单细胞形态和拓扑图谱揭示了人类乳腺癌的生态系统多样性

主要观点总结

本文介绍了来自上海复旦大学肿瘤中心乳腺外科的Zhao, Shen等人提出的单细胞形态和拓扑分析（sc-MTOP）框架，该框架用于表征人类乳腺癌生态系统。研究使用数字病理学和计算机图像分析从病理全幻灯片图像(WSI)中高通量表征肿瘤生态系统，并提出了sc-MTOP框架以在单细胞水平上表征肿瘤生态系统。为了方便其他研究者共享数据和使用sc-MTOP框架，还开发了一个在线平台。文章详细描述了数据集、方法、结果及结论，强调了单细胞形态和拓扑分析的重要性，并展示了其在乳腺癌研究中的应用价值。

关键观点总结

关键观点1: 研究背景

随着对肿瘤复杂性的认识，越来越多的人认为肿瘤是一个由多种细胞及细胞间相互作用组成的生态系统。肿瘤的生物学行为、预后和治疗反应不仅取决于肿瘤细胞的特性，还与其他细胞成分及其与肿瘤细胞的相互作用有关。

关键观点2: 研究方法

本研究使用数字病理学和计算机图像分析，通过单细胞形态和拓扑分析（sc-MTOP）框架高通量表征肿瘤生态系统。首先使用Hover-Net算法对WSI上的细胞核进行分割并预测其细胞类型，然后基于细胞核轮廓和细胞间空间关系提取细胞核形态学、纹理和拓扑特征。采用聚类分析生成可视化的、生物可解释的数据，以在多个层面上表征乳腺癌生态系统的表型多样性。

关键观点3: 研究结果

研究发现不同亚型的乳腺癌具有不同的炎性细胞空间分布模式，局部聚集的炎症细胞的高丰度可能表明tnbc患者对免疫治疗有更好的响应。此外，研究者还提出了一个量化指标——肿瘤细胞核的形态肿瘤内异质性（MITH），该指标与肿瘤的侵袭性特征、遗传肿瘤内异质性和药物反应之间存在相关性。

关键观点4: 研究意义

本研究提出的sc-MTOP框架和具有匹配临床和多组学数据的大型单细胞数据集为乳腺癌研究提供了宝贵资源。sc-MTOP分析有助于全面剖析乳腺癌生态系统的表型多样性，并揭示了其临床价值，为乳腺癌的预后预测和治疗提供了新思路。