工作综述

靶向血管治疗在乳腺癌精准治疗中的分子机制与临床应用

  • 王海 ,
  • 江一舟 , *
展开
  • 复旦大学附属肿瘤医院乳腺外科,复旦大学上海医学院肿瘤学系,上海 200032

收稿日期: 2025-12-25

  网络出版日期: 2026-02-06

基金资助

国家自然科学基金(82403845)

全国博士后管理委员会博士后创新人才计划(A类)(BX20230092)

全国博士后管理委员会博士后面上项目(2025M772257)

上海市白玉兰浦江人才计划(24PJD019)

上海市自然科学项目(24ZR1413100)

版权

版权所有,未经授权,不得转载。

Molecular mechanisms and clinical applications of anti-angiogenic therapy in precision treatment of breast cancer

  • Hai WANG ,
  • Yizhou JIANG , *
Expand
  • Department of Breast Surgery, Fudan University Shanghai Cancer Center; Department of Oncology, Shanghai Medical College, Fudan University, Shanghai 200032, China
JIANG Yizhou, e-mail,

Received date: 2025-12-25

  Online published: 2026-02-06

Supported by

the National Natural Science Foundation of China(82403845)

Postdoctoral Innovative Talents Support Program (Class A), National Postdoctoral Management Committee(BX20230092)

General Program of China Postdoctoral Science Foundation, National Postdoctoral Management Committee(2025M772257)

Shanghai Magnolia Pujiang Talent Program(24PJD019)

Shanghai Natural Science Foundation Program(24ZR1413100)

Copyright

All rights reserved. Unauthorized reproduction is prohibited.

摘要

肿瘤血管形成是乳腺癌进展与治疗应答的重要决定因素,本文首先回溯了肿瘤血管形成理论的提出与演变历程,系统梳理了其多样化的发生模式,包括出芽性血管生成、血管内生性分裂、血管拟态与血管共选等,深入剖析了不同模式的异质性特征及其在肿瘤进展各阶段的生物学意义。在分子调控机制层面,重点总结了缺氧诱导因子-1轴、血管内皮生长因子/血管内皮生长因子受体、血小板衍生生长因子/血小板衍生生长因子受体、血管生成素/血管生成素受体及Delta样配体4/Notch受体信号通路等核心调控网络的作用机制。此外,本文还全面回顾了抗血管生成治疗在乳腺癌中的临床探索历程,同时探讨了该治疗策略面临的疗效不稳定、耐药、缺乏精准分层标志物及治疗相关毒性等现实挑战。最后,本文提出了面向精准治疗的未来研究方向,包括优化血管正常化窗口、基于多维标志物的患者分层策略,以及利用空间组学解析肿瘤血管异质性等,为乳腺癌抗血管生成治疗的优化与创新提供了理论参考。

本文引用格式

王海 , 江一舟 . 靶向血管治疗在乳腺癌精准治疗中的分子机制与临床应用[J]. 北京大学学报(医学版), 2026 , 58(2) : 251 -256 . DOI: 10.19723/j.issn.1671-167X.2026.02.005

Abstract

Tumor angiogenesis is a crucial determinant of breast cancer progression and therapeutic response. This review first traces the proposal and evolutionary course of the tumor angiogenesis theory, and systematically collates its diverse occurrence patterns, including sprouting angiogenesis, intussusceptive angiogenesis, vascular mimicry and vascular co-option, while conducting an in-depth analysis of the heterogeneous characteristics of different patterns and their biological significance at various stages of tumor progression. At the molecular regulatory mechanism level, this paper focuses on summarizing the mechanisms of core regulatory networks, such as the hypoxia-inducible factor-1 axis, vascular endothelial growth factor/vascular endothelial growth factor receptor, platelet-derived growth factor/platelet-derived growth factor receptor, angiopoietin/angiopoietin receptor, and Delta-like ligand 4/Notch receptor signaling pathway. In addition, this paper comprehensively reviews the clinical exploration of anti-angiogenic therapy for breast cancer, and discusses the practical challenges faced by this therapeutic strategy, including unstable efficacy, drug resistance, the lack of precise stratification biomarkers and treatment-related toxicities. Finally, this paper proposes future research directions oriented toward precision therapy, including optimizing the vascular normalization window, developing patient stratification strategies based on multidimensional biomarkers, and deciphering tumor vascular heterogeneity by using spatial omics. These findings provide a theoretical reference for the optimization and innovation of anti-angiogenic therapy for breast cancer.

1 肿瘤血管形成理论的提出与发展演变

肿瘤血管形成理论最早由美国外科医生Folkman[1]于1971年系统提出。Folkman在其发表于New England Journal of Medicine的开创性论文中明确指出,实体肿瘤的持续生长和远处转移依赖于新生血管的形成,并提出如果能够有效抑制肿瘤相关血管生成,肿瘤的体积将被限制在无血管供养条件下的微小状态。这一观点在当时突破了以肿瘤细胞自身无限增殖为核心的传统肿瘤生物学范式,首次将研究视角拓展至肿瘤微环境中的血管,强调肿瘤与宿主血管系统之间的相互作用在肿瘤进展中的关键功能。
在该理论提出之初,学界对其普适性和生物学合理性存在一定争议:一方面,部分研究者认为肿瘤生长主要取决于肿瘤细胞的内在遗传改变,而血管变化可能仅是肿瘤进展的伴随现象;另一方面,早期缺乏直接的分子和细胞学证据支持血管生成在肿瘤生长中的因果作用。然而,随着动物模型和组织学技术的发展,越来越多的实验观察逐步证实了实体瘤中异常血管网络的广泛存在[2]
Folkman及其合作者在随后的一系列研究中,通过角膜移植模型、肿瘤异种移植模型等实验证明,肿瘤组织能够分泌可扩散的促血管生成因子,从而诱导邻近宿主血管向肿瘤组织生长[3-4]。这些研究为肿瘤血管形成假说提供了重要的实验支持,并逐渐促使该理论从最初的概念性假说发展为肿瘤生物学研究的重要基础框架。

2 肿瘤血管的多样化形成方式

肿瘤血管形成并非单一机制驱动的线性过程,而是由多种不同的血管生成方式共同参与,形成结构异常、功能紊乱且高度异质性的肿瘤血管网络。随着研究的深入,传统意义上的出芽性血管生成已无法完全解释肿瘤血管系统的复杂性。大量基础与临床研究表明,肿瘤在不同发展阶段及不同微环境条件下,可通过多种血管形成模式获得血液供应支持,从而促进其生长、侵袭及转移[5-6],主要方式有下面几种。

2.1 出芽性血管生成

出芽性血管生成是最早被认识、也是研究最为深入的一种血管形成方式。在该过程中,已有血管内皮细胞在促血管生成因子的刺激下发生激活,部分内皮细胞分化为尖端细胞,向肿瘤组织方向迁移,同时后方茎细胞不断增殖,形成新的血管分支[6-7]
血管内皮细胞生长因子(vascular endothelial growth factor,VEGF)/血管内皮细胞生长因子受体(vascular endothelial growth factor receptor,VEGFR)信号通路在出芽性血管生成中发挥核心作用。肿瘤细胞及肿瘤相关基质细胞在缺氧状态下大量分泌VEGF,诱导内皮细胞迁移和血管新生。然而,与正常生理性血管生成不同,肿瘤相关出芽性血管生成往往缺乏精细调控,导致形成的血管结构紊乱、管壁不完整、通透性增加,进而影响药物递送和免疫细胞浸润[6, 8]

2.2 血管内生性分裂

血管内生性分裂,又称血管分隔式生成,是一种通过已有血管腔内形成隔膜并逐步分裂为两个血管管腔的方式完成血管扩增的机制。与出芽性血管生成相比,该过程不依赖大量内皮细胞增殖,具有形成速度快、能耗低的特点[9]
研究发现,在部分肿瘤模型中,尤其是在抗VEGF治疗后,肿瘤可通过增强血管内生性分裂来维持血管网络,从而针对抗血管生成抑制治疗产生适应性反应[5]。这一发现提示肿瘤血管形成具有高度可塑性,不同生成方式之间可相互替代。

2.3 血管拟态

血管拟态是指肿瘤细胞本身而非血管内皮细胞形成类似血管通道的结构,从而实现血液或营养物质输送的现象。该模式最早在黑色素瘤中被发现,随后在乳腺癌、胶质瘤等多种实体瘤中得到证实[10-11]
血管拟态结构通常不表达经典内皮细胞标志物(如CD31等),而由高度恶性的肿瘤细胞通过细胞外基质重塑形成。这种方式不依赖VEGF信号,因此,对传统抗血管生成治疗具有天然耐受性,被认为是肿瘤治疗失败和复发的重要机制之一[12]

2.4 血管共选

血管共选是指肿瘤细胞在生长过程中直接利用宿主原有血管结构,而非诱导新生血管形成的一种方式。该模式在脑转移瘤、肺转移瘤及部分原发实体瘤中尤为常见[13]
在血管共选过程中,肿瘤细胞沿着正常组织血管生长,从而绕过对血管生成因子的依赖。这种血管生成方式使肿瘤在抗血管生成治疗下仍能维持生长,被认为是抗VEGF治疗耐药的重要原因之一[14]

2.5 不同血管形成模式的生物学特征与意义

肿瘤血管形成呈现出高度异质性和动态变化特征,不同血管生成方式在肿瘤不同发展阶段及不同治疗压力下可能交替占主导地位。这种多样化的血管形成模式不仅加剧了肿瘤微环境的复杂性,也为靶向血管治疗的临床应用带来了挑战[5-6]
深入理解肿瘤血管形成的多种模式及其生物学特征,是解析抗血管生成治疗疗效差异和耐药机制的重要基础,也为后续精准治疗策略的优化提供了理论依据[8, 14]

3 驱动乳腺肿瘤血管形成的核心调控网络

乳腺肿瘤血管形成并非由单一因子驱动,而是由肿瘤细胞、血管内皮细胞、周细胞及多种免疫/基质细胞共同构成的信号网络所调控。该网络以缺氧-促血管生成因子释放-内皮激活与血管重塑为主轴,并在不同微环境压力下发生动态重编程[6, 15]

3.1 缺氧-HIF-1轴:血管生成的上游“发动机”

实体瘤快速生长常导致局部缺氧,缺氧微环境通过缺氧诱导因子-1α(hypoxia-inducible factor-1α,HIF-1α),与缺氧诱导因子-1β(hypoxia-inducible factor-1β,HIF-1β) 形成转录复合体,驱动一系列促血管生成相关的基因表达,包括VEGFAANGPTL4PDGFBCXCL12等,从而启动血管生成程序[16-17]。在乳腺癌中,HIF-1α高表达与侵袭性、转移风险及不良预后相关,提示缺氧微环境所介导的血管生成是乳腺肿瘤微环境演进的重要支点[17]。因此,缺氧诱导因子-1(hypoxia-inducible factor-1,HIF-1)既是上游调控枢纽,也是解释不同乳腺癌亚型血管生成强度差异的重要线索。

3.2 VEGF/VEGFR通路:血管内皮激活与新生血管形成的核心轴

VEGF被认为是肿瘤血管生成中最关键的促血管生成因子之一。VEGF与VEGFR结合后,激活内皮细胞增殖、迁移、存活与通透性增加等过程,是出芽性血管生成的中心驱动力[18-19]。从信号转导看,VEGFR下游主要通过磷脂酶Cγ(phospholipase C γ,PLCγ)- 蛋白激酶C(protein kinase C,PKC)- 丝裂原活化蛋白激酶(mitogen-activated protein kinase,MAPK)通路促进增殖,从而实现血管内皮细胞的综合激活[19]
值得强调的是,VEGF并非仅作用于血管结构,还深度影响肿瘤微环境,异常血管导致低灌注与肿瘤局部微环境缺氧,从而进一步强化HIF-1活性,形成正反馈[20];同时血管通透性增高与基底膜不完整使血管结构紊乱,为肿瘤侵袭和免疫抑制状态提供土壤[6, 8]。VEGF-异常血管-缺氧的回路是后续讨论血管正常化、联合免疫治疗策略的重要分子机制基础。

3.3 PDGF/PDGFR通路:周细胞募集与血管成熟稳定的关键节点

肿瘤血管的稳定性依赖周细胞覆盖与血管壁成熟。血小板衍生生长因子(platelet-derived growth factor,PDGF)-B/血小板衍生生长因子受体(platelet-derived growth factor receptor,PDGFR)-β通路被认为是周细胞募集、迁移与黏附的关键调控轴:内皮细胞分泌PDGF-B,吸引表达PDGFR-β的周细胞包裹血管,促进血管成熟并维持结构完整性[6]。在肿瘤中,周细胞覆盖不完整常导致血管渗漏与灌注不均,而PDGF轴的异常调控可进一步加剧血管不稳定与缺氧。由于PDGF/PDGFR与VEGF轴存在功能互补关系,二者共同构成肿瘤血管网络“形态-功能”耦合的重要基础。

3.4 ANG通路与血管重塑:从“血管生成”走向“血管重构”

除VEGF与PDGF轴外,血管生成素/ 血管生成素受体(angiopoietin/angiopoietin receptor,ANG/ANGR)通路在血管稳定与重塑中同样关键。血管生成素1(angiopoietin-1,Ang-1) 通常与血管稳定、抗渗漏相关,而血管生成素2(angiopoietin-2,Ang-2)常被视为在炎症与肿瘤环境中促进血管可塑性、参与血管重塑与内皮活化的因子。该通路与VEGF的协同互作,有助于解释肿瘤血管在不同阶段呈现既扩张又不稳定的结构特征。对于乳腺癌微环境而言,ANG/ANGR也常与促炎信号、免疫细胞浸润模式相伴随出现,成为血管-免疫互作的分子机制中常被讨论的调控轴之一[6]

3.5 Dll4/Notch:血管出芽的“制动器”与血管分支模式控制

在出芽性血管生成过程中,并非所有内皮细胞都无限制出芽。Delta样配体4/Notch受体(Delta-like ligand 4/Notch receptor,Dll4/Notch)信号是决定细胞分化方向、限制过度分支的重要负反馈机制。既往研究表明,VEGF诱导血管内皮表达Dll4,进而激活邻近细胞Notch信号,抑制其成为尖端细胞,形成对VEGF驱动出芽的制动,从而控制血管分支密度与空间结构[21]

3.6 乳腺肿瘤血管生成网络的系统性特征与可靶向性

综合而言,乳腺肿瘤血管形成的核心调控网络可以概括为:上游缺氧-HIF-1驱动促血管因子谱变化,中枢VEGF/VEGFR决定血管内皮激活与新生血管形成,PDGF/PDGFR与ANG/ANGR决定血管成熟、稳定与重塑,Dll4/Notch决定出芽与分支模式[6, 16, 19, 21]。这些轴线之间存在大量交叉反馈,使得肿瘤血管呈现高度异质性。

4 靶向乳腺肿瘤血管形成治疗的探索与实践

靶向肿瘤血管形成的临床转化最早围绕VEGF/VEGFR轴展开[22]。乳腺癌领域的研究路径具有代表性:先在转移性乳腺癌中探索抗VEGF单抗+化疗的获益[23],再逐步扩展到多靶点小分子酪氨酸激酶抑制剂(tyrosine kinase inhibitor,TKI),以及与免疫治疗的联合策略[5]。总体而言,临床证据提示抗血管生成治疗在乳腺癌中可带来一定的无进展生存(progression free survival, PFS)获益[23-25],但总体生存(overall survival, OS)获益不稳定[25],且毒性谱与人群选择是限制其广泛应用的关键[5]

4.1 以贝伐珠单抗为代表的单克隆抗体策略

贝伐珠单抗(bevacizumab)是乳腺癌抗血管生成治疗中最具标志性的药物之一[26],其在转移性乳腺癌中的关键作用来自早期随机研究:例如E2100等研究显示,贝伐珠单抗联合紫杉醇可显著改善PFS,从而推动其在特定监管路径下获得乳腺癌适应证的加速批准[23];但随后RIBBON-1等研究结果提示,贝伐珠单抗对乳腺癌患者PFS改善,但OS获益不明确,且面临毒性增加的风险,最终美国食品药品监督管理局(Food and Drug Administration,FDA)撤回了该乳腺癌适应证[24-25]。这段历史对乳腺癌领域具有重要启示:抗血管生成治疗并非对所有患者普遍有效,其临床价值高度依赖患者人群的筛选和与联合方案的应用。
值得注意的是,贝伐珠单抗在乳腺癌中的研究并未因此终止,而是更倾向于在特定亚型(如三阴性乳腺癌)、特定联合策略(与化疗或其他靶向)以及更精细的生物标志物分层框架下继续推进。

4.2 以索拉非尼为代表的多靶点抑制剂策略

除单靶点抗体外,多靶点小分子TKI(如同时影响VEGFR/PDGFR等)被用于试图更全面地干预肿瘤血管网络与微环境适应[5]。索拉非尼(sorafenib)作为多靶点激酶抑制剂,在乳腺癌中开展了多项探索性研究,包括与化疗药物联合的随机研究,以及与其他抗血管生成策略叠加的方案[27]。例如,在晚期/转移性乳腺癌中,曾有随机研究评估在吉西他滨(gemcitabine)或卡培他滨(capecitabine)基础上加入索拉非尼的效果,提示其可能带来一定疾病控制获益,但同时也面临手足综合征、高血压、疲劳等毒性负担,影响剂量强度与可持续治疗[27]。这些结果共同指向一个临床现实:在乳腺癌中,更强的血管抑制未必带来患者更好的长期生存获益,而治疗窗、毒性管理与人群筛选往往决定了方案能否真正落地。

4.3 以FUTURE-Super为范式的抗血管生成联合免疫治疗策略

随着肿瘤免疫治疗的发展,抗血管生成与免疫治疗的联合已在多癌种中开展临床研究[8, 28]
在乳腺癌中,复旦大学附属肿瘤医院针对晚期三阴性乳腺癌患者发起的FUTURE-Super临床研究为抗血管生成联合免疫治疗树立了未来临床试验设计的范式[29]。FUTURE-Super临床研究以FUTURE分型治疗体系策略为指导,针对不同分型的晚期一线三阴性乳腺癌患者应用不同治疗方案[30],其中免疫调节型(immunomodulatory,IM)三阴性乳腺癌患者联合应用抗血管生成和免疫治疗策略,应用多靶点小分子TKI法米替尼(famitinib)联合卡瑞利珠单抗(camrelizumab)和白蛋白结合型-紫杉醇(Nab-paclitaxel),显著将晚期三阴性乳腺癌患者PFS从6.5个月延长至15.1个月[29],但该联合方案仍需要更大样本、随机对照与长期随访来验证其对生存结局与分层获益人群的真实价值。

5 靶向肿瘤血管形成治疗的局限性与挑战

5.1 PFS改善与OS获益不一致

抗血管生成治疗在部分研究可观察到PFS改善,但OS获益并不稳定。这一现象提示:肿瘤血管生成并非决定肿瘤进展的唯一瓶颈,单纯抑制血管生成可能不足以改变肿瘤进展;同时,肿瘤血管网络存在显著的异质性,导致治疗效果在不同患者、不同病灶乃至同一患者不同转移部位之间可能存在差异[6, 31-32]

5.2 缺乏可靠的预测性生物标志物与人群分层

抗血管生成治疗的另一大困境是临床上缺乏稳定、可推广的预测性生物标志物来筛选真正获益人群。虽然VEGF水平、微血管密度、缺氧相关指标等曾被探索,但在不同研究中可重复性有限,且受取材时间节点、肿瘤异质性与检测平台差异影响较大。
在缺乏分层工具的情况下,治疗往往呈现总体平均获益有限的结果,少数患者可能获益明显,但被整体数据稀释,导致临床决策困难,而后续研究越来越强调将抗血管生成策略嵌入更精细的分层-联合-时序框架,而非作为普适性方案[5]

5.3 非经典血液供应获取方式影响治疗效果

近年来研究提示,肿瘤获得血液供应并不总依赖新生血管生成。例如,血管共选,即肿瘤细胞直接沿用宿主已有血管生长,在这种情况下,抑制血管生成的药物可能并不能切断血液供应,甚至在微环境选择压力下促使肿瘤更依赖共选机制,从而表现为耐药[13-14]。同样,血管拟态由肿瘤细胞形成类血管通道,往往不依赖经典VEGF信号,因此,也可削弱单纯VEGF靶向策略的效果[10, 12]
这些非经典血液供应方式的存在,解释了为何部分肿瘤或特定器官转移灶对抗血管生成治疗反应较差,也提示临床研究需要将血液供应模式纳入生物学分层。

5.4 诱导缺氧与微环境重塑

抗血管生成治疗介导的血管回缩可能导致局部灌注下降与缺氧加重,缺氧可通过HIF相关途径驱动更强的侵袭性表型、促进代谢适应与微环境重塑,从而在某些情况下抵消治疗获益[5, 17]。血管正常化理论指出,抗血管生成治疗在特定剂量与时间窗内可能改善血管结构与灌注,提升药物与免疫细胞进入肿瘤的效率,这也解释了为何临床上常需要联合策略与合理时序,而非追求最大程度血管抑制[8, 33]。因此,如何把握血管正常化窗口、避免缺氧驱动对肿瘤微环境的的不利影响,是该领域的转化难题。

5.5 毒性与长期用药可行性

从临床实践角度看,抗血管生成药物相关不良反应(如高血压、蛋白尿、出血/血栓风险、伤口愈合障碍,以及部分TKI相关皮肤黏膜毒性等)会限制抗血管生成药物剂量强度与联合方案的可持续性。在乳腺癌等需要长期系统治疗的疾病背景下,毒性管理与生活质量权衡尤为重要[34-35]

6 面向精准治疗的肿瘤血管形成新策略

靶向肿瘤血管形成治疗在乳腺癌等实体瘤中的临床实践表明,其价值正在从单纯抑制血管生成,转向更精细的“血管功能重塑+ 人群分层+ 动态监测+ 联合治疗”框架[28, 36]。未来研究的关键不在于继续强化单一VEGF轴的抑制强度,而在于识别哪些患者、在何种时机、以何种强度和组合方式能够最大化获益,并尽可能降低缺氧驱动的耐药[8, 33]。这一趋势与血管正常化、血管-免疫相互作用和空间组学解析肿瘤生态位等概念的成熟密切相关[8, 28, 37]

6.1 把握治疗窗口与时序优化

按照血管正常化理论,降低缺氧与肿瘤微环境间质压可以提升化疗、放疗或免疫治疗的递送与效应,但该效应往往是短暂窗口,过度抑制反而可能导致灌注恶化与缺氧增加[8, 28, 33]。因此,未来研究的重要方向是建立可操作的正常化窗口评估体系(如影像组学或循环标志物等),并在临床试验设计中将给药强度、顺序与间隔纳入核心变量,围绕血管正常化提高乳腺癌靶向血管治疗的有效性[33, 38]

6.2 构建可复现的分层标志物体系

精准治疗的前提是可分层。抗血管生成疗效的异质性长期受限于缺乏稳定预测因子,未来更可行的路径可能是从单一因子(如VEGF)转向多维组合标志物,包括肿瘤组织或血液中的血管生成因子谱、缺氧信号、内皮和周细胞相关基因模块,并通过前瞻性试验验证其预测价值[38-39]。同时,血管状态-免疫状态的联合分析可以将免疫浸润、免疫抑制细胞比例等指标与血管相关标志物联合建模,可能更贴近真实的获益机制[28, 36, 40]

6.3 解析乳腺肿瘤血管空间异质性与微环境生态位

解析肿瘤血管系统的关键难点在于其高度异质性,不同区域的内皮细胞状态、周细胞覆盖、免疫细胞分布与缺氧梯度并不一致。单细胞转录组与空间转录组等技术为解析这种异质性提供了直接工具,可用于识别特定的内皮亚群、血管相关免疫生态位,以及与疗效和耐药相关的空间结构特征[37, 41]
综上所述,肿瘤血管形成是乳腺肿瘤发生、进展及治疗反应中的关键生物学过程,其调控机制复杂、动态且高度异质。自肿瘤血管形成理论提出以来,大量基础与临床研究逐步揭示了多种血管形成模式及其背后的分子调控网络,并推动了抗血管生成治疗在乳腺肿瘤中的临床探索。然而,现有证据也表明,单纯以抑制血管新生为目标的治疗策略难以在所有患者中转化为稳定而持久的生存获益,其疗效受限于血管生成方式多样性、微环境适应性重塑、耐药机制及缺乏有效分层标志物等多重因素。
未来靶向肿瘤血管形成研究将从普适性抑制转向精准化调控:一方面,需要在机制层面进一步解析血管生成、血管正常化与免疫微环境之间的动态互作关系,为联合治疗提供理论依据;另一方面,应依托多组学、单细胞转录组及空间组学技术,系统刻画乳腺肿瘤血管异质性及其与治疗应答的关联,推动预测性生物标志物的建立。在临床实践中,合理把握抗血管生成治疗的剂量、时序与联合策略,并在特定亚型和疾病阶段实现精准应用,或将是提升其临床价值的关键路径。总体而言,深入理解肿瘤血管形成的生物学本质,将为乳腺肿瘤精准治疗提供更加坚实的理论基础与实践方向。

利益冲突  所有作者均声明不存在利益冲突。

作者贡献声明  王海、江一舟:商讨论文结构和框架,查阅文献,论文润色;王海:撰写论文;江一舟:总体把关和审定论文。所有作者均参与论文修改,并对最终文稿进行审读和确认。

1
Folkman J . Tumor angiogenesis: Therapeutic implications[J]. N Engl J Med, 1971, 285 (21): 1182- 1186.

DOI

2
Gimbrone MA Jr , Cotran RS , Leapman SB , et al. Tumor growth and neovascularization: An experimental model using the rabbit cornea[J]. J Natl Cancer Inst, 1974, 52 (2): 413- 427.

DOI

3
Brem H , Folkman J . Inhibition of tumor angiogenesis mediated by cartilage[J]. J Exp Med, 1975, 141 (2): 427- 439.

DOI

4
Folkman J . Tumor angiogenesis: A possible control point in tumor growth[J]. Ann Intern Med, 1975, 82 (1): 96- 100.

DOI

5
Bergers G , Hanahan D . Modes of resistance to anti-angiogenic therapy[J]. Nat Rev Cancer, 2008, 8 (8): 592- 603.

DOI

6
Carmeliet P , Jain RK . Principles and mechanisms of vessel normalization for cancer and other angiogenic diseases[J]. Nat Rev Drug Discov, 2011, 10 (6): 417- 427.

DOI

7
Gerhardt H , Golding M , Fruttiger M , et al. VEGF guides angiogenic sprouting utilizing endothelial tip cell filopodia[J]. J Cell Biol, 2003, 161 (6): 1163- 1177.

DOI

8
Jain RK . Normalization of tumor vasculature: An emerging concept in antiangiogenic therapy[J]. Science, 2005, 307 (5706): 58- 62.

DOI

9
Burri PH , Hlushchuk R , Djonov V . Intussusceptive angiogenesis: Its emergence, its characteristics, and its significance[J]. Dev Dyn, 2004, 231 (3): 474- 488.

DOI

10
Maniotis AJ , Folberg R , Hess A , et al. Vascular channel formation by human melanoma cells in vivo and in vitro: Vasculogenic mimicry[J]. Am J Pathol, 1999, 155 (3): 739- 752.

DOI

11
Ruf W , Seftor EA , Petrovan RJ , et al. Differential role of tissue factor pathway inhibitors 1 and 2 in melanoma vasculogenic mimi-cry[J]. Cancer Res, 2003, 63 (17): 5381- 5389.

12
Seftor REB , Hess AR , Seftor EA , et al. Tumor cell vasculogenic mimicry: From controversy to therapeutic promise[J]. Am J Pathol, 2012, 181 (4): 1115- 1125.

DOI

13
Pezzella F , Pastorino U , Tagliabue E , et al. Non-small-cell lung carcinoma tumor growth without morphological evidence of neo-angiogenesis[J]. Am J Pathol, 1997, 151 (5): 1417- 1423.

14
Kuczynski EA , Vermeulen PB , Pezzella F , et al. Vessel co-option in cancer[J]. Nat Rev Clin Oncol, 2019, 16 (8): 469- 493.

DOI

15
Carmeliet P , Jain RK . Angiogenesis in cancer and other diseases[J]. Nature, 2000, 407 (6801): 249- 257.

DOI

16
Semenza GL . Targeting HIF-1 for cancer therapy[J]. Nat Rev Cancer, 2003, 3 (10): 721- 732.

DOI

17
Semenza GL . Hypoxia-inducible factors in physiology and medicine[J]. Cell, 2012, 148 (3): 399- 408.

DOI

18
Ferrara N , Henzel WJ . Pituitary follicular cells secrete a novel heparin-binding growth factor specific for vascular endothelial cells[J]. Biochem Biophys Res Commun, 1989, 161 (2): 851- 858.

DOI

19
Ferrara N , Gerber HP , LeCouter J . The biology of VEGF and its receptors[J]. Nat Med, 2003, 9 (6): 669- 676.

DOI

20
Shen C , Lin C , Qu F , et al. Genomic spectra of lymphovascular invasion in breast cancer[J]. Chin J Cancer Res, 2025, 37 (2): 138- 153.

DOI

21
Hellström M , Phng LK , Hofmann JJ , et al. Dll4 signalling through Notch1 regulates formation of tip cells during angiogenesis[J]. Nature, 2007, 445 (7129): 776- 780.

DOI

22
Ferrara N . VEGF and the quest for tumour angiogenesis factors[J]. Nat Rev Cancer, 2002, 2 (10): 795- 803.

DOI

23
Miller K , Wang M , Gralow J , et al. Paclitaxel plus bevacizumab versus paclitaxel alone for metastatic breast cancer[J]. N Engl J Med, 2007, 357 (26): 2666- 2676.

DOI

24
Miles DW , Chan A , Dirix LY , et al. Phase Ⅲ study of bevacizumab plus docetaxel compared with placebo plus docetaxel for the first-line treatment of human epidermal growth factor receptor 2-negative metastatic breast cancer[J]. J Clin Oncol, 2010, 28 (20): 3239- 3247.

DOI

25
Robert NJ , Diéras V , Glaspy J , et al. RIBBON-1: Randomized, double-blind, placebo-controlled, phase Ⅲ trial of chemotherapy with or without bevacizumab for first-line treatment of human epidermal growth factor receptor 2-negative, locally recurrent or metastatic breast cancer[J]. J Clin Oncol, 2011, 29 (10): 1252- 1260.

DOI

26
Ferrara N , Hillan KJ , Gerber HP , et al. Discovery and development of bevacizumab, an anti-VEGF antibody for treating cancer[J]. Nat Rev Drug Discov, 2004, 3 (5): 391- 400.

DOI

27
Baselga J , Segalla JGM , Roché H , et al. Sorafenib in combination with capecitabine: An oral regimen for patients with HER2-negative locally advanced or metastatic breast cancer[J]. J Clin Oncol, 2012, 30 (13): 1484- 1491.

DOI

28
Fukumura D , Kloepper J , Amoozgar Z , et al. Enhancing cancer immunotherapy using antiangiogenics: Opportunities and challenges[J]. Nat Rev Clin Oncol, 2018, 15 (5): 325- 340.

DOI

29
Fan L , Wang ZH , Ma LX , et al. Optimising first-line subtyping-based therapy in triple-negative breast cancer (FUTURE-SUPER): A multi-cohort, randomised, phase 2 trial[J]. Lancet Oncol, 2024, 25 (2): 184- 197.

DOI

30
Wang Y , Xu B . Recent advances in systematic therapy of breast cancer: Chinese contribution for international progress[J]. Chin J Cancer Res, 2024, 36 (6): 587- 591.

DOI

31
Ellis LM , Hicklin DJ . Pathways mediating resistance to vascular endothelial growth factor-targeted therapy[J]. Clin Cancer Res, 2008, 14 (20): 6371- 6375.

DOI

32
Kerbel RS . Tumor angiogenesis[J]. N Engl J Med, 2008, 358 (19): 2039- 2049.

DOI

33
Goel S , Dan GD , Lei X , et al. Normalization of the vasculature for treatment of cancer and other diseases[J]. Physiol Rev, 2011, 91 (3): 1071- 1121.

DOI

34
Hurwitz H , Fehrenbacher L , Novotny W , et al. Bevacizumab plus irinotecan, fluorouracil, and leucovorin for metastatic colorectal cancer[J]. N Engl J Med, 2004, 350 (23): 2335- 2342.

DOI

35
Ranpura V , Pulipati B , Chu D , et al. Increased risk of high-grade hypertension with bevacizumab in cancer patients: A meta-analysis[J]. Am J Hypertens, 2010, 23 (5): 460- 468.

DOI

36
De Palma M , Biziato D , Petrova TV . Microenvironmental regulation of tumour angiogenesis[J]. Nat Rev Cancer, 2017, 17 (8): 457- 474.

DOI

37
Wu SZ , Al-Eryani G , Roden DL , et al. A single-cell and spatially resolved atlas of human breast cancers[J]. Nat Genet, 2021, 53 (9): 1334- 1347.

DOI

38
Batchelor TT , Sorensen AG , di Tomaso E , et al. AZD2171, a pan-VEGF receptor tyrosine kinase inhibitor, normalizes tumor vasculature and alleviates edema in glioblastoma patients[J]. Cancer Cell, 2007, 11 (1): 83- 95.

DOI

39
Jubb AM , Oates AJ , Holden S , et al. Predicting benefit from anti-angiogenic agents in malignancy[J]. Nat Rev Cancer, 2006, 6 (8): 626- 635.

DOI

40
Tian L , Goldstein A , Wang H , et al. Mutual regulation of tumour vessel normalization and immunostimulatory reprogramming[J]. Nature, 2017, 544 (7649): 250- 254.

DOI

41
Kalucka J , de Rooij LPMH , Goveia J , et al. Single-cell transcriptome atlas of murine endothelial cells[J]. Cell, 2020, 180 (4): 764- 779.

DOI

文章导航

/