学者研究方向观察 · 第1篇｜邵志敏（复旦大学附属肿瘤医院）
文献核对截至：2026年11月12日
想了解乳腺癌精准治疗的研究进展，或者寻找新的研究切入点，可以带着一个问题阅读邵志敏团队的论文：同属一类乳腺癌，为什么治疗反应仍然不同？
从下文的公开研究中，本文梳理出一条阅读主线：用多组学识别差异，用分型指导临床研究，再用病理与空间信息解释疗效差异。这是对已发表文献的归纳；其中多项工作由邵志敏、江一舟及其他合作者共同完成，具体贡献以原论文署名和作者贡献声明为准。2 4 5 6
先看研究背景：“复旦分型”包含不同的研究体系
2019年的《Cancer Cell》论文分析了465例原发性三阴性乳腺癌的临床、基因组和转录组资料，提出四个基于转录组的亚型：腔面雄激素受体型、免疫调节型、基底样免疫抑制型和间质样型。这是理解团队三阴性乳腺癌研究的一篇基础文献。1
2023年的《Nature Genetics》论文则面向激素受体阳性、HER2阴性（HR+/HER2−）乳腺癌，建立579例患者的多组学队列，提出经典腔面型、免疫型、增殖型和受体酪氨酸激酶（RTK）驱动型四个亚型；后续研究分别将其标为SNF1至SNF4。因此，阅读时应先看疾病人群，再看分型名称，避免把两套“四分型”混用。2 5
团队参与的2024年《Nature Cancer》研究进一步整合了773例中国乳腺癌患者的基因组、转录组、蛋白组、代谢组、影像组及数字病理特征。它提供了一个观察多层数据如何共同支持患者分层的例子；队列总人数并不表示每一种检测都有773份样本。3
近期线索一：分完型，能否真正帮助选择治疗？
代表论文：LINUX试验，《Cancer Cell》，2025年12月4日在线发表，2026年2月见刊。4
这是一项多中心、随机对照的Ⅱ期平台试验，纳入105例在CDK4/6抑制剂治疗后耐药的HR+/HER2−转移性乳腺癌患者。研究通过AI辅助分类划分SNF亚型，再比较分型指导的精准治疗与医生选择的治疗。4
论文报告，精准治疗组与对照组的客观缓解率，在SNF2中分别为65%和30%，在SNF4中分别为70%和20%。两组3—4级治疗相关不良事件发生率均为37%。这些数字应连同治疗线别、亚型和安全性一起理解；作者也明确提出需要Ⅲ期试验进一步验证。4
怎样读这篇论文？建议关注“如何分类—如何匹配治疗—如何设置对照”之间的联系。读到缓解率时，也要继续查阅随访和生存终点，不能把肿瘤缓解直接写成已经证实的长期生存获益。
近期线索二：同一分型内部，疗效差异还能怎样解释？
代表论文：Multimodal assessment of exceptional responders…，《Journal of Clinical Investigation》，2026年10月15日发表。5
这项工作来自FASCINATE-N试验的HR+/HER2−乳腺癌转化研究，整合转录组、基因组、数字病理和临床资料，关注疗效特别好或特别差的患者。纳入的230位患者至少具有一个组学维度的数据，并非人人都有全套多组学检测。5
论文在SNF1中观察到神经周围侵犯与内分泌治疗效果的联系；在SNF4中，数字病理和空间转录组分析提示，肿瘤—间质—免疫界面的空间结构与阿帕替尼疗效有关。由此可以进一步追问：分型之外，组织结构是否还能提供解释疗效的信息？5
作者在讨论中指出了单中心、样本量和极端反应者分析的限制，并强调长期随访的必要性。适合从这篇论文学习如何提出、验证新的研究假设；其中的探索性发现仍需扩大验证。5
近期线索三：免疫细胞“在什么位置”，也值得研究
代表论文：Decoding neutrophil spatial heterogeneity…，《Cancer Cell》，2026年11月9日发表。6
这是本次检索重点关注的一篇新论文。研究整合AI计算病理（n=1,113）和单细胞空间组学（n=104），分析乳腺癌中中性粒细胞的空间分布及其临床意义；这两组规模对应不同的数据层级，不能直接相加当作独立患者总数。6
在三阴性乳腺癌中，研究发现：中性粒细胞靠近肿瘤细胞，与较好的预后相关；靠近免疫细胞，则与更好的免疫治疗反应相关。论文还结合空间组学与实验验证探索其生物学解释。6
这篇论文提供的阅读启发是：研究免疫微环境时，可以同时问“有哪些细胞”和“它们与谁相邻”。临床队列中的相关性、实验中的机制证据以及实际治疗应用，应分别判断，不能直接互相替代。
一张梳理研究问题的阅读路线表
下面是本文基于上述文献提出的阅读建议，供选读和组会准备使用。
| 当前想弄清的问题 | 建议先读 | 读完尝试回答 |
|---|---|---|
| “乳腺癌分型”究竟分什么？ | 2019年三阴性乳腺癌论文[1]、2023年HR+/HER2−论文[2] | 两篇研究的人群、输入数据和分型体系各是什么？ |
| 计算分型如何进入临床研究？ | LINUX试验[4] | 分类结果如何对应治疗？对照组与主要终点怎样设置？ |
| 为什么同一亚型内仍有疗效差异？ | 2026年JCI论文[5] | 多模态信息补充了什么？哪些发现还属于探索？ |
| 空间组学能提出什么新问题？ | 2026年11月中性粒细胞论文[6] | 空间邻近关系如何连接预后、疗效与实验验证？ |
整理这些论文时，可以围绕临床问题、研究人群、数据类型、关键结果、验证方式和局限做一份研究笔记，再梳理一个值得进一步验证的问题。
想把文献阅读推进到一个具体分析问题？
可以先选一个小任务，例如评估某个公开数据集能否用于分型复现，或能否检验空间邻近指标与疗效的关系。需要云生信协助时，可先准备论文DOI、数据编号或数据概况，以及你想回答的一个问题；沟通时先确认数据可获得性、验证条件与分析范围，再讨论支持方式。
参考文献与核对说明
- Jiang YZ, Ma D, Suo C, et al. Genomic and Transcriptomic Landscape of Triple-Negative Breast Cancers: Subtypes and Treatment Strategies. Cancer Cell. 2019;35(3):428–440.e5. DOI：10.1016/j.ccell.2019.02.001。PubMed：30853353。
- Jin X, Zhou YF, Ma D, et al. Molecular classification of hormone receptor-positive HER2-negative breast cancer. Nature Genetics. 2023;55:1696–1708. DOI：10.1038/s41588-023-01507-7。PubMed：37770634。
- Jiang YZ, Ma D, Jin X, et al. Integrated multiomic profiling of breast cancer in the Chinese population reveals patient stratification and therapeutic vulnerabilities. Nature Cancer. 2024;5:673–690. DOI：10.1038/s43018-024-00725-0。PubMed：38347143。
- Fan L, Zhang WJ, Li HP, et al. Precision treatment with artificial intelligence assisted subtyping enhances therapeutic efficacy in HR+/HER2− breast cancer: The LINUXtrial. Cancer Cell. 2026;44(2):355–365.e3. 2025年12月4日在线发表。DOI：10.1016/j.ccell.2025.11.003。PubMed：41349543。
- Xiao Y, Yang F, Qi YJ, et al. Multimodal assessment of exceptional responders refines subtyping-directed precision treatment in HR+/HER2− breast cancer. Journal of Clinical Investigation. 2026;136(20):e202305. DOI：10.1172/JCI202305。PubMed：42878074；开放全文。
- Xu YZ, Wu XR, Qiu ZY, et al. Decoding neutrophil spatial heterogeneity and clinical implications in breast cancer. Cancer Cell. 2026;44(11):2249–2266.e9. DOI：10.1016/j.ccell.2026.10.005。PubMed：43003078；期刊页面。
核对说明：本篇以公开论文为依据选取研究线索，并非课题组成果全集。文献5核对了开放全文的方法、讨论与作者贡献；其他论文主要依据PubMed记录、摘要及期刊页面可读内容，解读限于已核实范围。文中阅读建议属于云生信编辑建议。配图为依据文献绘制的阅读示意图。本文由云生信独立整理，引用不表示相关学者或机构与云生信存在合作或背书关系。
