乳腺癌(BC)每年影响超过230万人,是目前全球女性癌症相关死亡和残疾的主要原因。2022年,乳腺癌导致超过67万人死亡,且在95%的国家中发病率呈上升趋势。(世界卫生组织,2025年)
(GBD 2023乳腺癌协作组,2026年)。
乳腺癌是一种异质性肿瘤疾病,涉及遗传和环境因素。其发展过程包括肿瘤发生、进展、血管生成、侵袭和转移,最终导致大多数患者死亡。乳腺癌可分为家族性(遗传性)和散发性(非遗传性)两种类型。家族性乳腺癌占病例的15-25%,与多种基因突变相关,尤其是BRCA1/2基因,这些基因显著增加了患病风险。而散发性癌占所有病例的75-85%,主要由生活方式因素引起(Pal等人,2024年)。
乳腺癌包含多种细胞类型,这些细胞在肿瘤形态、分子特征、生物学行为和临床表现上存在差异。世界卫生组织根据组织学特征至少确定了18种不同的乳腺癌类型。此外,乳腺癌还根据激素受体(HR)——雌激素受体(ER)、孕激素受体(PR)和人表皮生长因子受体2(HER2)进行分类。激素受体阳性乳腺癌(ER+/PR+, HER2+)对有效的内分泌治疗和靶向治疗反应良好,从而提高5年生存率。然而,三阴性乳腺癌(TNBC)缺乏这些受体,限制了治疗选择并降低了生存率(表1)。每种分子亚型都具有独特的临床和分子特征,包括从诊断到预后和治疗反应不同的基因组突变。
在癌症中,肿瘤组织中的氧气浓度通常高于周围正常组织,这促进了细胞的适应性和韧性。在正常乳腺组织中,氧分压高于60毫米汞柱,而在缺氧条件下则降至10毫米汞柱以下(Bigos等人,2024年)。在乳腺癌中,这种变化的氧气浓度会重塑HIFs和微小RNA的表达。此外,活性氧(ROS)的增加通过HIFs的诱导产生伪缺氧状态(Kozal和Krześlak,2022年)。HIFs是异二聚体bHLH-PAS家族蛋白,由一个对氧气敏感的α亚单位(HIF-1α、HIF-2α或HIF-3α)和一个始终表达的对氧气不敏感的β亚单位组成(Yang等人,2015年)。HIF-2α在与缺氧反应元件(HREs)结合后,其转录活性会促进缺氧相关因子(HAF)的表达,从而在长期缺氧条件下通过泛素化降解HIF-1α亚单位(Jaśkiewicz等人,2022年)。HIF-1α和HIF-2α之间的转换受多种机制调控。在早期缺氧条件下,微小RNA水平的改变会上调HIF-1α的表达,同时HIF-2α和HIF-3α持续表达(Bigos等人,2024年)。然而,慢性缺氧会提高HIF-2α和HIF-3α的水平,同时保持相对较低的HIF-1α水平(Ghafouri-Fard等人,2023年;Valencia-Cervantes和Sierra-Vargas,无日期)。因此,乳腺癌的进展与HIFs调节的缺氧级联反应密切相关。事实上,在高度侵袭性的TNBC中经常报告HIF-1α的上调。TNBC患者体内18F-氟米索氮唑(FMISO)的积累增加,这是一种PET示踪剂,其积累量会因存活的缺氧细胞而减少。因此,FMISO的积累和HIF-1α的过度表达会导致TNBC患者的预后不良、药物耐药性和转移(Asano,2018年;Ghafouri-Fard等人,2023年;Jaśkiewicz等人,2022年;Valencia-Cervantes和Sierra-Vargas,无日期)。
同时,肿瘤微环境向缺氧状态的转变主要由微小RNA的转录后调控机制管理(Shi和Gilkes,2025年)。一个微小RNA可以以组织特异性方式调节多个靶基因(Si等人,2019年)。在乳腺癌中,BRCA1突变与高组织学级别的肿瘤密切相关,尤其是TNBC,这会改变肿瘤细胞的基因型和表型(Cizkova等人,2012年;Dai等人,2017年)。此外,TP53基因的突变率具有高度异质性,在Luminal A中为10%,而在TNBC中高达80%(Steffens等人,2023年;Shomali等人,2023年)(L等人,2023年)。另一种报道的突变是磷酸酶和tenin同源物(PTEN)的突变,与包括乳腺癌在内的多种恶性肿瘤相关。大约26.7%的PIK3CA基因组突变发生在乳腺癌病例中(Fan等人,2019年;Reinhardt等人,2022年)。v-akt鼠胸腺瘤(AKT1)的突变在乳腺癌患者中驱动许多细胞过程(Rudolph等人,无日期;Yari等人,2024年)。因此,微小RNA的转录后调控管理基因型和表型表达,使其能够动态适应缺氧环境(表1)。
这篇综述主要探讨了微小RNA和HIFs之间的分子调控网络,强调了它们在肿瘤生理适应和病理状态中的双重作用。它重点关注缺氧环境与功能基因和微小RNA之间的相互作用,这些相互作用对乳腺癌的侵袭和转移、免疫逃逸、肿瘤代谢、血管生成、药物耐药性和细胞死亡逃避等关键细胞过程至关重要。揭示HIFs、缺氧调节的微小RNA(HypoxamiR)和关键基因表达之间的相互关系,可以为乳腺癌的诊断和治疗提供新的见解。