激素受体阳性/人类表皮生长因子受体2阴性（HR+/HER2−）乳腺癌是最常见的乳腺癌亚型，但新辅助化疗反应异质性强，病理学完全缓解率（pCR）低，现有预测标志物准确性有限，阻碍个体化治疗。近期，中国学者在《免疫学前沿》杂志发表了一项研究[1]，通过整合多队列转录组数据和机器学习算法，鉴定了CEACAM6作为预测新辅助化疗反应的关键免疫生物标志物，并揭示其通过塑造免疫抑制微环境介导化疗耐药的新机制。
编者按：激素受体阳性/人类表皮生长因子受体2阴性（HR+/HER2−）乳腺癌是最常见的乳腺癌亚型，但新辅助化疗反应异质性强，病理学完全缓解率（pCR）低，现有预测标志物准确性有限，阻碍个体化治疗。近期，中国学者在《免疫学前沿》杂志发表了一项研究[1]，通过整合多队列转录组数据和机器学习算法，鉴定了CEACAM6作为预测新辅助化疗反应的关键免疫生物标志物，并揭示其通过塑造免疫抑制微环境介导化疗耐药的新机制。
研究背景
HR+/HER2-乳腺癌约占所有乳腺癌的60%~70%，是对新辅助化疗反应最差的亚型，病理学完全缓解率仅10%~15%[2-3]。现有预测工具如Ki-67、肿瘤浸润淋巴细胞（TILs）及多基因签名在该亚型中存在局限性，亟需新生物标志物[4]。该亚型以免疫学“冷”微环境为特征，表现为CD8+ T细胞浸润低、调节性T细胞高表达。机器学习方法在高维数据特征选择方面具有显著优势。本研究旨在鉴定预测新辅助化疗敏感性的关键分子标志物。
研究方法
从GEO数据库纳入9个数据集共956例HR+/HER2-乳腺癌样本（训练集708例，测试集248例），从TCGA获取497例肿瘤和113例正常组织。使用ComBat校正批次效应。通过差异表达分析（|log2FC|>1，FDR<0.05）鉴定TCGA肿瘤与正常组织间、GEO训练集病理学完全缓解与残留病灶间的差异表达基因，取交集后采用LASSO、随机森林和支持向量机-递归特征消除三种机器学习算法进行特征选择。以三种算法共有的基因为特征，使用10种机器学习算法构建预测模型，通过SHAP进行模型解释。采用GSEA进行功能富集分析，CIBERSERT评估免疫浸润，oncoPredict预测药物敏感性。通过免疫组化（9例配对样本）和临床队列（106例）进行验证。
研究结果
1. 数据整合与差异表达基因
批次校正后PCA显示训练集和测试集内数据集一致性显著改善。TCGA肿瘤与正常组织比较鉴定出984个差异表达基因（306个上调，678个下调）；GEO训练集病理学完全缓解与残留病灶比较鉴定出101个差异表达基因（51个上调，50个下调）。两者取交集获得38个重叠基因。
图1. 数据整合与批次效应校正。（A）未校正的GEO训练集PCA显示各数据集独立聚类；（B）ComBat校正后训练集PCA显示批次效应去除；（C-D）测试集校正前后PCA对比。
图2. 差异表达基因。（A）TCGA前100个差异表达基因热图；（B）TCGA HR+/HER2-肿瘤与正常组织差异表达基因火山图；（C）GEO训练集前100个差异表达基因热图；（D）GEO训练集病理学完全缓解与残留病灶差异表达基因火山图。
2. 机器学习特征选择与模型构建
LASSO鉴定出22个非零系数基因，支持向量机-递归特征消除鉴定出25个基因（最优交叉验证准确率0.91），随机森林鉴定出12个基因（MeanDecreaseGini>3.5）。三种算法共鉴定出4个特征基因：CEACAM6、MELK、RARRES1、BIRC5。
10种机器学习算法中，NeuralNet在测试集表现最优（AUC=0.816）。SHAP分析显示CEACAM6对模型预测贡献最大，CEACAM6高表达与负SHAP值相关（倾向于预测残留病灶），而MELK、RARRES1和BIRC5高表达与正SHAP值相关（倾向于预测病理学完全缓解）。
3. 特征基因表达模式与预后价值
TCGA队列中，MELK、BIRC5和CEACAM6在HR+/HER2-肿瘤中显著高表达，RARRES1在肿瘤中表达降低。GEO训练集和测试集中，MELK、BIRC5和RARRES1在病理学完全缓解组高表达，CEACAM6在残留病灶组高表达。Kaplan-Meier生存分析显示，CEACAM6高表达与较差总生存期显著相关（log-rank p=0.014），MELK、BIRC5和RARRES1与生存无显著关联。
图3. 特征基因表达模式与预后价值.（A）TCGA正常与肿瘤组织中特征基因表达比较；（B）GEO训练集病理学完全缓解与残留病灶组表达比较；（C）GEO测试集验证；（D-F）MELK、RARRES1、BIRC5的总生存期曲线；（G）CEACAM6高表达与较差总生存期相关。
4. CEACAM6功能富集分析
GSEA显示，CEACAM6高表达组显著富集于代谢相关通路（氧化磷酸化、蛋白酶体、蛋白输出、类固醇生物合成），而低表达组富集于免疫相关通路（趋化因子信号通路、细胞因子-细胞因子受体相互作用、造血细胞谱系）。
5. 免疫浸润分析与CEACAM6相关性
CIBERSERT分析显示，病理学完全缓解组中滤泡辅助T细胞、γδT细胞、M1型巨噬细胞和活化肥大细胞比例显著更高，而残留病灶组中调节性T细胞和静息肥大细胞比例更高。Spearman相关分析显示，CEACAM6表达与CD4+初始T细胞、调节性T细胞和活化树突状细胞呈正相关，与记忆B细胞、CD8+ T细胞、活化CD4+记忆T细胞、滤泡辅助T细胞、单核细胞、M1型巨噬细胞和静息树突状细胞呈负相关。
图4. 病理学完全缓解与残留病灶组免疫细胞浸润及CEACAM6相关性.（A）GEO训练集22种免疫细胞相对比例堆积柱状图；（B）病理学完全缓解与残留病灶组间差异显著的免疫细胞；（C）CEACAM6表达与免疫细胞浸润的Spearman相关性耦合网络图。
6. 药物敏感性分析
CEACAM6高表达组对环磷酰胺、表柔比星、紫杉醇、5-氟尿嘧啶、他莫昔芬和氟维司群的预测IC50值显著升高。
图5. 按CEACAM6表达分层的预测药物敏感性.（A-F）CEACAM6高表达组与低表达组中环磷酰胺、表柔比星、紫杉醇、5-氟尿嘧啶、他莫昔芬、氟维司群的log2转换IC50值箱线图。
7. CEACAM6免疫组化验证
在9例配对新辅助化疗前后标本中，癌旁正常组织CEACAM6呈弱表达。病理学完全缓解组治疗前CEACAM6呈强表达，治疗后显著降低甚至低于正常组织；残留病灶组治疗前后CEACAM6均呈强表达，未见显著下降。临床回顾性分析（106例）显示，病理学完全缓解患者基线淋巴细胞计数更高，N2-N3期患者更易达到病理学完全缓解。
图6. 乳腺癌组织标本中CEACAM6代表性免疫组化染色.（A1-A3）3例未接受新辅助化疗的HR+/HER2-乳腺癌患者癌旁非肿瘤组织；（B1-B3）3例达到病理学完全缓解患者治疗前后配对样本；（C1-C3）3例残留病灶患者治疗前后配对样本。
讨论与结论
本研究通过整合多队列转录组数据和机器学习算法，鉴定出CEACAM6作为预测HR+/HER2-乳腺癌新辅助化疗反应的关键生物标志物。与既往多依赖单一数据集的研究相比，本研究通过大规模数据整合、3种算法联合特征选择及多模型验证，构建了更稳健的预测框架。CEACAM6在4种特征基因中贡献最大，其高表达与较差总生存期和化疗耐药显著相关。
CEACAM6编码GPI锚定膜糖蛋白，参与细胞黏附、侵袭和免疫逃逸。本研究发现CEACAM6高表达肿瘤富集于氧化磷酸化和蛋白酶体等化疗耐药相关通路。氧化磷酸化增强促进ATP产生和活性氧清除，介导化疗耐药；蛋白酶体激活促进细胞周期蛋白和凋亡调节蛋白降解，利于肿瘤细胞存活。免疫浸润分析显示CEACAM6与调节性T细胞浸润正相关、与CD8+ T细胞水平负相关，与既往研究报道的CEACAM6通过CEACAM1相互作用抑制T细胞活化一致。这些发现支持CEACAM6作为双功能分子，同时调控化疗敏感性和免疫微环境。
药物敏感性预测显示CEACAM6高表达对多种化疗和内分泌药物IC50值升高，但需注意oncoPredict基于细胞系训练数据，不能完全模拟临床HR+/HER2-肿瘤的激素和免疫特征。临床队列分析显示病理学完全缓解患者基线淋巴细胞计数更高，与既往研究一致；N2-N3期患者病理学完全缓解率更高，可能机制为淋巴结转移增加抗原暴露驱动局部免疫激活。
本研究优势在于：整合大规模多队列转录组数据，通过3种机器学习算法联合筛选确保特征基因稳健性，在独立测试集验证模型性能，结合SHAP分析增强模型可解释性，并通过免疫组化和临床队列进行多维度验证。
研究局限性包括：外部独立队列中病理学完全缓解患者数量较少（10/106，9.43%），与该亚型新辅助化疗低敏感性一致，但可能引入分析偏倚；CIBERSERT免疫浸润分析为计算估计，需实验验证；免疫组化分析样本量较小（9例）；CEACAM6介导免疫抑制的具体机制及靶向CEACAM6的治疗策略需进一步功能研究验证。
综上，本研究鉴定CEACAM6为预测HR+/HER2-乳腺癌新辅助化疗反应的稳健生物标志物。CEACAM6高表达与化疗耐药、较差生存、免疫抑制微环境及药物敏感性降低显著相关。CEACAM6高表达肿瘤富集于代谢和蛋白酶体耐药通路，且调节性T细胞浸润增加、细胞毒性免疫细胞减少。CEACAM6低表达肿瘤则表现为免疫活化及新辅助化疗高反应性。将CEACAM6整合入机器学习预测模型有助于指导HR+/HER2-乳腺癌的个体化治疗策略。
▌参考文献：
[1]. Fang D, Lin J, Wang J, Nong Q, Tao S, Lu B, Yu Y, Peng H, Tian Y, Su Q, Ma Y and Huang Y (2025) CEACAM6 as a machine learning derived immune biomarker for predicting neoadjuvant chemotherapy response in HR+/HER2− breast cancer. Front. Immunol. 16:1662004. doi: 10.3389/fimmu.2025.1662004
[2]. SungH,FerlayJ,SiegelRL,LaversanneM,SoerjomataramI,JemalA,et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. (2021) 71:209–49. doi: 10.3322/caac.21660IF: 232.4 Q1
[3]. CantiniL,TrapaniD,GuidiLBoscolo BieloL,ScafettaR,KoziejM,et al. Neoadjuvant therapy in hormone Receptor-Positive/HER2-Negative breast cancer. Cancer Treat Rev. (2024) 123:102669. doi: 10.1016/j.ctrv.2023.102669IF: 10.5 Q1
[4]. MaQ,LiuYB,SheT,LiuXL. The role of ki-67 in HR+/HER2- breast cancer: A real-world study of 956 patients. Breast Cancer (Dove Med Press). (2024) 16:117–26. doi: 10.2147/BCTT.S451617IF: 3.4 Q2