腋窝淋巴结转移（ALNM）是乳腺癌预后的“致命短板”——ALNM + 患者5 年生存率显著降低，免疫治疗响应率不足30%，临床缺乏精准预后工具和靶向方案。近日，广东省人民医院、南昌大学第三附属医院等团队联合，在《Research》（IF=10.9）发表重磅多组学研究：整合单细胞 RNA-seq、空间转录组、放射基因组学、蛋白质组等多维度数据，结合体内外功能实验，首次揭示“TFF3-MAPK-EMT 轴” 驱动乳腺癌淋巴结转移的核心机制，构建高精准放射基因组学预后模型，筛选出TFF3 靶向药物6 - 巯基嘌呤（6-MP），为乳腺癌转移分层、精准治疗提供完整解决方案！

图1 文献信息

文章信息速览

• 原标题：Lymph Node Metastasis-Associated Spatiotemporal Mapping of the TFF3-Linked Niche in Breast Cancer: Integrating Radiogenomic Signatures with Immune-Ecosystem Remodeling

• 期刊：Research（IF=10.9）

• 关键词：乳腺癌（PBC）、腋窝淋巴结转移（ALNM）、TFF3、MAPK-EMT 轴、多组学、单细胞 RNA-seq、空间转录组、放射基因组学、免疫微环境、6 - 巯基嘌呤（6-MP）、预后模型

研究背景与临床痛点

预后困境：ALNM + 乳腺癌患者总生存期、无病生存期显著缩短（TCGA + 佛山队列验证，图 2A-E），是临床预后评估的关键指标，但缺乏精准分层工具；

治疗瓶颈：ALNM + 患者对 PD-1/PD-L1 抑制剂响应率低，免疫微环境存在独特重塑特征，传统免疫治疗效果不佳；

靶点空白：驱动乳腺癌淋巴结转移的核心分子机制不明，缺乏可靶向的关键基因及配套治疗药物；

技术短板：单一维度数据（如转录组、影像）难以全面解析转移相关的“肿瘤 - 免疫 - 微环境” 互作，需多组学整合突破。

多组学顶刊发文逻辑拆解

这篇 IF=10.9 顶刊的成功，核心在于 “临床问题→多组学解码→靶点锁定→功能验证→临床转化” 的完整闭环，5 大关键步骤完美契合顶刊 “创新性 + 实用性 + 机制深度” 要求，每个环节均有明确图表支撑，医生可直接复用该逻辑：

1. 第一步：临床问题切入，单细胞测序解码免疫微环境异质性（图 2-3）

发文关键：从“ALNM + 与 ALNM - 患者预后差异” 切入，用单细胞测序打开免疫微环境黑箱，是顶刊 “临床表型→分子机制” 的核心开篇；

研究细节：

样本设计：纳入 8 例乳腺癌患者（4 例 ALNM+，4 例 ALNM-），单细胞测序获得 85,526 个细胞，覆盖 10 大细胞类型（图 2F-H）；

图2

核心发现：ALNM + 患者免疫微环境呈现 3 大特征 —— 增殖型 MKI67+ T 细胞富集、耗竭型 GZMA+ CD8+ T 细胞增多、CCL13/CXCL10/TOP2A + 巨噬细胞浸润增加（图 3A-C、I）；

图3

免疫 checkpoint 新发现：TIGIT-NECTIN2 通路而非 PD-1/PD-L1 是 ALNM + 患者的主要免疫抑制通路（图 2I-J）；

顶刊加分点：聚焦“转移 vs 非转移” 的表型差异，用单细胞技术精准定位免疫关键亚群，为后续机制研究奠定基础，符合顶刊 “从临床现象到分子特征” 的切入逻辑。

2. 第二步：多组学整合，锁定 TFF3 核心靶点（图 4-7）

发文关键：整合单细胞、 bulk RNA-seq、空间转录组、孟德尔共定位分析，从 “差异基因→核心靶点” 层层筛选，体现多组学研究的深度；

研究细节：

肿瘤异质性分析：ALNM + 患者肿瘤细胞 G2M 期比例升高，增殖活性增强，CNV 异常（染色体 2/16 扩增、12/17 缺失）（图 4C-D）；

图4

图5

靶点筛选：通过转移相关基因集、EMT 通路、孟德尔共定位分析，锁定 TFF3 为核心驱动基因（PP.H4.abf>0.75，图 6C-F）；

图6

空间验证：空间转录组证实 TFF3 主要定位于恶性上皮细胞，且与 MAPK 通路激活、EMT 评分正相关（图 7C-G）；

图7

泛癌验证：TISCH 数据库显示 TFF3 在泛癌恶性细胞中高表达，乳腺癌中表达最高（图 7A-B）；

顶刊加分点：多组学交叉验证（单细胞→空间→泛癌），靶点筛选逻辑严谨（表型关联→通路富集→遗传验证），避免单一数据的偶然性。

3. 第三步：放射基因组学建模，实现临床转化（图 6G-J）

发文关键：将分子靶点与影像特征结合，构建可直接用于临床的预后模型，是顶刊“基础研究→临床应用” 的关键转化步骤；

研究细节：

模型构建：整合 TFF3 表达水平与 CT 影像特征，用机器学习构建放射基因组学风险评分（Rad-score）；

模型效能：Duke 队列训练集 AUC=0.920，TCGA 验证集 AUC=0.832；进一步整合 TFF3 的 XGBoost 模型效能更优（训练集 AUC=0.948，验证集 AUC=0.873，图 6G-J）；

临床价值：模型可精准预测 ALNM 状态，为术前无创评估转移风险提供工具；

顶刊加分点：模型有明确的训练集 / 验证集，效能指标优异，且基于临床易获取的影像 + 基因数据，落地性强，符合顶刊 “临床实用性” 要求。

4. 第四步：体内外功能验证，闭环机制（图 8-9）

发文关键：通过细胞实验 + 动物模型验证靶点功能及机制，是顶刊 “机制假说→功能证实” 的硬标准；

研究细节：

体外验证：TFF3 过表达促进乳腺癌细胞增殖（CCK-8/EdU/ 集落形成实验，图 8N-P）、迁移（Transwell 实验，图 9A）、淋巴血管生成（HLEC 管形成实验，图 9B）；

图8

机制验证：TFF3 通过激活 MAPK 通路（p-ERK1/2、p-p38、p-JNK）促进 EMT（上调 MMP2、N-cadherin，图 9H-I）；MEK 抑制剂曲美替尼可挽救 TFF3 介导的转移表型（图 9J-L）；

体内验证：TFF3 敲低的 MDA-MB-468 细胞裸鼠皮下移植瘤体积、重量显著降低（图 8C-E），足垫淋巴结转移模型中，TFF3 敲低抑制淋巴结转移（图 9C-G）；

图9

顶刊加分点：功能验证覆盖“增殖 - 迁移 - 转移” 全流程，机制明确（MAPK-EMT 轴），且有药物挽救实验佐证，机制闭环严谨。

5. 第五步：药物筛选，落地治疗方案（图 10）

发文关键：基于靶点筛选潜在药物，为临床治疗提供新方向，是顶刊“靶点→治疗” 的最终落脚点；

研究细节：

药物筛选：通过 XSum 算法结合 cMAP 数据库，筛选出 TFF3 靶向药物 6 - 巯基嘌呤（6-MP）；

药物效能：6-MP 剂量依赖性抑制乳腺癌细胞增殖、迁移、淋巴血管生成（图 10C-G），且通过下调 TFF3 抑制 MAPK 通路激活（图 10L-M）；

特异性验证：TFF3 过表达可逆转 6-MP 的抗迁移效应，证实药物作用的特异性（图 10N-O）；

顶刊加分点：药物筛选有算法支撑，且通过 Rescue 实验验证特异性，为后续临床试验提供明确候选药物，提升研究的临床价值。

图10

医生发多组学顶刊“黄金法则”

临床导向：从“ALNM 预后差、免疫治疗无效” 等临床痛点切入，研究问题自带顶刊关注度；

多组学整合：单细胞（解析异质性）+ 空间转录组（定位细胞）+ 放射基因组学（临床转化）+ bulk 组学（通路分析），多维度交叉验证，提升说服力；

机制闭环：“表型差异→靶点筛选→功能验证→机制解析→药物靶向”，逻辑链条完整，每个环节均有数据支撑；

临床转化：不仅发现靶点，还构建可落地的预后模型、筛选临床可用药物，符合顶刊“从实验室到病床” 的转化导向；

图表支撑：核心结论均对应明确图表（如免疫亚群→图 3，靶点筛选→图 6，功能验证→图 8-9，药物→图 10），数据可视化清晰，便于审稿人理解。

这篇研究仅通过“多组学整合 + 机制闭环 + 临床转化” 的设计，就实现了 IF=10.9 顶刊发表，充分证明 “临床问题驱动 + 多技术交叉 + 临床价值落地” 是多组学研究的高效发文路径。如果您也有类似数据，却不知如何整合故事、冲击顶刊，欢迎联系我们，专业团队助您快速实现研究成果的顶刊转化！

原文DOI: 10.34133/research.1016

专注期刊投稿、发表十年，任何投稿、写作难题欢迎咨询！