多维度信息整合，乳腺癌诊疗诞生“立体”精准策略

原标题：多维度信息整合，乳腺癌诊疗诞生“立体”精准策略

来源：人民日报客户端上海频道

复旦大学附属肿瘤医院邵志敏、江一舟教授团队，上海市生物医药技术研究院黄薇教授团队，复旦大学生命科学学院和人类表型组研究院石乐明/郑媛婷团队历时5年协同攻关，绘制出迄今为止最大规模的亚洲人群全乳腺癌多维组学图谱。图谱将既往乳腺癌研究的多个维度生物信息进行深度整合，以寻找对新兴治疗方法敏感的群体；进而利用多模态融合，优化患者复发风险分层，形成“立体式”精准诊疗策略，为乳腺癌的精准诊疗提供了新思路。近日，国际肿瘤学顶刊《自然·癌症》在线发表该成果。

该论文共同第一作者为复旦大学附属肿瘤医院江一舟、马丁、金希、肖毅，复旦大学生命科学学院和人类表型组研究院郁颖副研究员以及上海市生物医药技术研究院施锦绣研究员。

论文发表页面

“乳腺癌是一种特性复杂的恶性肿瘤。不同乳腺癌患者的肿瘤特性不同，治疗效果有明显差异。‘量体裁衣’已成为精准诊治的标准方案。这要求我们从多个角度和层面系统性地解析肿瘤的特性，以便进行更精准的个体化治疗。”复旦大学附属肿瘤医院乳腺外科主任兼大外科主任邵志敏教授说。

此前，研究团队基于高通量检测技术，对乳腺癌基因组、转录组、蛋白组、代谢组，以及医学影像和病理图像等不同层面数据进行分析，部分揭示了乳腺癌的发病机理和治疗靶点，将乳腺癌“分型精准”的治疗策略不断升级。他们设想，能否整合各层面研究成果，通过多维度信息协同，让乳腺癌患者获益更多？

由此展开的项目研究成果显著。研究人员首先聚焦于可作为治疗靶点的基因组变异，发现中国乳腺癌患者群体相比西方人群具有更高频率的AKT1突变，提示这些患者可能从新型AKT抑制剂中获益；中国乳腺癌患者中HER2富集亚型比例更高，基因组-转录组-蛋白组整合分析证实HER2基因在这群患者癌症发生发展中的主导作用，与临床上相关靶向治疗疗效相吻合。

研究人员系统描绘了乳腺癌各亚型的代谢特点，并通过整合代谢组和蛋白组信息，发现基底样亚型乳腺癌脂质过氧化水平及铁死亡相关蛋白表达量更高，提出在这类肿瘤中靶向铁死亡的治疗新策略。

既往研究证实，靶向肿瘤微环境的免疫检查点抑制剂治疗，可显著改善患者预后。研究人员整合基因组、转录组和蛋白组的数据，在激素受体阳性/HER2阴性乳腺癌中发现一群以免疫细胞富集为特征的患者，扩展了免疫检查点抑制剂治疗的潜在获益人群。

如何精准实现患者风险分层和预后预测，是乳腺癌临床管理和转化研究中亟需解决的重要问题。研究人员为此成功构建了基于机器学习的多模态风险分层模型。复旦大学附属肿瘤医院副院长江一舟教授表示，融合转录组(T)、代谢组(M)、数字病理(P)特征及免疫组化分型(I)、临床分期(C)的TMPIC模型能更好地预测乳腺癌患者复发风险，为乳腺癌患者的精准分层提供了有力的工具。

该研究由复旦大学附属肿瘤医院与复旦大学生命科学院表型组研究院共同完成，展现了高水平研究型大学跨院系“产学研用”密切合作，实现“资源整合-优势互补-共促创新成果”的良性循环。

上海新闻

闪电新闻专栏

作者：姜泓冰

阅读量：35.2W