- 1次围观
侵袭是三阴性乳腺癌（TNBC）转移扩散的早期步骤，但同一肿瘤或细胞系中的细胞在侵袭能力上存在差异，而区分侵袭细胞与非侵袭细胞的转录特征尚不明确。我们重新分析了公开的单细胞 RNA 测序数据集 GSE329526。该数据集中，利用 ClonMapper 条形码标记的 MDA-MB-231 细胞经 Transwell 实验分为侵袭组（5 个样本，6,289 个细胞）和非侵袭组（5 个样本，5,983 个细胞），并与亲本细胞群（1 个样本，3,022 个细胞）进行比较。初步的细胞水平分析结合了 Wilcoxon 差异表达分析、采用随机细胞划分的 XGBoost 分类器、SHapley Additive exPlanations（SHAP）以及 Enrichr 过度代表性分析。鉴于来自同一样本的细胞并非相互独立，我们随后在样本水平重复分析：基于样本均值进行差异表达分析（5 对 5）、采用留出整个样本进行交叉验证的 XGBoost、以质量控制指标为基准的模型、针对留出样本的 SHAP 分析，以及基于排序的基因集富集分析（GSEA）。在样本水平上，11,727 个受检基因中有 6,651 个在侵袭样本与非侵袭样本之间存在差异（错误发现率 [FDR] < 0.05）；其中包括细胞水平排名前十的基因，如 PHLDA2、ANTXR2、VIM 和 HMGA1（FDR 为 0.0007 至 0.0022），以及上皮—间质转化（EMT）调控因子 TGFBR2、JAG1、SDCBP 和 WWTR1。在整样本留出的条件下，XGBoost 能够区分侵袭细胞与非侵袭细胞，受试者工作特征曲线下面积（AUC）为 0.92（各折范围为 0.89 至 0.95）；去除核糖体基因和线粒体基因后，模型性能未发生变化（AUC 为 0.92），而仅使用 4 个质量控制指标的模型达到……为 0.63，且每个留出集中的侵袭性样本，其预测侵袭性的平均概率（0.74–0.79）均高于所有非侵袭性样本（0.20–0.28）。在留出样本中，SHAP 将炎症和应激反应相关基因列为重要性最高的基因（CCL2、LGALS12、DUSP1、CXCL3、KYNU、CXCL2）；GSEA 显示，侵袭性样本中的 KRAS 信号通路（标准化富集分数 [NES] 2.30，FDR 0.001）和 E2F 靶基因（NES 1.62，FDR 0.038）活性更高，而干扰素-α 和干扰素-γ 应答活性更低（NES 分别为 −1.97 和 −1.65；FDR 分别为 0.001 和 0.019）。在原始 SHAP 排名中占主导地位的核糖体基因，并未出现在留出集的排名中。因此，侵袭性 MDA-MB-231 细胞具有一种可在独立 Transwell 样本间重复观察到的转录状态，涉及 EMT 相关、炎症及增殖程序。本研究的局限性包括仅使用一种细胞系、将侵袭性和非侵袭性细胞群分别构建测序文库，以及缺乏外部验证；本文报告的候选基因仅为待验证的假设，仍需通过独立实验和患者样本加以确认。
三阴性乳腺癌疾病机制与生物标志物发现的整合单细胞转录组学与可解释人工智能 | bioRxiv
跳转至主要内容
首页
关于
投稿
提醒 / RSS
搜索关键词
高级搜索
最新结果
三阴性乳腺癌疾病机制与生物标志物发现的整合单细胞转录组学与可解释人工智能
查看 ORCID 个人资料
Tanjidul Huda，
查看 ORCID 个人资料
SRIPORNA BISWAS
doi：
https://doi.org/10.64898/2026.10.23.761315
Tanjidul Huda
1
德里大学；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Tanjidul Huda 的 ORCID 记录
通讯请联系：
tanjidnijum{at}gmail.com
SRIPORNA BISWAS
2
昌迪加尔大学
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
SRIPORNA BISWAS 的 ORCID 记录
摘要
信息/历史
指标
补充材料
数据/代码
预览 PDF
摘要
侵袭是三阴性乳腺癌（TNBC）发生转移扩散的早期步骤，但同一肿瘤或细胞系内的细胞在侵袭能力上存在差异，而哪些转录特征能够区分侵袭细胞与非侵袭细胞，目前尚不明确。我们重新分析了公开的单细胞 RNA 测序数据集 GSE329526。该数据集中，经 ClonMapper 条形码标记的 MDA-MB-231 细胞通过 Transwell 实验分离为侵袭组（5 个样本，6,289 个细胞）和非侵袭组（5 个样本，5,983 个细胞），并与亲本细胞群（1 个样本，3,022 个细胞）进行比较。初始的细胞层面分析结合了 Wilcoxon 差异表达分析、采用随机细胞划分的 XGBoost 分类器、SHapley 加性解释（SHAP）以及 Enrichr 过度代表性分析。由于来自同一】【。
由于样本并非相互独立，我们随后在样本层面重复了分析，包括基于样本均值进行差异表达分析（五个对五个）、采用整样本留出的交叉验证进行 XGBoost 分析、以质量控制指标构建基线模型、对留出样本进行 SHAP 分析，以及基于排序的基因集富集分析（GSEA）。在样本层面，11,727 个受检基因中有 6,651 个在侵袭性样本与非侵袭性样本之间存在差异（错误发现率［FDR］< 0.05）；其中包括细胞层面排名最高的十个基因，如 PHLDA2、ANTXR2、VIM 和 HMGA1（FDR 为 0.0007 至 0.0022），以及上皮—间质转化（EMT）调控因子 TGFBR2、JAG1、SDCBP 和 WWTR1。采用整样本留出时，XGBoost 区分侵袭性与非侵袭性细胞的受试者工作特征曲线下面积（AUC）为 0.92（各折范围为 0.89 至 0.95）；移除核糖体基因和线粒体基因并未改变模型表现（AUC 仍为 0.92），而仅使用四项质量控制指标的模型 AUC 为 0.63。此外，每个留出的侵袭性样本所得平均侵袭预测概率（0.74 至 0.79）均高于所有非侵袭性样本（0.20 至 0.28）。在留出样本中，SHAP 排名靠前的基因与炎症及应激反应相关（CCL2、LGALS12、DUSP1、CXCL3、KYNU、CXCL2）；GSEA 显示，侵袭性样本中的 KRAS 信号通路（标准化富集分数［NES］为 2.30，FDR = 0.001）和 E2F 靶基因（NES 为 1.62，FDR = 0.038）富集程度较高，而干扰素-α 和干扰素-γ 应答较低（NES 分别为 −1.97 和 −1.65；FDR 分别为 0.001 和 0.019）。在留出样本的排名中，原始 SHAP 排名中占主导地位的核糖体基因并未出现。因此，侵袭性 MDA-MB-231 细胞具有一种可在独立 Transwell 样本间重复观察到的转录状态，并涉及 EMT 相关、炎症及增殖程序。
局限性包括仅使用单一细胞系、将侵袭性和非侵袭性细胞群分别置于不同文库中进行测序，以及缺乏外部验证；本文报告的候选基因均为待验证的假设，需要通过独立实验和患者样本加以确认。
利益冲突声明
作者声明不存在利益冲突。
脚注
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE329526
https://www.ncbi.nlm.nih.gov/bioproject/PRJNA1459420
https://github.com/tanjidnijum02/tnbc-invasion-scrna-xai
https://doi.org/10.5281/zenodo.23494607
版权
本预印本的版权持有人为作者／资助方，其已授予 bioRxiv 永久展示该预印本的许可。
本内容依据
CC-BY 4.0 国际许可协议
发布。
返回顶部
上一篇
下一篇
发布于 2026 年 10 月 27 日。
下载 PDF
补充材料
数据／代码
电子邮件
感谢您有兴趣传播 bioRxiv 的内容。
注意：仅要求提供您的电子邮件地址，以确认您是本文的发送者。
您的电子邮件地址
*
您的姓名
*
发送至
*
请在不同的行中输入多个地址，或使用逗号分隔。
您即将发送以下内容：
三阴性乳腺癌疾病机制与生物标志物发现的整合性单细胞转录组学及可解释人工智能
邮件主题
（您的姓名）通过 bioRxiv 向您转发了一个网页
邮件正文
（您的姓名）认为您可能想查看 bioRxiv 网站上的此网页。
您的个人留言
验证码
此问题用于测试您是否为人类访客，并防止自动垃圾信息提交。
分享
三阴性乳腺癌疾病机制与生物标志物发现的整合性单细胞转录组学及可解释人工智能
Tanjidul
Huda
，
SRIPORNA BISWAS
bioRxiv
2026.10.23.761315
doi：https://doi.org/10.64898/2026.10.23.761315
分享本文：
复制
引文工具
整合单细胞转录组学与可解释人工智能：三阴性乳腺癌的疾病机制解析与生物标志物发现
Tanjidul Huda，SRIPORNA BISWAS
bioRxiv
2026.10.23.761315
doi：https://doi.org/10.64898/2026.10.23.761315
引文管理器格式
BibTeX
Bookends
EasyBib
EndNote（tagged）
EndNote 8（xml）
Medlars
Mendeley
Papers
RefWorks Tagged
Ref Manager
RIS
Zotero
推文组件
Facebook 点赞
Google +1
学科领域
生物信息学
学科分类
所有文章
动物行为与认知（8164）
生物化学（19027）
生物工程（15171）
生物信息学（45438）
生物物理学（22958）
癌症生物学（20135）
细胞生物学（27334）
临床试验
发育生物学（14165）
生态学（21415）
流行病学（2067）
进化生物学（25827）
遗传学（16365）
基因组学（23868）
免疫学（19055）
微生物学（43242）
分子生物学（18367）
神经科学（95265）
古生物学（714）
病理学（3039）
药理学与毒理学（5211）
生理学（8294）
植物生物学（16288）
科学传播与教育（2116）
合成生物学（4650）
系统生物学（10399）
动物学（2428）
关键词：三阴性乳腺癌 · 单细胞转录组学 · 肿瘤侵袭 · 可解释人工智能 · 生物标志物
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.23.761315v1?rss=1