显著相关;通过转录组、单细胞测序和多重免疫荧光在独立队列中验证了上述免疫抑制程序;体外实验证明IDO1抑制增强化疗和CDK4/6抑制剂的敏感性。
研究意义
该研究为影像组学预测TLS的生物学基础提供了见解,并支持将IDO1作为TLS阴性乳腺癌的潜在治疗靶点,为患者分层和未来的联合治疗策略提供依据。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

TLS的预后和治疗反应价值验证

确认TLS状态在乳腺癌中的临床意义。

利用METABRIC队列基于12-chemokine基因特征计算TLS评分,并在中国队列(YNCH、SHFJ)中基于病理TLS状态验证其与预后的关系。分析三个中国医院队列中TLS状态与NAT反应率的关系。

2

基于DCE-MRI的空间生境影像组学模型构建与验证

开发并验证一种基于治疗前DCE-MRI的非侵入性TLS预测模型。

从多中心队列收集治疗前DCE-MRI,人工勾画瘤内ROI(L1),自动生成瘤周ROI(L2),采用SLIC和K-means聚类生成生境图,提取传统和生境影像组学特征,整合瘤内和瘤周信息,使用XGBoost算法构建TLS预测模型(shTLS),并在外部队列中验证其性能及与NAT反应和预后的关联。

3

基于shTLS评分的多组学差异分析

探索shTLS高低组之间的生物学差异,以解释影像模型背后的免疫机制。

对I-SPY2转录组数据(GSE194040)进行差异表达及富集分析;对TCGA-BRCA进行体细胞突变分析;对病理切片进行病理组学特征提取;使用多重免疫荧光评估TLS成熟阶段及免疫细胞空间分布。

4

单细胞转录组分析鉴定IDO1+迁移性树突状细胞

在单细胞水平上鉴定IDO1表达的细胞类型及其与治疗反应的关系。

对GSE246613数据集的scRNA-seq数据进行分析,表征免疫细胞类型及IDO1表达,并与NAT反应关联。

5

体外功能验证IDO1抑制剂的增敏作用

验证IDO1抑制是否增强化疗药物和CDK4/6抑制剂的体外抗肿瘤效果。

在MDA-MB-231细胞中用紫杉醇及IDO1抑制剂处理,MCF-7细胞中用dalpiciclib及IDO1抑制剂处理,CCK-8检测细胞活力并计算IC50。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
ITK-SNAP----
Onekey AI平台----
CellProfiler----
HALO软件----
CD20抗体----
CD21抗体----
CD23抗体----
CD4抗体----
PD-1抗体----
CD138抗体----
CD11c抗体----
广谱细胞角蛋白抗体----
DAPI染料----
IDO1抗体----
紫杉醇--33069-62-4
达尔西利Jiangsu Hengrui Pharmaceuticals Co.--
IDO1抑制剂----
DMEM培养基----
胎牛血清----
青霉素/链霉素----
IDO1抑制剂----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
TLS预测模型开发
训练队列共181例,来自乳腺癌患者,需接受NAT并手术;影像为治疗前DCE-MRI峰期序列;瘤内ROI人工勾画,瘤周ROI为自动扩展0-5mm;使用SLIC超像素分割和K-means聚类生成生境;特征提取用PyRadiomics;最终模型使用XGBoost算法。
阅读提示:详见Methods部分:'Study design and population', 'DCE-MRI acquisition and preprocessing procedures', 'Traditional and spatial habitat radiomics workflow', 'Model development and validation'
TLS病理评估
TLS阳性定义为至少一个离散、边界清晰的淋巴聚集体,具有结节状或淋巴组织样结构,位于肿瘤相关基质或瘤周浸润缘;排除弥漫性浸润和散在炎症细胞等。
阅读提示:详见Methods部分:'Histopathological evaluation of TLS on H&E slides' 及在线补充方法2
多组学分析
转录组分析基于I-SPY2队列GSE194040,将shTLS高/低分组后比较;基因组分析基于TCGA-BRCA;单细胞转录组数据来自GSE246613;多重免疫荧光使用27例经H&E确认TLS的患者样本,区分TLS成熟阶段采用CD20/CD21/CD23标记。
阅读提示:详见Methods部分:'Multi-omics analysis', 'Bulk transcriptomics and differential analysis', 'Genomic variant analysis', 'Pathomics feature analysis', 'Multiplex immunofluorescence analysis', 'Therapeutic target screening' 以及对应补充方法
体外药物敏感性实验
细胞系为MDA-MB-231和MCF-7;处理为紫杉醇或dalpiciclib联合或不联合IDO1抑制剂;检测方法为CCK-8;需生物学三重复。
阅读提示:详见Methods部分:'Therapeutic target screening'中体外实验描述及在线补充方法10
IDO1表达验证
采用IHC评估IDO1在TLS阳性/阴性及shTLS高/低组之间的表达差异;mIF验证IDO1与LAMP3+CCR7+的共定位。
阅读提示:详见Results部分:'IHC analysis'及'Multi-omics and experimental validation of IDO1'