Ribociclib Succinate

精彩内容 日前，四川省妇幼保健院发布公告，即将开始药品申报资料的接收工作。经梳理，67个药品在列，化药、生物药、中成药均有涉及，既有帕妥珠单抗注射液、维生素D2软胶囊等畅销大品种，亦有琥珀酸瑞波西利片、坤心宁颗粒等2025年销售额增速达三位数及以上的潜力品种。 此次药品资料申报范围为附表1、附表2、附表3中所包含的药品品种（合计67个），且属于“四川医保公共服务平台”挂网品种，国家基药、集采药品、国谈药品优先。 67个药品中，国家医保品种占比超过85%，包括羟乙磺酸达尔西利片、盐酸右哌甲酯缓释胶囊、注射用阿格司亭α、盐酸胍法辛缓释片、替尔泊肽注射液、坤心宁颗粒、怡培生长激素注射液、琥珀酸瑞波西利片等多个国谈药（2025版）。 从治疗类别看，此次拟进院药品以消化系统及代谢药、抗肿瘤和免疫调节剂、神经系统药物为主，占比均超过11%；从药品类型看，有维生素D2软胶囊、阿司匹林肠溶片等化学药，也有黄葵胶囊、坤心宁颗粒等中成药，还有重组促卵泡素β注射液、注射用阿格司亭α等生物药。 申报药品品种 注：标*为独家品种 来源：四川省妇幼保健院，米内网数据库 米内网数据显示，2025年中国城市公立医院、县级公立医院、城市社区中心以及乡镇卫生院（简称中国公立医疗机构）终端，利伐沙班片、帕妥珠单抗注射液等销售额均超过20亿元，维生素D2软胶囊、阿司匹林肠溶片、ω-3鱼油脂肪乳注射液、黄葵胶囊（苏中药业独家）、富马酸喹硫平片等销售额均超过10亿元。 苏中药业的黄葵胶囊为国家医保乙类品种，具有清利湿热、解毒消肿的功效，适用于慢性肾炎之湿热证。该药近年来在中国公立医疗机构终端的销售额呈逐年上涨态势，2025年首次突破10亿元，同比增长约9.8%，在泌尿系统疾病中成药产品排名中位列第五。 近年来中国公立医疗机构终端黄葵胶囊销售情况（单位：万元） 来源：米内网中国公立医疗机构药品终端竞争格局 此外，2025年琥珀酸瑞波西利片（诺华独家）销售额涨超400%，复方聚乙二醇(3350)电解质散、坤心宁颗粒（天士力独家）、注射用头孢呋辛钠/氯化钠注射液等销售额涨超200%，羟乙磺酸达尔西利片（恒瑞独家）、复方胰酶散、氯巴占片等销售额涨超100%。 琥珀酸瑞波西利片是诺华开发的一款CDK4/6选择性抑制剂，最早于2023年获批进入国内市场，用于治疗晚期乳腺癌；2025年获批新适应症，用于早期乳腺癌辅助治疗。米内网数据显示，该药2025年在中国公立医疗机构终端的销售额突破4亿元，同比增长470.8%，放量明显。 近年来中国公立医疗机构终端琥珀酸瑞波西利片销售情况（单位：万元） 来源：米内网中国公立医疗机构药品终端竞争格局 值得注意的是，此次拟进院药品资料报送时间为4月17日（14:30-17:30），逾期不予接收。不接受邮寄资料。 资料来源：米内网数据库、四川省妇幼保健院等 注：米内网《中国公立医疗机构药品终端竞争格局》，统计范围：中国城市公立医院、县级公立医院、城市社区中心以及乡镇卫生院，不含民营医院、私人诊所、村卫生室；上述销售额以产品在终端的平均零售价计算。数据统计截至4月16日，如有疏漏，欢迎指正！ 免责声明：本文仅作医药信息传播分享，并不构成投资或决策建议。 本文为原创稿件，转载文章或引用数据请注明来源和作者，否则将追究侵权责任。 投稿及报料请发邮件到872470254@qq.com 稿件要求详询米内微信首页菜单栏 商务及内容合作可联系QQ：412539092 【分享、点赞、在看】点一点不失联哦

NeoPAL研究（2026）肿瘤微环境分析结果：内分泌联合CDK4/6抑制剂，能否悄悄改写激素受体阳性乳腺癌的治疗逻辑？ 原创 李自涛医生 涛涛医道行 2026年2月12日 06：03 青海 在乳腺癌治疗领域，我们常常聚焦于“杀死肿瘤细胞”，却容易忽视肿瘤周围的“生态环境”——肿瘤微环境。2026年发表的NeoPAL研究，正是一次深入这片“隐形战场”的探索。该研究首次通过多组学与单细胞去卷积技术，系统比较了来曲唑联合哌柏西利与传统化疗在高风险Luminal型乳腺癌新辅助治疗中的生物学效应。结果出人意料：两种治疗方式在抑制肿瘤增殖、重塑免疫细胞组成、激活保护性微环境方面，展现出高度相似的作用模式。这不仅挑战了我们对于“化疗更强”的固有认知，更提示我们：有效的治疗未必只能通过“强力杀伤”实现，调控肿瘤微环境或许是一条同样重要、且更温和的治疗路径。参考文献：DOI: 10.1016/j.xcrm.2025.102544一、研究背景乳腺癌是女性最常见的癌症，其中激素受体阳性、HER2阴性亚型最为常见，通常称为Luminal型乳腺癌（LBC）。早期侵袭性LBC的标准治疗方案主要包括局部治疗（手术及放疗）和内分泌治疗。基因组特征的普及有助于进一步细化早期LBC的预后评估及辅助化疗的作用。近年来，创新药物如CDK4/6抑制剂（哌柏西利、瑞波西利、阿贝西利）已经改变了晚期LBC的治疗格局和预后，早期研究甚至提示，在晚期LBC中，内分泌治疗联合CDK4/6抑制剂的疗效可能与化疗相当。此外，研究表明，对于高风险早期LBC患者，将阿贝西利或瑞波西利与辅助内分泌治疗联合使用2–3年可改善中期预后。新辅助治疗为药物研发加速及临床实践转变提供了契机，因为它可以通过病理反应等替代终点快速评估新疗法的有效性。然而，其预后价值受到质疑，而在LBC中，更具内分泌特异性的终点，如术前内分泌预后指数（PEPI评分）或增殖水平下降，可能更具相关性。为进一步探索CDK4/6抑制剂在高风险早期LBC中的潜在作用，并结合PAM50基因签名的创新应用，开展了两项前瞻性试验，将来曲唑（芳香化酶抑制剂）联合CDK4/6抑制剂与常规化疗进行新辅助治疗比较。CORALLEEN试验（NCT03248427）比较了来曲唑-瑞波西利联合方案与传统蒽环类-紫杉类顺序化疗方案。结果显示，在高风险早期LBC患者中，至少50% 的患者通过PAM50复发风险（ROR）分类可获得显著且相似的基因组下调，ROR评分结合了PAM50基因组评分、肿瘤大小及淋巴结状态。NeoPAL试验（NCT02400567）显示，在PAM50定义的高风险LBC患者中，来曲唑联合哌柏西利的病理反应率与类似化疗方案相当，并可能在PEPI评分改善及增殖抑制方面更具影响力。两项研究均显示，与化疗相比，来曲唑联合CDK4/6抑制剂相关的不良事件发生率显著降低。新辅助治疗还为探索治疗反应及耐药机制提供了平台。先前研究已广泛探索了内分泌治疗与CDK4/6抑制剂联合耐药的机制，本报告不对这些机制进行讨论。本研究重点在于探索内分泌治疗联合CDK4/6抑制剂与化疗在局部ER阳性、HER2阴性乳腺癌患者中的生物学效应差异。为此，我们对NeoPAL试验进行了预先设计的转化研究分析，旨在通过多维生物标志物在不同时间点的分析，阐明化疗与来曲唑-哌柏西利治疗反应的分子及细胞层面差异。二、研究方法1、临床试验设计与患者NeoPAL试验的详细信息及核心结果已在先前报道中阐述。该试验方案可参见补充材料。根据方案规定，所有患者至少随访三年。本学术研究由UNICANCER资助，在法国乳腺癌研究组（UCBG）内开展，并在ClinicalTrials.gov注册（NCT02400567），即NeoPAL研究。研究于2014年12月12日获得监管机构批准，按《良好临床实践指南》和《赫尔辛基宣言》进行。所有随机入组患者均签署了两份书面知情同意书（入组前及Prosigna检测结果和腋窝淋巴结评估后随机化前）用于临床部分试验，同时所有患者均提供针对转化分析的专门书面知情同意书。研究获得法国国家伦理委员会（CPP Ile de France III, Paris, France）及比利时当地机构审查委员会（UCL Saint-Luc）完全批准。根据法国相关法规，未收集参与者的性别、祖先、种族、民族及社会经济状态信息。2、免疫组化分析每位患者均前瞻性收集了治疗前活检及治疗后手术标本两个样本，在中心实验室进行处理。福尔马林固定石蜡包埋（FFPE）块切片厚度3μm。所有免疫染色在BOND RX全自动染色平台（Leica Biosystems）上完成。每种抗体及免疫组化步骤见下表。由专职乳腺病理学家（AVS）在显微镜下解读染色结果，每批次均配备外部对照。每次染色均评估染色强度、阳性细胞百分比及染色定位（核、胞质、膜），并对治疗前活检及手术标本中最具代表性的残留肿瘤块进行分析。适用时计算Histoscore。3、BC360分析BC360分析在Institut Curie基因组平台完成。原始数据由Institut Curie生成，生物学分析与NanoString公司合作完成。BC360面板利用nCounter技术，通过759个基因的RNA表达特征描述乳腺癌生物学。每个特征或通路的输出为二值变量（“高”或“低”；“激活”或“未激活”），可直接纳入NeoPAL临床数据库。除PAM50分子亚型外，本研究关注的通路包括：ER信号通路、凋亡、肿瘤增殖、基质组织丰度及免疫信号等。归一化及差异表达分析方法可按需提供。4、PAM50亚型PAM50亚型判定采用三步算法。第一步，通过两组缩放因子调整housekeeper基因及参考样本表达值，为后续分析提供尺度。第二步，计算PAM50基因表达与四个亚型中心值的相关性，每个样本获得四个相关性值。最后一步，选择相关性最大者作为样本的亚型判定结果。5、基因组复发风险（Genomic Risk）基因组风险评分通过多步算法获得。第一步同样使用两组缩放因子调整housekeeper基因及参考样本表达值。第二步，计算PAM50基因表达与四个亚型中心值的相关性（与亚型判定不同），得到四个相关性值。随后计算每个样本的增殖评分，并对增殖评分与四个亚型相关性加权求和，最后将评分标准化至0–100之间。此评分仅使用基因组信息，不考虑肿瘤大小。6、质量控制评估nCounter分析的技术性能，包括：通过housekeeper基因评估样本完整性；通过视野分析成功率评估仪器性能；通过探针结合密度、ERCC线性及检测限评估分析化学反应效率和特异性。任何未通过质量控制的样本均排除。质量控制细节可按需提供。7、Bulk RNA-seq分析及细胞去卷积RNA提取自六片厚10μm的FFPE切片，使用High Pure FFPET RNA Isolation Kit。RNA浓度通过NanoDrop One测定。RNA文库制备使用QuantSeq FWD 3′ mRNA Seq LEXOGEN试剂盒（94–192 ng总RNA），共制备159个文库。第一步通过oligo dT引物逆转录合成双链cDNA，随后进行21–23轮PCR扩增并加条形码。文库单独定量与质控后等摩尔混合，使用qPCR定量（KAPA library quantification kit, Roche）。测序在Illumina NovaSeq 6000仪器上进行，SR100单端模式，每样本约1,000万读数。原始数据质量使用FastQC (v0.11.9)检测；比对至核糖体RNA数据库（Bowtie 2.4.2）及人类参考基因组（hg38, STAR 2.7.6a）。进一步质控包括链特异性（RSeQC 4.0.0）、复杂性（Preseq 3.1.1）、基因饱和度、读段分布及重复度（DupRadar）。保留至少5% 样本中含有至少1个读段的基因用于后续分析。归一化及差异表达分析使用DESeq2 R包完成。8、通路富集通路富集分析使用Metascape（https://metascape.org），默认参数，选取DESeq2分析识别出的前1000个差异表达基因（校正p<0.05）。9、Bulk RNA-seq去卷积NeoPAL队列的159个Bulk RNA-seq样本使用BayesPrism算法v2.019去卷积。输入为73,426个高质量细胞的BC细胞图谱原始计数矩阵，先验信息来源于之前注释的39种细胞类型及状态。去卷积过程中移除线粒体及核糖体蛋白编码基因，以及MALAT1及X/Y染色体基因，以减少批次效应并加快计算速度，仅使用蛋白编码基因。最终通过更新的theta矩阵估计每个样本中各细胞类型比例，用于下游分析。10、热图与聚类NeoPAL队列的159个bulk RNA-Seq样本的整体细胞类型组成通过R包pheatmap绘制热图。对样本和细胞类型均采用欧氏距离（Euclidean distance）和Ward.D2方法进行层次聚类。数值按细胞类型进行中心化和标准化处理。11、DNA测序分析使用Agilent SureSelect CD Curie CGP571基因panel对NeoPAL试验的14对活检/手术标本及7个单独活检DNA进行测序。每个样本约50 ng冷冻DNA用于构建文库，使用Agilent SureSelect XT-HS文库制备试剂盒完成。文库池在Illumina NovaSeq 6000上测序。生物信息学分析及变异筛选算法按先前方法进行。最小等位基因比例设为5% ，群体最大频率0.1% ，最小覆盖度为100 reads。对筛选出的每个变异，均在配对样本中特别检查，即使低于5% 也保留。扩增与纯合缺失：DNA片段 <10 Mb，log2中位比值 >2 定义为扩增，<1.5 定义为纯合缺失，均考虑肿瘤细胞浸润情况。Oncoprint绘制：使用R包ComplexHeatmap及Maftools 4.00版本完成。12、结局指标残余肿瘤负荷（RCB）反应按既往方法评估。13、定量与统计分析所有相关数据纳入UNICANCER管理的NeoPAL数据库，在Institut Curie分析。使用常规参数和非参数描述统计、时间相关统计，以及多变量模型（如适用）。配对比较：使用Wilcoxon符号秩检验比较基线与手术样本。p值表示：\* p < 0.05；\*\* p < 0.01；\*\*\* p < 0.001；\*\*\*\* p < 0.0001。14、生存分析在无分组变量情况下，生存分析采用Cox比例风险模型，将生存结果作为因变量，归一化基因表达或signature评分作为连续协变量：Survival(time, event) = μ+Expression_(gene or signature)+ ε分析按基因或signature进行，使用R包survival中的回归函数。多重检验校正：使用Benjamini & Yekutieli FDR方法。Kaplan-Meier曲线按基因或signature表达数据的截点绘制。图表绘制使用GraphPad Prism 10.2.0。Mantel-Haenszel检验在适当情况下使用。15、附加资源表格：S1–S3, S5, S6；图：S1–S6研究方案：NCT02400567；DOI:https://doi.org/10.1093/annonc/mdy448BC360 signature变化：补充表S4（对应图S3），记录每个signature名称、变量、时间点比较、log₂ fold change、95% CI、t检验统计量、未校正p值及FDR校正p值（padjust）。三、研究结果1、NeoPAL 试验入组时的生物学格局NeoPAL 试验的详细设计和核心结果已有报道。简要而言，106例高风险III–IIIA期LBC患者（根据中心PAM50亚型分型为淋巴结阳性的Luminal A型或Luminal B型）随机接受来曲唑联合哌柏西利（LP，哌柏西利125 mg每日一次，3周用药/1周停药，持续19周）或化疗（CT，3个周期表柔比星-环磷酰胺，随后3个周期多西他赛）。103例患者完成手术，手术时间为哌柏西利最后一次用药24小时后或CT最后一个周期结束后3周。主要终点为残留癌负荷（RCB）。LP组RCB 0占3.8% ，CT组占5.9% ；RCB 0–I分别占LP组7.7% （95% CI 0.4–14.9）和CT组15.7% （95% CI 5.7–25.7）。此外，分别有17.6% 和8.0% 的患者获得乳腺癌特异生存PEPI评分为0。本研究纳入103例患者，共206个肿瘤样本，包括治疗前活检样本和治疗后手术肿瘤样本。免疫组化（IHC）样本181份、NanoString BC360分析样本176份、整体RNA测序（RNA-seq）159份、靶向DNA测序35份，分别覆盖91、88、86及21名患者（图1）。除BC360分析在NanoString完成外，其余分析均在Curie研究所进行。关键生物标志物（PAM50亚型、基因组风险评分、RCB反应）在四个子集间以及与整个试验人群相比均相似（表S1）。IHC子集中RCB 0–I患者比例略低，主要因缺乏可用于IHC分析的残余肿瘤组织。图 1. 流程图 根据治疗组和样本类型（基线活检或手术样本）对每项分析的肿瘤样本分布情况。*每个单元格中的数字表示可用样本数量。BC360：NanoString BC360 转录组分析；RNAseq：整体 RNA 测序；DNAseq：靶向 DNA 测序。进一步分析基线肿瘤的分子特征，BC360面板42个生物学特征的基因表达分布在两组间无显著差异（图2A）。基于整体RNA-seq中1000个变异最大的基因进行主成分分析显示，LP组肿瘤（图2B，蓝点）与CT组肿瘤（图2B，红点）的整体模式不可区分。基线时BC360基因组评分（0–100）在88个可用样本中，中位数LP组67.5，CT组72.5（p=0.29；图2C）。包括ER、PR、Ki67及肿瘤浸润淋巴细胞（TIL）计数（图2D）、细胞周期相关蛋白（cyclin D1、p16、cyclin E、p-Rb；图2E）及免疫细胞标志物（FOXP3、CD163、CD8；图2F）的IHC分析，也证实两组肿瘤总体特征相似。图 2. 两组入组人群的多维比较(A) 基于 BC360 标准化表达特征评分的热图。热图上方的蓝色和红色条分别表示来曲唑+哌柏西利组和化疗组的患者（深蓝色：Luminal A 肿瘤；浅蓝色：Luminal B 肿瘤；化疗组仅分析了 Luminal B 肿瘤）。(B) 基于整体 RNA 测序经过方差稳定化转换后，取 1,000 个变异最大的基因进行主成分（PC）分析。蓝点表示来曲唑+哌柏西利组患者，红点表示化疗组患者。x 轴：PC1，占方差 23% ；y 轴：PC2，占方差 6% 。(C) 两组基线 PAM50 基因组评分的分布情况。水平条表示中位值及四分位数范围。(D) 基线活检中 Ki67、ER、孕激素受体（PR）表达及肿瘤浸润淋巴细胞（TILs）百分比的表达（以染色肿瘤细胞百分比表示），根据中心评审结果统计。水平条表示中位值及四分位数范围。整体来看，免疫组化分析中仅有四例 Luminal A 肿瘤。(E) 基线中心评审下 cyclin D1、p16、cyclin E 及磷酸化 Rb（p-Rb）表达的组织评分（histoscore）。水平条表示中位值及四分位数范围。(F) 基线中心评审下 FOXP3、CD163 和 CD8 表达的组织评分。水平条表示中位值及四分位数范围。所有比较（D、E、F，未显示）均为探索性分析，未达到统计学显著性。CHEMO：化疗组。在小提琴图和箱线图中，数据呈现最小值到最大值，中间条表示均值，上下条或箱体表示 25% –75% 四分位数范围。2、增殖下降及癌细胞变化手术时LP组中位Ki67表达显著低于CT组（1% ，IQR 0–5 vs. 5% ，IQR 2–15，p=0.0001；图3A）；两组最终Ki67值（图3B–3C）、LP及CT组个体Ki67下降情况（图3E–3H，IHC确认）均显示类似趋势。LP组完全细胞周期阻滞（最终Ki67 ≤2.7% ）的频率更高（33/45，73.3% ）vs. CT组（15/45，28.9% ；p<0.0001）。细胞周期关键蛋白（P16、TP53、CCND1、CCNE1、p-Rb）表达模式在两组治疗后亦相似（图3D）。进一步分析基于整体RNA-seq的基线与治疗后基因表达差异，LP组（图S1A）与CT组（图S1B）总体模式高度相似。手术样本两组差异基因分析仅发现37个差异表达基因，无显著生物学意义（图S1C，蓝点；表S2；图S1D）。基线1000个上调基因的生物学过程分析显示，两组均主要涉及细胞周期、蛋白翻译及核糖核蛋白生物合成（图3I–J）。手术时这些过程几乎消失，被血管发育、细胞外基质（ECM）组织及细胞运动相关过程取代（图3I–J）。BC360分析进一步确认，基因组风险特征在两组均显著下降，同时乳腺癌增殖特征、雌激素信号通路相关特征（ER信号、ESR1、PGR、FOXA1）及分化特征显著下降（图S1E–F）。与此同时，肿瘤微环境相关特征（内皮细胞、基质、CD8 T细胞、肥大细胞）平行上升，提示无论LP还是CT均可引发相似炎症反应。值得注意的是，CDK6表达特征增加（潜在CDK4/6抑制耐药机制），但不限于LP组。单患者的轮状图展示了基因组风险、ER信号及乳腺癌增殖和Treg特征的显著变化（图S1G–H）。图 3. 来曲唑+哌柏西利组与化疗组的增殖反应、基因表达谱及细胞组成变化分析(A) 中心评审下两组最终 Ki67 表达水平。探索性比较显示，LP 组 Ki67 表达下降幅度显著高于 CT 组。(B 和 C) 个体 Ki67 表达下降情况（y 轴：% ），分别为来曲唑+哌柏西利治疗后 (B) 及化疗治疗后 (C)。(D) 中心评审下手术标本中 cyclin D1、p16、cyclin E 和 p-RB 的组织评分。所有探索性比较均未达到统计学显著性，除 cyclin D1 边界显著（p = 0.051）。(E 和 F) LP 组 Ki67 表达示例，基线 (E) 与手术时 (F)，显示增殖活性消失。(G 和 H) CT 组 Ki67 表达示例，基线 (G) 与手术时 (H)，显示增殖活性几乎完全消失。(I 和 J) 整体 RNA 测序基因表达分析，显示来曲唑+哌柏西利组 (I) 与化疗组 (J) 基线（上）及手术时（下）前 1,000 个上调基因的基因本体（GO）注释。(K 和 L) 条形图显示从基线到手术上皮细胞比例下降情况，通过整体 RNA 测序及细胞类型反卷积捕获，分别为 LP 组 (K) 与 CT 组 (L)。(M 和 N) 条形图显示从基线到手术癌细胞比例下降情况，通过整体 RNA 测序及细胞类型反卷积捕获，分别为 LP 组 (M) 与 CT 组 (N)。(O 和 P) LP 组基线肿瘤细胞及 TIL 含量示例 (O)，手术时肿瘤细胞密度下降及 TIL 含量变化 (P)。(Q 和 R) CT 组基线肿瘤细胞及 TIL 含量示例 (Q)，手术时肿瘤细胞密度下降及 TIL 含量变化 (R)。p 值以星号表示（**p < 0.01；***p < 0.001；****p < 0.0001；******p < 0.000001；*******p < 0.0000001；ns：无显著性）。小提琴图及箱线图中，数据从最小值到最大值，中间条表示均值，上下条或箱体表示 25% –75% 四分位数范围。靶向DNA测序（571基因面板，部分患者因组织量不足）未发现与疗效或耐药特异相关的突变（图S6）。LP组未观察到新突变，所有匹配样本突变模式一致（图S6）。3、肿瘤细胞组成变化为探究增殖及基因表达变化与肿瘤细胞组成变化的关系，应用BayesPrism算法对整体RNA-seq数据进行去卷积分析，推断各肿瘤样本的细胞类型及状态组成。以此前发表的BC细胞图谱（73,426个细胞，39种细胞类型和状态）为先验信息。整体分析显示，新辅助治疗引起的主要细胞谱系比例变化在LP和CT组相似，无显著差异（图3K–L）。新辅助治疗引起两类主要变化：一是内皮细胞比例略升高，与血管发育及内皮细胞相关基因特征上调一致；二是上皮细胞比例显著下降，同时基质细胞比例升高（LP组p=0.005；CT组p=0.004）。有趣的是，上皮细胞比例下降主要由癌细胞比例下降驱动（LP组p=1.6e-07；CT组p=1.5e-06），显示LP与CT在改变肿瘤细胞组成方面疗效相当。个体病理分析结果亦证实此趋势（图3O）。所有细胞类型变化的详细数据及BayesPrism去卷积分析结果见表S3及正文。4、肿瘤微环境重塑我们进一步分析了新辅助治疗引起的肿瘤细胞组成变化。值得注意的是，BC360基质特征在两组治疗后均被激活（图S1E和2F）。在LP组（p = 7.2e-07，图4A）和CT组（p = 1e-10，图4B）中均观察到初始（SELL+）及组织驻留记忆（CD69+）CD4+ T淋巴细胞比例显著增加，而FOXP3+调节性T细胞比例下降（IHC分析亦证实，图S2）。各免疫细胞亚群在不同治疗组的变化详见图4D，具体p值见表S3。手术时CD4+ T细胞比例在两组间无显著差异（p = 0.96，图4C），提示LP与CT对CD4+ T细胞群的影响相似。总体来看，CD8+ T细胞组成在新辅助治疗后显著变化。前体CD8+ T细胞（XCL1+）比例增加，而分化（耗竭型，GZMH+）CD8+ T细胞比例下降，LP组p = 0.0006（图4A），CT组p = 2.9e-5（图4B）。这些变化在两组间相似（p = 0.9，图4C），主要由耗竭T细胞下降驱动（图4D，表S3），耗竭T细胞通常与癌症控制低效相关。在巨噬细胞方面，FOLR2+肿瘤相关巨噬细胞（TAM）比例增加，而TREM2+ TAM比例下降，LP组p = 2.005e-11（图4C），CT组p = 7.5e-8（图4B）。LP与CT在TAM比例变化上无显著差异（p = 0.08，图4C），但数值上LP对TREM2+ TAM下降影响更显著（图4C，表S3）。图 4. 新辅助来曲唑+哌柏西利或化疗后通过整体 RNA 测序及细胞类型反卷积捕获免疫细胞募集情况(A 和 B) LP 组 (A) 与化疗组 (B) 基线与手术时 CD4+ 细胞、CD8+ 细胞及肿瘤相关巨噬细胞（TAM）特征变化。(C) 手术时来曲唑+哌柏西利组与化疗组免疫细胞比例特征的比较。(D) 两组治疗前后免疫细胞反卷积的详细情况。每个箱线图显示指定细胞类型在基线及手术时的变化。所有 p 值见表 S3。CD4：CD4+ T 细胞；CD8：CD8+ T 细胞；BL：基线；Surg.：手术；SELL：L 选择素 TNFRSF：肿瘤坏死因子超家族受体；Tfh：滤泡辅助性 T 细胞；XCL1：淋巴趋化素；GZM：颗粒酶；FOLR：叶酸受体；TREM：髓系细胞触发受体；SPP：分泌型磷蛋白；NKG2A：杀伤细胞凝集素样受体 G2A箱线图中，数据从最小值到最大值，中间条表示均值，上下条或箱体表示 25% –75% 四分位数范围。整体RNA-seq与细胞去卷积分析显示，低丰度免疫细胞群也发生重要变化：B细胞、肥大细胞及NKG2A+ NK细胞比例显著增加，而CD16+ NK细胞比例下降（图4D，表S3）。BC360分析进一步确认了细胞毒性免疫细胞的显著扩增（LP组图S2E，CT组图S2F），每个免疫特征的折叠变化详见表S4（Mendeley数据集，关键资源表），示例见图S3（LP组图S3A，CT组图S3B）。LP组FOXP3+ T调节细胞的减少亦被IHC分析确认（图S2）。整体细胞组成示意见图5，不同时间点样本可区分，基线活检样本与手术样本明显分开，而治疗组间无明显分离。图 5. 159 份样本的整体细胞组成热图通过整体 RNA 测序反卷积后的无监督分析获得。每行代表一种细胞类型，每列代表一个肿瘤样本。样本按治疗组均匀分布（来曲唑+哌柏西利组为青绿色；化疗组为浅紫色），但按时间点显示出分离趋势（基线活检为绿色，经过新辅助治疗后的手术样本为粉色）。治疗前（活检）：癌细胞、IFNα/β-分泌 myCAF、IFNγ、Ag-CAP、FOXP3+ CD4+ T 细胞、TREM2+ TAM 和 GZMH+ CD8+ 细胞富集。治疗后（手术）：肌上皮细胞、通用成纤维细胞、解毒型 iCAF、创伤型 myCAF、内皮细胞、收缩型 CAP、ECM-CAP、FOLR2+ TAM、NKreg、SELL+ CD4+、CD69+ CD4+ 及肥大细胞富集。IL-iCAF：分泌白介素的 iCAF；IFNγ-iCAF：分泌干扰素 γ 的 iCAF；ECM-myCAF：产生 ECM 的 myCAF；TGFβ-myCAF：分泌肿瘤生长因子 β 的 myCAF；IFNα/β-myCAF：分泌干扰素 α/β 的 myCAF；收缩型 CAP：收缩型癌相关血管周围样成纤维细胞；ECM-CAP：产生 ECM 的 CAP；Ag-CAP：抗原呈递型 CAP；ap-EC：抗原呈递内皮细胞；angio-EC：血管生成内皮细胞；adipo-EC：脂肪生成相关内皮细胞在免疫细胞谱系重塑之外，细胞去卷积显示成纤维细胞总体下降（表S3），而炎性癌相关成纤维细胞（iCAF）在两组均特异性富集（LP组p = 0.017，图6A；CT组p = 0.015，图6C）。根据此前报道的CAF图谱，对iCAF及肌纤维样CAF（myCAF）亚群分析显示，ECM-及IFNαβ-myCAF比例下降，而解毒相关iCAF（detox-iCAF）及伤口修复型myCAF（wound-myCAF）比例增加（LP组图6A，CT组图6C）。癌相关周细胞样（CAP）及内皮细胞谱系亦显著变化，LP组内皮细胞p < 2.2e-16、CAP细胞p = 0.0001（图6B），CT组内皮细胞p < 2.2e-16、CAP细胞p = 1.1e-16（图6D）。两组治疗均增加收缩型CAP及ECM-CAP比例，但Ag-CAP下降；Adipo-EC比例明显升高，同时Angio-EC和Ag-EC下降（图6，表S3）。LP与CT在基质细胞反应上的高度相似性示意见图S4A–5（全部细胞群）、图6B（CAF）、图6C（CAF亚群）、图6D（CAP及内皮细胞）。为进一步理解新辅助治疗反应机制，我们分析了细胞组成与治疗反应（RCB）之间的相关性。基于LP与CT获得的生物学响应相似，将两组合并分析。正如预期，高RCB值与手术时癌细胞比例高及FOXP3+ CD4+调节性T细胞比例高高度相关（图S5A）；而收缩型CAP、Adipo-EC及wound-myCAF比例高与RCB良好反应相关（图S5B）。这一分析扩展至此前描述的生态细胞类型（ECTs），共识别10个ECTs，对应11个细胞生态位（图S5C）。ECT-1及ECT-7（癌细胞与免疫抑制及激活巨噬细胞组成）与手术低RCB负相关；ECT-4（主要由保护性免疫及基质细胞组成）与低RCB正相关（即良好反应，图S5D）。每种细胞类型与RCB的Pearson相关性及各治疗组结果见表S5；手术时ROR与细胞群相关性见表S6。总体来看，“保护性”细胞（收缩型CAP、ECM-CAP、B细胞、Adipo-EC及detox-iCAF，均属于ECT-1）与低ROR良好反应相关，而癌细胞或FOXP3+ CD4+ T细胞与高ROR反应相关。图 6. 新辅助来曲唑+哌柏西利或化疗后非免疫细胞的基质变化，通过整体 RNA 测序及细胞类型反卷积分析(A 和 C) 条形图显示 LP 组 (A) 与化疗组 (C) 治疗前后 CAFs 比例变化，重点分析通过整体 RNA 测序及细胞类型反卷积捕获的特定 CAF 亚群。治疗后，ECM-myCAF 和 IFNα/β-myCAF 群体下降，而解毒型 iCAF（detox-iCAF）和创伤型 myCAF（wound-myCAF）比例增加。(B 和 D) 条形图显示 LP 组 (B) 与 CT 组 (D) 治疗前后 CAP 细胞和内皮细胞比例变化，通过整体 RNA 测序及细胞类型反卷积捕获。治疗后（LP：B；CT：D），收缩型 CAP（contractile-CAP）和 ECM-CAP 比例增加（Ag-CAP 减少），伴随脂肪生成相关内皮细胞（adipo-EC）增加。(E) 每个箱线图显示指定细胞类型在基线和手术时的变化。所有 p 值见表 S3。箱线图中，数据从最小值到最大值，中间条表示均值，上下条或箱体表示 25% –75% 四分位数范围。综上所述，这些结果显示，在通过Bayesian去卷积分析整体RNA-seq推断的单细胞水平上，新辅助治疗可在早期LBC中引起深刻的肿瘤重塑。同时，这也强烈提示，耐受性良好的来曲唑联合哌柏西利组合在该临床背景下对肿瘤微环境及细胞组成的重塑作用与化疗惊人地相似。5、基因组反应及预后由于RCB在新辅助治疗背景下，尤其是针对LP组合，可能并非最合适的评估指标，并且在LBC的新辅助治疗中也存在类似问题，我们进一步探讨了基于PAM50的手术ROR评分作为反应标志物及预后因子的潜在价值，从而定义对新辅助治疗的基因组反应。本分析采用手术样本的最终ROR评分，与CORALLEEN试验方法一致。手术时两组患者的基因组评分均显著低于基线（每组p < 0.0001，图7A）。探索性比较显示，LP组治疗后基因组评分甚至低于CT组（p = 0.0064，图7A）。手术时低ROR患者比例在LP组（49例可评估患者中31例，63.3% ）高于CT组（46例中20例，43.5% ），但差异未达统计学意义（p = 0.10，图7B）。对所有患者分析ROR与RCB的潜在相关性显示相关性有限（Spearman r = 0.21；95% CI 0.0085–0.395；p = 0.0358，图7C），低ROR患者在各RCB值中分布均匀（图7D）。随后评估RCB与ROR在整体人群中的预后价值。由于RCB 0患者极少，我们将RCB 0–I患者合并，与RCB II–III患者比较。乳腺癌特异生存（BCSS）未见显著差异，尽管数值上RCB 0–I患者更优（HR = 0.33，95% CI 0.0024–47.09；p = 0.66，图7E）。达到低ROR反应的患者在最少依循方案随访3年后未发生事件，BCSS几乎显著改善（HR = 0.08，95% CI 0.005–1.43；p = 0.087，图7F）。当单独分析两组时结果一致（LP组：HR = 0.06，p = 0.19，图7G；CT组：HR = 0.11，p = 0.27，图7H）。图 7. 基因组反应、ROR（复发风险）评分下降及预后(A) 基因组反应，由 BC360 基因组评分和最终 ROR 值确定，定义为基线与手术时基因组评分的变化，分别在 LP 组和 CT 组中评估。“Baseline”表示任何治疗前的评分值，“surg”表示新辅助治疗后手术时的评分值。两组均观察到高度显著的下降。探索性比较显示，接受 LP 联合治疗的患者基因组评分下降幅度可能更大。(B) 条形图显示 ROR 反应，由基因组评分和残留肿瘤决定。条形下方深色部分表示“低 ROR”反应比例（LP：深蓝色；CT：深红色）；中蓝色表示中间 ROR 反应；浅蓝色（LP）和浅红色（CT）表示高 ROR 反应。(C) Spearman 相关分析显示基因组风险（ROR 反应的组成部分）与 RCB（作为连续变量）之间存在弱但显著相关性。红线为对角线。(D) 散点图显示 RCB（研究的原始主要终点）与 ROR 反应之间缺乏相关性。(E) 按 RCB 反应的 BCSS 概率（所有患者）：蓝色曲线表示 RCB 0–I 级，红色曲线表示 RCB II–III 级。(F) 按 ROR 反应的 BCSS 概率（所有患者）：蓝色曲线表示“低 ROR”反应，红色曲线表示“高 ROR”反应。(G) LP 组根据 ROR 反应的 BCSS。(H) 化疗组根据 ROR 反应的 BCSS。ROR：复发风险。p 值以星号表示（**p < 0.01；****p < 0.0001；ns：无显著性）。综合来看，这些结果强烈支持手术时ROR评分在早期LBC患者中作为内分泌治疗联合CDK4/6抑制剂新辅助治疗的生物学及临床有效终点的合理性。四、研究讨论本研究进一步加深了对来曲唑联合哌柏西利组合或细胞毒性化疗（CT）在单细胞样水平及分子水平上作用于LBC的理解。目前已有的单细胞研究较少，大多数采用细胞系分析，重点关注CDK4/6抑制耐药机制，提示多种耐药途径。临床实践中对活检样本进行单细胞分析仍具很高挑战性。本研究采用Bayesian去卷积策略对整体RNA-seq数据进行分析，可在临床常规的福尔马林固定、石蜡包埋样本中推断肿瘤细胞组成。此前对FELINE试验的分析也整合了GWAS或整体组学数据，再次提示多种耐药机制。其中一项研究专门比较了CDK4/6抑制剂治疗前后的谱系变化，虽在转移性环境下进行，但有趣地提示CDK4/6抑制反应与免疫细胞组成变化相关，包括CD8+和NK细胞增加，但未分析细胞亚群。本研究未聚焦CDK4/6抑制耐药机制，而是利用BayesPrism去卷积方法，对159例高风险LBC肿瘤样本进行整体RNA-seq分析，比较不同治疗组新辅助治疗前后的细胞组成变化，此方法在CORALLEEN试验中未使用。前沿去卷积方法显示，无论CT还是内分泌联合CDK4/6i治疗，不同细胞类型及状态的组成和含量基本相同。两种治疗均可增强免疫保护性细胞浸润、降低免疫抑制性CAF比例，并相似程度地抑制癌细胞增殖。通过单细胞转录组和基因组学，已建立人乳腺细胞图谱，涵盖上皮细胞、血管细胞、成纤维细胞及复杂的免疫细胞群。空间分析技术有助于解析肿瘤的精确细胞组成及异质性相互作用。随机化保证了即使在样本有限的情况下，两组分子与细胞特征一致。除了癌细胞比例显著下降外，治疗还引起免疫细胞谱显著变化：保护性CD4+ T细胞（SELL+、CD69+）比例增加，而免疫抑制性调节性T细胞（FOXP3+）及耗竭型CD8+ T细胞（GZMH+）比例下降。这与BC360面板中免疫特征的上调一致，也与其他研究观察到的CDK4/6i暴露后免疫通路上调相符，包括Luminal型及三阴性乳腺癌中的CORALLEEN试验。我们还观察到TAM组成的重要变化。TAM是可塑性免疫细胞，可通过抑制细胞毒T细胞和NK活性促进休眠转移癌细胞激活及肿瘤演化。然而，进一步分析发现TAM亚群存在差异：FOLR2+巨噬细胞为组织驻留巨噬细胞，存在于健康及恶性Luminal乳腺组织中，可定位于血管附近并与CD8+ T细胞共定位，其共定位与良好预后相关。新辅助治疗后，FOLR2+ TAM显著富集，同时CD8+细胞相对增加。相反，TREM2+巨噬细胞（常含SPP1+）显著下降，这类细胞在多种肿瘤包括乳腺癌中与免疫抑制相关。此外，我们还观察到B细胞、肥大细胞及NKG2A+ NK细胞增加，提示NK细胞扩增能力保持；而CD16+ NK细胞下降，其更多参与肿瘤靶向的单克隆抗体活性。CAF是肿瘤微环境中最常见的细胞类型之一，包含肌纤维型（myCAF）、炎症型（iCAF）及抗原呈递型（apCAF）等亚群，大多数为FAP+ CAF，与免疫抑制及肿瘤促进相关。我们之前的研究将FAP+ CAF划分为8个不同簇，与免疫控制相关性不同。本研究观察到与良好免疫反应相关的特定CAF亚群（detox-iCAF和wound-myCAF）富集。从更宏观角度看，肿瘤微环境的三类主要细胞（血管细胞、免疫细胞、成纤维细胞）通过复杂相互作用调控肿瘤演化。我们定义了10个生态细胞类型（EcoCellTypes），由三类细胞的特定亚群组成，并在乳腺肿瘤中具有差异化定位。治疗疗效与免疫活性EcoCellType显著相关，再次说明新辅助治疗反应机制复杂，且LP与CT在作用机制上高度相似。随机化II期NeoPAL和CORALLEEN试验率先比较了耐受性良好的内分泌治疗-CDK4/6i组合与常规CT在高风险早期LBC中的新辅助疗效。两项试验结果均强烈支持使用内分泌治疗-CDK4/6i组合替代CT，其病理学结果非常相似，并且预后良好。内分泌治疗新辅助的相关终点仍有争议。RCB评分最初为新辅助CT设计，其在LBC中的预后价值低于其他亚型。为更好评估内分泌治疗新辅助疗效，已发展多种替代方法，主要基于手术标本的Ki67增殖评估。新辅助内分泌治疗后Ki67下降具有重要预后价值，并可通过结合ER表达及最终TNM分期的PEPI评分进一步增强。ROR风险等级在早期LBC中长期预后价值已广泛证实。除了LP治疗下增殖显著下降（NeoPalAna和CORALLEEN等研究亦证实），NeoPAL试验扩展结果显示，结合PAM50基因组评分和TNM分期的ROR可可靠应用于新辅助治疗后的手术标本，作为该临床环境下的相关终点。研究确认，LP组合可实现高比例的有利ROR反应，与瑞波西利（另一CDK4/6抑制剂）结果一致，其在晚期及早期均显示疗效。此外，ROR在新辅助治疗后作为预后指标表现优于RCB，无论是内分泌治疗-CDK4/6i组合还是CT。本报告存在若干局限性。首先，本研究为回顾性探索性研究，样本量有限，无法为正式比较两组疗效提供统计学支持。样本量有限可能导致低估LP组与CT组间的差异，但无论采用何种方法分析潜在差异，结果的一致性增强了观察结论的可靠性。其次，达到RCB 0反应的患者极少，限制了对主要应答者的特定分析。此外，还可采用如IntClust或Oncotype DX等分层方法进行分析，但由于两组大多数肿瘤为Luminal B亚型，仅基于肿瘤细胞分子分类的分层意义有限。为此，我们开发了以临床驱动为基础的方法，同时探索肿瘤及微环境相关基因，利用NanoString BC360特征一次性动态评估多维特征。LP治疗耐药性未在本研究中专门分析，但在其他研究中已有相关探索。DNA测序分析受限于可用样本极少，但显示研究人群具有代表性，与癌症基因组图谱（TCGA）所描述的早期侵袭性乳腺癌相符。综上所述，基于随机分组和新辅助治疗作为发现平台，本研究表明，在临床环境下，通过多种已验证及创新分析方法（如整体RNA-seq Bayesian去卷积推断细胞类型组成），来曲唑联合哌柏西利组合在疗效上与CT相当。这一疗效伴随显著的肿瘤细胞组成重塑，使肿瘤微环境向更有效的免疫控制方向调整。为在更大规模人群中验证这些结果并进一步推进CT节约型研究，我们正在开展II期临床试验RIBOLARIS（NCT05296746），该研究已开始入组，将评估在新辅助/辅助治疗中，对于手术时达到ROR低状态的患者，瑞波西利联合来曲唑而不使用CT的疗效。五、个人观点NeoPAL研究为我们打开了一扇窗，让我们得以窥见肿瘤治疗的另一层逻辑：治疗的成功不仅在于对癌细胞的直接打击，更在于对肿瘤生态系统整体格局的重塑。长期以来，化疗被视为“强效但粗暴”的手段，而靶向联合内分泌治疗则被贴上“温和但力度有限”的标签。这项研究却揭示，后者在调控免疫浸润、优化基质组成、抑制增殖信号等方面，能够达到与化疗相似的生物学效应，甚至在某些维度上更具优势。这提示我们，乳腺癌治疗的评价体系亟需从“肿瘤缩小与否”向“微环境健康化与否”拓展。尤其值得注意的是，研究中使用的Bayesian去卷积方法，让临床常规的FFPE样本也能进行单细胞层面的推断，这为未来在真实世界中开展微环境动态监测提供了可能。如果我们能识别出那些对微环境调控特别敏感的患者群体，或许就能更早、更准地实施“去化疗”策略，在保证疗效的同时显著提升生活质量。此外，研究中对ROR评分作为预后指标的验证，也为我们提供了新的终点思考——在Luminal型乳腺癌中，基因组层面的“静息状态”或许比病理学上的“完全缓解”更具临床意义。当然，这项研究仍存在样本量有限、随访时间不足等局限，但其揭示的“微环境重塑相似性”现象，已足够引发我们对治疗范式的再思考。在未来，乳腺癌的治疗或许不再是“化疗与否”的二元选择，而是进入一个基于微环境分型的精准调控时代。我们不仅是在治疗一个肿瘤，更是在修复一个生态系统——而这，正是肿瘤学从“对抗”走向“共处”的重要一步。