乳腺癌是全球女性最常见的恶性肿瘤之一，其中三阴性乳腺癌（triple-negative breast cancer，TNBC）作为乳腺癌中的一种特异性亚型，具有高度的异质性和侵袭性，由于当前可用治疗选择有限，使得患者预后往往更差[1-4]。目前，化疗（如紫杉醇类药物）仍是TNBC的主要治疗手段，但肿瘤耐药常导致治疗失败，亟须探索新的治疗策略[5-6]。

肿瘤免疫微环境在TNBC的化疗响应和耐药中发挥核心作用[7]。微环境中分泌的各种细胞因子可能会影响化疗药物的渗透和分布，甚至与化疗药物发生相互作用，并影响药物疗效[8]。研究表明，化疗耐药常伴随免疫抑制微环境的形成，其中T细胞往往表现出功能失调的耗竭状态，从而削弱抗肿瘤免疫应答[9]。基于此，本研究利用公开可用的与TNBC紫杉醇化疗相关的单细胞转录组测序（scRNA-seq）数据，深入分析T细胞在TNBC化疗前后的异质性特征和基因表达谱变化，并揭示关键的OAS3在TNBC化疗响应中的重要功能及其潜在的作用机制。本研究旨在为TNBC的紫杉醇化疗敏感机制提供新的见解。

1 资料与方法

1.1 数据集检索

ScRNA-seq数据是从公开可用的基因表达数据库（GEO）中下载（登录号：GSE169246），包括部分缓解患者化疗前（2例）、部分缓解患者化疗后（2例）、疾病稳定患者化疗前（3例）和疾病稳定患者化疗后（3例）。所有测序数据均为CD45+富集后的免疫细胞群，部分缓解患者在紫杉醇化疗后肿瘤明显缩小，而疾病稳定患者在化疗后肿瘤相对无变化[10]。此外，GEPIA2、TCGA、CPTAC和HPA等公共数据库中相关的乳腺癌或TNBC患者样本也被纳入本研究。

1.2 单细胞数据质控

通过Seurat包（v4.0.4）将来自scRNA-seq数据的唯一分子标识符（unique molecular identifiers，UMI）计数矩阵转换为Seurat对象[11]。对于每个样本，基于UMI数＜1 000或检测到的基因数＜500或线粒体来源的UMI比例＞15%等标准判断并去除低质量细胞。同时，对双细胞进行过滤和移除在少于5个细胞中检测到的基因。质控后各基因的UMI计数通过对数变换归一化。然后，利用前2 000个高可变基因构建潜在锚点，并进行数据整合和主成分降维。接下来，基于Seurat包中FindClusters函数以0.6的分辨率鉴定主要的细胞簇，FindMarkers函数检测每个细胞簇的标记基因。最后，使用ScType工具对细胞类型进行注释，通过均匀流形近似和投影（uniform manifold approximation and projection，UMAP）进行可视化[12]。

1.3 差异表达基因（differential expression gene，DEG）分析

使用Seurat包中FindMarkers/FindAllMarkers函数鉴定DEG，所有基因在自然对数尺度上的表达差异至少为0.5，同时检测细胞的百分比差异至少为0.15，校正后P＜0.05。

1.4 RNA结合蛋白（RNA-binding proteins，RBP）分析

本研究中2 141个人类RBP基因来源于先前报道的4篇文献，差异RBP与目标基因的共表达关联则由pySCENIC（v0.11.2）工作流中的“GRN”算法构建，通过Cytoscape（v3.9.1）可视化RBP及其靶基因的基因调控网络[13-17]。

1.5 功能富集分析

使用KOBAS 2.0软件对选择的基因进行基因本体（gene ontology，GO）功能通路富集分析，并采用超几何检验和Benjamini-Hochberg假阳性率确定每条通路的富集程度[18]。

1.6 统计学方法

采用R（V4.4.2）统计学软件进行数据分析。计量资料采用均数±标准差（）表示，多组间比较采用单因素方差分析，两两比较采用t检验。以P＜0.05为差异有统计学意义。

2 结果

2.1 scRNA-seq揭示TNBC紫杉醇化疗前后不同的免疫细胞类型

本研究共获得了45 564个单细胞的转录组图谱数据及20个不同的细胞簇（图1A），归属于4种主要的免疫细胞类型，包括T细胞、固有淋巴细胞、B细胞及髓系细胞，其中T细胞占主导（图1B）。细胞占比分析显示，不同T细胞簇在不同患者中占比表现出不同的变化（图1C）。细胞簇的相对比例变化表明，部分缓解患者化疗后与化疗前比较，簇15:固有淋巴细胞比例明显增多，簇16:T细胞亚群的数量明显减少；疾病稳定患者化疗后与化疗前比较，簇19:髓系细胞、簇17:B细胞和簇12:T细胞都有明显增加，而簇9:髓系细胞和簇15:固有淋巴细胞明显减少（图1D、E）。

图1 三阴性乳腺癌紫杉醇化疗单细胞数据图谱

2.2 效应CD4+T细胞中RBP差异表达与治疗响应的关系

T细胞簇重新聚类识别了3类T细胞群，分为CD8+自然杀伤T细胞、幼稚CD4+T细胞和效应CD4+T细胞（图2A）。根据RBP基因的表达模式，可将T细胞划分为6种不同的RBP表达细胞类群（T0～T5）（图2B）。细胞占比分析发现，部分缓解患者化疗后与化疗前比较，T2：效应CD4+T细胞类群占比有所增加，但疾病稳定患者化疗后与化疗前比较，该细胞群比例则有所减少（图2C）。T2细胞类群中的差异表达RBPs分析发现，部分缓解患者化疗后与化疗前比较，有59个RBPs发生了差异表达；疾病稳定患者化疗后与化疗前比较，117个RBPs发生了差异表达（图2D）。重叠分析显示其中46个RBPs在部分缓解患者化疗后表现出特异性的差异表达（图2E），包括14个表达上调和32个表达下调（图2F）。OAS家族基因，尤其是OAS3，在部分缓解患者化疗后T2细胞类群中呈现出显著下调，但在疾病稳定患者化疗后几乎无变化（图2G）。利用GEPIA2、TCGA和CPTAC等乳腺癌样本数据分析进一步发现，OAS3在包括TNBC在内的多种乳腺癌亚型中均显著高表达（图2H～J）。

图2 T细胞异质性及OAS3表达变化

2.3 OAS3潜在参与效应CD4+T细胞中BST2的表达调控

重叠分析鉴定了164个对紫杉醇化疗有响应的特异DEGs（图3A），这些DEGs显著富集在与干扰素反应、抗病毒防御等相关的生物学过程上（图3B）。共表达分析揭示了T2细胞类群中OAS3潜在调控的10个靶基因（图3C）。在这些靶基因中，BST2在部分缓解患者化疗后的T2细胞类群中表现出特异性的显著降低（图3D、E）。体外转录组测序数据（GSE113363）显示，与对照组比较，OAS3敲除组BST2的表达降低（P＜0.05）（图3F）。利用RPISeq和catRAPID网站进一步预测了OAS3和BST2之间较强的相互作用和潜在的RNA结合结构域（图3G）。

图3 效应CD4+T细胞中OAS3潜在调控靶基因的鉴定

2.4 OAS3和BST2在乳腺癌中的表达验证

HPA数据库的免疫组化染色结果显示，OAS3和BST2在正常乳腺组织中均低表达，但在乳腺癌组织中呈现出高表达。见图4。

图4 HPA数据库中正常乳腺组织和乳腺癌组织OAS3和BST2免疫组化染色代表图

3 讨论

本研究通过scRNA-seq数据分析，初步分析紫杉醇化疗如何影响TNBC免疫微环境。分析发现，效应CD4+T细胞亚群中RBP的异常表达模式可能成为预测TNBC对治疗响应情况的关键指标，这一发现为后续深入研究提供了极具价值的参考。比较化疗前后的部分缓解患者和疾病稳定患者的数据集，发现化疗会导致许多免疫细胞发生变化，特别是对治疗具有特异性的效应CD4+T细胞亚群。效应CD4+T细胞已被广泛报道在参与人类抗肿瘤反应过程中具有不可忽视的地位和多样化的作用机制，研究发现其在乳腺癌化疗期间对于肿瘤消退十分有效，提示其在化疗应答中的重要作用[19]。本研究结果显示，RBP主导的效应CD4+T细胞在部分缓解患者化疗后有明显增加，但在疾病稳定患者则一定程度地降低，可能是决定化疗敏感性的关键所在。RBP作为调节基因表达的关键效应因子，可与数百种转录本形成广泛的调节网络，在维持细胞稳态中发挥重要作用 ，RBP的异常调控模式已被证实与TNBC的化疗敏感/耐药有关，为理解治疗响应机制提供了新的视角[20-21]。

在部分缓解患者的效应CD4+T细胞中，化疗后RBP-OAS3的表达被显著抑制，这可能与TNBC的治疗敏感状态有关。OAS3是一种由干扰素诱导的，参与抗病毒免疫相关的酶，在抑制蛋白质合成和抗病毒感染方面发挥重要作用。同时，OAS3也是一种与肿瘤微环境、疾病分期、预后和多种癌症治疗反应相关的联合免疫生物标志物[22]。已有报道指出，OAS3高表达与多种乳腺癌患者的不良预后显著相关[23]。此外，OAS3也被视为一种很有前途的治疗靶点，例如，在胰腺癌中，靶向OAS3可逆转肿瘤相关巨噬细胞的极化和浸润，重塑免疫抑制微环境，从而提高临床疗效[24]。在头颈癌中，靶向治疗可使OAS3高表达的紫杉醇耐药癌细胞重新恢复对紫杉醇治疗的敏感性[25]。因此，本研究中观察到的OAS3介导的化疗响应机制，很可能在激活机体抗肿瘤免疫和克服紫杉醇化疗耐药方面具有重要的推动作用。

OAS3除影响治疗反应外，其在调控基因表达中也发挥着不可忽视的作用，特别是对趋化因子和干扰素反应相关基因的表达调控[26]。本研究结果提示OAS3可能参与对BST2表达的潜在调控，从而介导效应CD4+T细胞的免疫反应。BST2是一种干扰素诱导蛋白，可有效阻断各种哺乳动物包膜病毒的释放，作为抗病毒免疫基因对于维持宿主先天免疫和细胞稳态至关重要[27]。此外，BST2也参与乳腺癌的进展调控，研究表明，高表达BST2的乳腺癌细胞在体外和体内模型中均表现出更强的侵袭性[28]。与携带低BST2表达肿瘤的患者比较，携带高BST2表达肿瘤的患者生存率更差[29]。这些证据表明，BST2可能是驱动乳腺癌进展的关键因子。除促进肿瘤生长外，BST2还被发现能赋予多种癌细胞化疗耐药性[30-32]。因此，通过调节BST2表达或活性有可能对TNBC的病理进程产生显著影响，进而改变肿瘤细胞对化疗药物的响应程度。

综上所述，本研究通过分析单细胞测序数据，发现在TNBC免疫微环境的效应CD4+T细胞中，OSA3可能潜在调控BST2的表达介导对紫杉醇的化疗响应。这一发现为深入理解TNBC的化疗敏感性及化疗耐药机制提供了新的线索。进一步剖析效应CD4+T细胞失调的背后分子作用机制，开发针对OSA3/BST2的靶向策略，可能为TNBC的治疗干预或克服化疗耐药性开辟新的途径。

利益冲突声明：本文所有作者均声明不存在利益冲突。

[参考文献]

[1] KIM J，HARPER A，MCCORMACK V，et al. Global patterns and trends in breast cancer incidence and mortality across 185 countries [J]. Nat Med，2025，31（4）：1154-1162.

[2] JIE H，MA W，HUANG C. Diagnosis，prognosis，and treatment of triple-negative breast cancer：a review [J]. Breast Cancer（Dove Med Press），2025，17：265-274.

[3] XIONG N，WU H，YU Z. Advancements and challenges in triple-negative breast cancer：a comprehensive review of therapeutic and diagnostic strategies [J]. Front Oncol，2024，14：1405491.

[4] GARRIDO-CASTRO A C，LIN N U，POLYAK K. Insights into molecular classifications of triple-negative breast cancer：improving patient selection for treatment [J]. Cancer Discov，2019，9（2）：176-198.

[5] VAN DEN ENDE N S，NGUYEN A H，JAGER A，et al.Triple-negative breast cancer and predictive markers of response to neoadjuvant chemotherapy：a systematic review [J]. Int J Mol Sci，2023，24（3）：2969.

[6] FERRARI P，SCATENA C，GHILLI M，et al. Molecular mechanisms，biomarkers and emerging therapies for chemotherapy resistant TNBC [J]. Int J Mol Sci，2022，23（3）：1665.

[7] MEHRAJ U，DAR A H，WANI N A，et al. Tumor microenvironment promotes breast cancer chemoresistance [J].Cancer Chemother Pharmacol，2021，87（2）：147-158.

[8] NEDELJKOVIC M，DAMJANOVIC A. Mechanisms of chemotherapy resistance in triple-negative breast cancer-how we can rise to the challenge [J]. Cells，2019，8（9）：957.

[9] SU X，ZHANG M，ZHU H，et al. Mechanisms of T-cell depletion in tumors and advances in clinical research [J].Biol Proced Online，2025，27（1）：5.

[10] ZHANG Y，CHEN H，MO H，et al. Single-cell analyses reveal key immune cell subsets associated with response to PD-L1 blockade in triple-negative breast cancer [J].Cancer Cell，2021，39（12）：1578-1593 e8.

[11] BUTLER A，HOFFMAN P，SMIBERT P，et al. Integrating single-cell transcriptomic data across different conditions，technologies，and species [J]. Nat Biotechnol，2018，36（5）：411-420.

[12] IANEVSKI A，GIRI A K，AITTOKALLIO T. Fullyautomated and ultra-fast cell-type identification using specific marker combinations from single-cell transcriptomic data [J]. Nat Commun，2022，13（1）：1246.

[13] CASTELLO A，FISCHER B，EICHELBAUM K，et al. Insights into RNA biology from an atlas of mammalian mRNA-binding proteins [J]. Cell，2012，149（6）：1393-406.

[14] CASTELLO A，FISCHER B，FRESE C K，et al. Comprehensive identification of RNA-binding domains in human cells [J]. Mol Cell，2016，63（4）：696-710.

[15] GERSTBERGER S，HAFNER M，TUSCHL T. A census of human RNA-binding proteins [J]. Nat Rev Genet，2014，15（12）：829-845.

[16] HENTZE M W，CASTELLO A，SCHWARZL T，et al. A brave new world of RNA-binding proteins [J]. Nat Rev Mol Cell Biol，2018，19（5）：327-341.

[17] VAN DE SANDE B，FLERIN C，DAVIE K，et al. A scalable SCENIC workflow for single-cell gene regulatory network analysis [J]. Nat Protoc，2020，15（7）：2247-2276.

[18] XIE C，MAO X，HUANG J，et al. KOBAS 2.0：a web server for annotation and identification of enriched pathways and diseases [J]. Nucleic Acids Res，2011，39（Web Server issue）：W316-22.

[19] PEGUILLET I，MILDER M，LOUIS D，et al. High numbers of differentiated effector CD4 T cells are found in patients with cancer and correlate with clinical response after neoadjuvant therapy of breast cancer [J]. Cancer Res，2014，74（8）：2204-2216.

[20] GEBAUER F，SCHWARZL T，VALCARCEL J，et al.RNA-binding proteins in human genetic disease [J]. Nat Rev Genet，2021，22（3）：185-198.

[21] CEN Y，CHEN L，LIU Z，et al. Novel roles of RNA-binding proteins in drug resistance of breast cancer：from molecular biology to targeting therapeutics [J]. Cell Death Discov，2023，9（1）：52.

[22] LI XY，HOU L，ZHANG L Y，et al. OAS3 is a Co-Immune biomarker associated with tumour microenvironment，disease staging，prognosis，and treatment response in multiple cancer types[J]. Front Cell Dev Biol，2022，10：815480.

[23] ZHANG Y，YU C. Prognostic characterization of OAS1/OAS2/OAS3/OASL in breast cancer [J]. BMC Cancer，2020，20（1）：575.

[24] ZHANG S，XU X，ZHANG K，et al. Targeting OAS3 for reversing M2d infiltration and restoring anti-tumor immunity in pancreatic cancer [J]. Cancer Immunol Immunother，2024，74（1）：37.

[25] CAGLAR H O，AYTATLI A，BARLAK N，et al. Bioinformatics approach combined with experimental verification reveals OAS3 gene implicated in paclitaxel resistance in head and neck cancer [J]. Head Neck，2024，46（9）：2178-2196.

[26] LEE W B，CHOI W Y，LEE D H，et al. OAS1 and OAS3 negatively regulate the expression of chemokines and interferon-responsive genes in human macrophages [J].BMB Rep，2019，52（2）：133-138.

[27] MAHAUAD-FERNANDEZ W D，OKEOMA C M. The role of BST-2/Tetherin in host protection and disease manifestation [J]. Immun Inflamm Dis，2016，4（1）：4-23.

[28] MAHAUAD-FERNANDEZ W D，DEMALI K A，OL-IVIER A K，et al. Bone marrow stromal antigen 2 expressed in cancer cells promotes mammary tumor growth and metastasis [J]. Breast Cancer Res，2014，16（6）：493.

[29] MAHAUAD-FERNANDEZ W D，NAUSHAD W，PAN-ZNER T D，et al. BST-2 promotes survival in circulation and pulmonary metastatic seeding of breast cancer cells [J].Sci Rep，2018，8（1）：17608.

[30] YI E H，YOO H，NOH K H，et al. BST-2 is a potential activator of invasion and migration in tamoxifen-resistant breast cancer cells [J]. Biochem Biophys Res Commun，2013，435（4）：685-690.

[31] KUANG C M，FU X，HUA Y J，et al. BST2 confers cisplatin resistance via NF-kappaB signaling in nasopharyngeal cancer [J]. Cell Death Dis，2017，8（6）：e2874.

[32] JIN H，ZHANG L，WANG S，et al. BST2 promotes growth and induces gefitinib resistance in oral squamous cell carcinoma via regulating the EGFR pathway [J]. Arch Med Sci，2021，17（6）：1772-1782.

Exploring the immune microenvironment signatures associated with paclitaxel chemosensitivity in triple-negative breast cancer by single-cell sequencing analysis

Adila Siyiti Tuerxunna Maimaiti ZHANG Yinhua YANG Lili LI Xinxia

Department of Pathology, Affiliated Cancer Hospital of Xinjiang Medical University, Xinjiang Uygur Autonomous Region, Urumqi 830011, China

[Abstract] Objective To explore the immune microenvironmental features associated with paclitaxel chemosensitivity in triple-negative breast cancer (TNBC). Methods Single-cell transcriptome sequencing data related to paclitaxel chemotherapy in TNBC were downloaded and analyzed. They were classified as patients with partial response before chemotherapy, patients with partial response after chemotherapy, patients with stable disease before chemotherapy, and patients with stable disease after chemotherapy based on whether there was a therapeutic response before and after chemotherapy. The immune cell composition and gene expression profiles among the four were compared, and the expression verification and functional exploration of key regulatory molecules were conducted by integrating multiple database resources. Results Single-cell data revealed that the immune microenvironment of TNBC patients was primarily composed of T cells, B cells, innate lymphoid cells, and myeloid cells. Subset analysis of T cells demonstrated that the proportion of effector CD4+ T cells in patients in the partial response was significantly higher after chemotherapy relative to the stable disease. Gene expression profiling identified a specific downregulation of OAS3 within these effector CD4+T cells. This downregulation may potentially regulate the expression of target BST2, thereby influencing the antitumor functionality of effector CD4+T cells. Conclusion This study preliminarily elucidates the relevant immune cell changes and functional molecules associated with treatment sensitivity during paclitaxel chemotherapy in TNBC, laying the foundation for future in-depth investigation of the molecular mechanisms underlying TNBC chemo-resistance and immune escape.

[Key words] Triple-negative breast cancer; Single-cell sequencing; Chemo-sensitivity; Effector CD4+ T cells; OAS3;BST2

[中图分类号] R737.9

[文献标识码] A

[文章编号] 1673-7210（2026）04（b）-0049-07

DOI：10.20047/j.issn1673-7210.25100517

[基金项目] “天山英才”医药卫生高层次人才培养计划（TSYC202401B113）。

[通讯作者] 李新霞（1972-），女，博士，主任医师；研究方向：肿瘤病理学。

（收稿日期：2025-10-11）

（修回日期：2025-12-28）