三阴性乳腺癌（TNBC）因其高度侵袭性及缺乏有效靶向治疗策略，构成重大临床挑战。深入解析TNBC的细胞行为特征，对于开发新型疗法具有重要意义。
 
2025年6月，美国密歇根大学迪尔伯恩分校研究团队在《Cancer Reports》期刊上发表了一项突破性研究成果。该研究采用瑞典Phase Holographic Imaging（PHI）公司开发的HoloMonitor M4全息活细胞成像平台，系统比较了非肿瘤源性乳腺上皮细胞MCF10A与三阴性乳腺癌细胞MDA-MB-231在细胞形态、运动性及光学厚度等多个维度的差异。基于这些数据，研究进一步结合主成分分析（PCA）和t-分布随机邻域嵌入（t-SNE）等高维分析方法，揭示了两类细胞在行为模式上的根本区别，为理解癌症进展机制提供了新的分子视角。
 
实验方法
HoloMonitor M4 系统具备无需标记即可实时成像的优势，使研究者能够在维持细胞完整性的同时，全面分析细胞尺寸、运动性、形态不规则性及光学厚度等关键参数。该系统的独特性能支持对细胞行为进行连续延时追踪，并为后续采用主成分分析（PCA）和 t-分布随机邻域嵌入（t-SNE）进行高维数据分析提供可靠的数据基础。
 

HoloMonitor M4
 
1. 细胞培养与数字全息成像分析
实验采用MCF10A（ATCC CRL-10317）和 MDA-MB-231（ATCC HTB-26）细胞系。MCF10A 细胞培养于添加了 BPE、hEGF、胰岛素、氢化可的松和 GA-1000（瑞士巴塞尔 Lonza 公司）的 MEBM 基础培养基中；MDA-MB-231 细胞则培养于含 10% 胎牛血清、5% 青霉素/链霉素及 1 mg/mL 胰岛素（美国 Gibco 公司）的 RPMI1640 培养基中。所有细胞均在 37℃、5% CO₂条件下培养至约 50% 融合度。
细胞接种24小时后，使用HoloMonitor M4系统以每15分钟一次的频率采集延时图像，解析细胞形态的动态变化（包括面积、运动性和不规则性等参数）。通过特征特异性散点图评估时间模式，并应用独立的双样本t 检验评估细胞系之间随时间的显著性差异。利用 PCA 和 t-SNE 方法实现高维数据的可视化聚类与趋势识别。每个培养孔的图像经分割识别后，通过 HStudio 软件的细胞计数功能确定细胞数量。
2. 数据收集与处理
通过HoloMonitor M4活细胞成像系统，实时无标记地获取细胞的多维度动态参数，包括细胞面积、形态不规则度、迁移力、运动性、迁移方向性以及光学厚度等关键指标。原始数据通过pandas.read_excel()函数导入Python环境，并执行数据清洗与标准化操作，以确保后续分析的准确性与一致性。随后采用主成分分析（PCA）与 t-分布随机邻域嵌入（t-SNE）相结合的策略进行降维分析，以揭示细胞系间的差异模式。最后，借助scipy.stats.ttest_ind()函数对两组细胞样本执行双样本t检验，以量化评估其在各项特征参数上的显著性差异。所有统计结果经系统整合后导出，为后续生物学解读提供数据支持。
 
实验结果
 
多维尺度分析揭示致癌性与三阴性乳腺癌细胞系特征
研究结果显示，MCF10A 和 MDA-MB-231 细胞系之间存在显著的形态学差异。具体而言，MDA-MB-231 细胞表现出更强的运动性，细胞尺寸更小且变异性更高，这些特性可能增强其侵袭潜能。相比之下，MCF10A 细胞具有更大的细胞尺寸和更规则的迁移模式，提示其在组织结构环境中保持稳定。此外，延时成像分析进一步发现，MDA-MB-231 细胞的光学厚度和不规则性持续较高，这可能与其恶性转化相关的结构复杂性有关。相关性分析进一步支持上述发现，揭示了细胞大小、运动性和光学特性之间的内在联系，这些关联对于理解细胞在微环境中的行为具有重要意义。
 

图1 . MCF10A与MDA-MB-231细胞系的数字全息成像
图像展示了细胞形态的3D形貌表征，其中彩色编码的高度图表示光学厚度（单位：微米）。暖色调（红色和黄色）对应较高光学厚度区域，而冷色调（蓝色）表示较低光学厚度区域。左图为非肿瘤源性MCF10A细胞，右图为三阴性乳腺癌MDA-MB-231细胞。比例尺代表100微米。这些图像凸显了两种细胞系在形态和结构上的差异。
 

图S1.（A）MCF10A与（B）MDA-MB-231细胞的数字全息显微镜（DHM）图像
图中叠加了经计算分割的细胞边界。细胞边界通过基于梯度的边缘检测算法从原始相移图中提取，在保持DHM无标记成像特性的同时增强了图像的可解释性。本图作为对图1的补充，提供了更清晰的单细胞轮廓可视化效果。
 

图2.MCF10A与MDA-MB-231细胞的主成分分析（PCA）与t-SNE分布图
每个点代表一个细胞，黑色点表示MCF10A细胞，红色点表示MDA-MB-231细胞。（A）PCA图中，x轴和y轴分别代表第一和第二主成分；（B）t-SNE图中，x轴和y轴表示t-SNE的两个特征维度。
 
研究结论 
在区分非肿瘤源性细胞与三阴性乳腺癌（TNBC）细胞系方面，目前大部分采用流式细胞术、荧光显微镜或者基因检测与蛋白质组学等分析技术。这些方法虽能有效识别特定细胞标志物或分子通路，但通常需要荧光标记、基因测序或复杂的样本前处理，这些干预可能改变细胞自然行为或限制对细胞的实时动态监测能力。
本研究采用全息活细胞成像系统 HoloMonitor M4，结合主成分分析（PCA）和 t-分布随机邻域嵌入（t-SNE）等先进数据分析策略，展现出独特优势。作为一种无标记成像技术，HoloMonitor M4可在接近生理条件下维持活细胞的完整性，实现对细胞运动性和形态变化等行为的长时程追踪。这种方法不仅增强了对动态细胞过程的解析能力，还有助于在最小干扰下识别新的生物标志物和潜在治疗靶点。通过HoloMonitor M4与多变量关联分析，本研究进一步深化了对细胞自适应机制及其与微环境互作的理解，为揭示调控癌细胞行为的内在与外在因素提供了重要线索。实验不仅明确了非肿瘤源性细胞与TNBC细胞之间的本质差异，也提示了潜在的生物标志物与治疗靶点。
随着乳腺癌研究迈向精准医疗，解析不同亚型在细胞和分子层面的特异性至关重要。本文的创新发现为理解三阴性乳腺癌的侵袭性本质提供了新颖视角，奠定了基础研究框架，对最终减轻该疾病对患者的健康危害具有重大意义。