数据日期 2026-10-25 · 生成时间 2026-10-25 05:54
档位说明：本文为摘要级卡片，仅依据期刊公开摘要与 PubMed 元数据撰写，付费墙全文未获取、未逐节核验；摘要中被截断或不可见的效应量，本站不做任何推算补全。
研究问题
细胞衰老对乳腺癌进展与治疗反应具有情境依赖的双向作用，但其病理表现、细胞组织方式与临床意义尚未被系统刻画。
方法
整合全切片病理图像（H&E）、bulk 转录组、单细胞 RNA 测序、空间转录组与临床数据；从 H&E 图像提取定量病理与深度学习特征；用机器学习生存模型构建衰老相关签名（SRS）。
核心结论
SRS 能有效将患者分层为不同预后组，并在内部划分的 TCGA-BRCA 子集中表现一致，高 SRS 患者生存显著更差。单细胞分析显示衰老活性主要富集于上皮与内皮细胞，而成纤维细胞是主要的信号发送群体，并介导与肿瘤细胞增强的胶原相关通讯。低 SRS 肿瘤表现出更高的免疫细胞浸润、更高的免疫检查点表达、更高的免疫表型评分，以及更有利的基于 TIDE/IPS 的预测应答特征。
局限
主要为回顾性、计算性分析，缺少前瞻性临床验证；TCGA 内部划分不足以替代独立外部队列；"衰老活性"由签名推断而非直接测量（如 SA-β-gal、p16 原位染色）；免疫治疗应答为预测而非实际应答数据。
对本项目的价值
★★★★☆ "从 H&E 切片直接读出衰老签名" 这一技术路线极具应用价值——病理切片是临床最易获得的材料；SRS 作为免疫治疗应答预测因子的思路可迁移到年龄相关肿瘤免疫衰退研究。
原文题录
- 英文标题：A Senescence-Related Signature for Risk Stratification and Predicted Immunotherapy Response in Breast Cancer: Integrative Pathology and Multi-Omics Analysis
- 期刊与标识：FASEB J｜PMID 42910514｜DOI 10.1096/fj.202603669R（CrossRef ✅）
A 级证据分级：A 级（同行评议人体研究）
本文属人体研究证据，但需注意：观察性或小样本干预的结论不等于已证实临床获益；效应量与长期安全性仍需更大规模、更长随访的试验验证。
关于本文的文献来源：本站依据 IMA 知识库「五刊监控·深度文献卡片」（SOP §4.2 摘要级）撰写，依据期刊公开摘要与 PubMed 元数据；付费墙全文未获取之处已标注「待补全文」，未做任何数值推算补全。