032
Intro
Ecotypes of Triple-Negative Breast Cancer in Response to Chemotherapy 是 Yun Yan 等人在 2026 年发表于 Nature 的研究文章。它关注早期三阴性乳腺癌（TNBC）在新辅助化疗前的细胞状态，问的是一个很临床的问题：为什么一部分患者达到 pathological complete response，而另一部分留下 residual disease？
这篇文章的形式还是典型的高规格图谱研究：大规模 single-cell RNA-seq，加 spatial transcriptomics，再把癌细胞程序、免疫细胞、基质细胞组织成 archetype、metaprogram、ecotype 和 spatial niche。它的卖点不在方法新，而在 TNBC 化疗反应这个硬临床终点、样本规模、空间验证和外部队列转化包装。
Why I Read It
我读这篇主要是为了看 2026 年 Nature 还会如何发表 single-cell/spatial atlas 类文章。它确实沿用了 2021-2023 年已经成熟的图谱叙事：先分细胞状态，再讲生态组合，最后做一个预测模型。但 TNBC 对新辅助化疗的反应是一个比普通 atlas 更清晰的 endpoint，所以它比单纯“我们画了一个肿瘤图谱”更有临床抓手。
另一条线是 EMT 和治疗耐受。TNBC 的 residual disease 在这篇里不是被解释为单个耐药基因，而是被放进 basal/EMT/hypoxia、血管生成、ECM remodeling、CAF/TEC 和特定 macrophage state 组成的生态中。这对理解 EMT 作为 tumor cell plasticity 和 microenvironment coupling 的一部分很有用。
What It Says
作者分析 ARTEMIS trial 中治疗前早期 TNBC core biopsy。scRNA-seq 部分包括 101 名患者、427,857 个细胞；空间转录组包括 Xenium、Visium 和 VisiumHD，其中 44 名患者有 Xenium 数据。化疗反应用 residual cancer burden 定义为 pCR 或 RD。
第一层结果是 cancer-cell intrinsic archetype。作者只取癌细胞做 pseudo-bulk，避免 bulk subtype 被免疫细胞、基质细胞和肿瘤纯度混杂。结果得到 4 个 archetype：ARC1 LumSec-like、ARC2 basal-like、ARC3 interferon responsive、ARC4 AR-enriched。关键点是 ARC2 更接近 RD，ARC3 更接近 pCR；这也说明以往 bulk 里的 immunomodulatory subtype 至少部分是癌细胞自身的 interferon 程序，而不只是免疫细胞多。
第二层是癌细胞内部的 metaprogram。作者识别了 13 个 recurrent programs，包括 cell cycle、interferon、HLA、ER stress、basal、EMT、hypoxia 等。pCR 相关的不是一个单纯的 immune infiltration signal，而是癌细胞本身出现 M5-interferon、M7-S、M13-ER stress 和 HLA class II 相关表达。也就是说，癌细胞参与了 interferon/HLA 这个反应状态，而不是只被动地处在免疫环境里。
第三层是 TME。比较有意思的是，作者强调 NAC response 中 macrophage state 比传统关注的 T/NK cell state 更突出。Mac-IFN 和 Mac-lip-C1Q 富集于 pCR；Mac-CCL、Mye-prolif、Mac-CXCL 和 Mac-ECM 富集于 RD。T/NK state 有一些趋势，但校正后没有 macrophage 那么强。基质方面，Peri-immune cells 更偏 pCR，TECs 更偏 RD。
最后作者把 cancer-cell metaprogram 和 TME cell state 组成 8 个 ecotype，并用 Xenium 数据看空间 niche。pCR 侧富集 TLS-like、interferon 和 cell-cycle 相关 ecotype；RD 侧富集 migration、EMT、hypoxia、angiogenesis、ECM remodeling 和 immunosuppressive ecotype。部分 ecotype 确实有空间共定位，比如 interferon-associated Ecotype-8、TLS-like Ecotype-6 和 EMT/macrophage 相关 Ecotype-3，但作者也承认 co-occurrence 不等于所有细胞都在局部相邻。
文章还做了预测模型。一个 cell-frequency logistic regression 模型报告 AUC 约 0.84；另一个 13-gene pseudo-bulk risk score 在 I-SPY2、BrighTNess、METABRIC 和 SCAN-B 等外部队列中与化疗反应或 overall survival 相关。这个部分让图谱结果有了临床转化包装。
What I Take From It
这篇最有价值的地方，是把 TNBC 化疗反应从 “某个 subtype” 或 “免疫浸润高低” 改写成一个细胞生态问题。pCR 更像是癌细胞 interferon/HLA/cell-cycle 活跃、特定 macrophage state、TLS-like community 和 immune-hot ecotype 的组合；RD 更像是 basal/EMT/hypoxia、angiogenesis、ECM remodeling、CAF/TEC 和 immunosuppressive community 的组合。
它也提醒我，读 bulk TNBC subtype 时要小心来源问题。所谓 immunomodulatory signal 到底来自癌细胞自己，还是来自免疫细胞组成？这篇用 cancer-cell-only pseudo-bulk 给了一个更干净的答案：ARC3 的 interferon-responsive 特征是癌细胞内在程序的一部分。
对 EMT 来说，这篇的价值不是证明 EMT 导致耐药，而是把 EMT 放回多细胞生态里。M10-EMT、M8-hypoxia、M9-basal 和 Mac-angio/Mac-ECM 共同出现在 RD 相关 Ecotype-3；CAF/TEC 相关社区也偏向 RD。这个故事比单独说“EMT marker 升高”更有组织层面的解释力。
Note
这篇要当作 clinical endpoint-driven atlas 来读，而不是机制验证文章。它的证据强在样本规模、单细胞解析度、空间验证和外部队列关联；弱在因果层面。macrophage state、metaprogram、ecotype 与 pCR/RD 的关系仍主要是观察性关联，不能直接推出某个细胞状态决定化疗敏感或耐药。
另一个边界是治疗背景。文章主要围绕 NAC，而 early-stage TNBC 的标准治疗已经越来越转向 chemo-immunotherapy。作者也指出后续需要在包含免疫检查点抑制剂的治疗背景里重新评估这些 archetype、ecotype 和 13-gene model。
技术上也有偏差。core biopsy 加 microdroplet scRNA-seq 会偏向容易解离、尺寸较小、存活较好的细胞，作者明确提到 stromal cells 相对 immune cells 数量偏少。因此 CAF、TEC、perivascular state 的结论可以参考，但不能像 macrophage 那样读得过满。
所以我会把这篇放在 “TNBC therapy-response single-cell spatial atlas” 这一类里。它不是 2026 年方法学上最前沿的文章，但它把一个清楚的临床问题、足够大的患者队列、单细胞/空间图谱和可转化预测模型包装得很完整，这大概就是它还能上 Nature 的原因。