五年磨一劍，復(fù)旦大學附屬腫瘤醫(yī)院邵志敏、江一舟教授團隊、上海市生物醫(yī)藥技術(shù)研究院黃薇教授團隊、復(fù)旦大學生命科學學院和人類表型組研究院石樂明 / 鄭媛婷團隊協(xié)同攻關(guān)，繪制出迄今為止最大規(guī)模的亞洲人群全乳腺癌多維組學圖譜。圖譜將既往乳腺癌研究的多個維度生物信息進行深度整合，以尋找對新興治療方法敏感的乳腺癌群體；進而利用多模態(tài)融合，優(yōu)化乳腺癌患者復(fù)發(fā)風險的分層，形成 ” 立體式 ” 精準診療策略，為乳腺癌的精準診療提供新思路。

日前，國際腫瘤學頂刊《自然 · 癌癥》在線發(fā)表這項最新研究成果。這是研究團隊在前期三陰性乳腺癌多組學隊列基礎(chǔ)上的進一步突破。

該論文共同第一作者為復(fù)旦大學附屬腫瘤醫(yī)院江一舟教授、馬丁、金希、肖毅，復(fù)旦大學生命科學學院和人類表型組研究院郁穎青年副研究員，以及上海市生物醫(yī)藥技術(shù)研究院施錦繡研究員。

不同乳腺癌患者特征差異顯著，多維度生物學信息整合亟待新突破

根據(jù)世界衛(wèi)生組織國際癌癥研究機構(gòu) 2023 年發(fā)布數(shù)據(jù)，乳腺癌已成為最常見的惡性腫瘤類型，嚴重危害人民生命健康。

” 越來越多的研究表明，乳腺癌是一種特性復(fù)雜的惡性腫瘤。不同乳腺癌患者的腫瘤特性不同，治療效果也有明顯差異?！矿w裁衣’已成為當前乳腺癌精準診治的標準方案，這要求我們從多個角度和層面系統(tǒng)解析腫瘤的特性，以便進行更精準的個體化治療?！?腫瘤醫(yī)院乳腺外科主任兼大外科主任邵志敏教授表示。

既往研究中，邵志敏教授、江一舟教授團隊等基于高通量檢測技術(shù)，對乳腺癌基因組、轉(zhuǎn)錄組、蛋白組、代謝組，以及醫(yī)學影像和病理圖像等不同層面的數(shù)據(jù)進行分析，部分揭示了乳腺癌的發(fā)病機理和治療靶點，將乳腺癌 ” 分型精準 ” 的治療策略不斷升級。例如，基于世界最大的三陰性乳腺癌多組學數(shù)據(jù)庫提出的 ” 復(fù)旦分型 “，開展的精準治療策略，將難治性三陰性乳腺癌患者群體的療效提升了 3 倍。

不同層面的研究已為乳腺癌患者的精準診治帶來更多曙光，那么，能否將既往各層面的研究成果進行整合，通過不同組學、多維度的信息協(xié)同，充分實現(xiàn) “1+1 大于 2″ 的 ” 立體式 ” 效果，讓乳腺癌患者獲益更多？

不過，不同組學維度提供的生物學信息難以深度整合，如何利用這些復(fù)雜數(shù)據(jù)指導(dǎo)患者臨床診療亟待探索。

多組學整合 ” 立體式 ” 策略，拓展乳腺癌精準診療獲益人群

據(jù)此，研究團隊開展了多組學、多維度的項目研究，成果顯著。

例如，針對特定靶點的精準治療已成為當前癌癥治療的主旋律。研究人員首先聚焦可作為治療靶點的基因組變異，發(fā)現(xiàn)中國乳腺癌患者群體相比西方人群具有更高頻率的 AKT1 突變，提示這些患者可能從新型 AKT 抑制劑中獲益。

此外，中國乳腺癌患者中 HER2 富集亞型比例更高，基因組 – 轉(zhuǎn)錄組 – 蛋白組整合分析證實 HER2 基因在這群患者癌癥發(fā)生發(fā)展中的主導(dǎo)作用，這也與既往臨床研究中亞裔患者抗 HER2 靶向治療較好的療效相吻合，證實了多組學整合策略的價值。

代謝重編程是腫瘤的重要生物學標志，深入解析腫瘤代謝特征有助于提出靶向代謝的精準治療策略。研究人員系統(tǒng)描繪了乳腺癌各亞型的代謝特點，并通過整合代謝組和蛋白組信息，發(fā)現(xiàn)基底樣亞型（Basal-like）乳腺癌脂質(zhì)過氧化水平及鐵死亡相關(guān)蛋白表達量更高，并提出在這類腫瘤中靶向鐵死亡的治療新策略。

既往研究證實，靶向腫瘤微環(huán)境的免疫檢查點抑制劑治療可顯著改善惡性腫瘤患者預(yù)后，并已在三陰性乳腺癌的治療中占有一席之地。研究人員整合基因組、轉(zhuǎn)錄組和蛋白組的數(shù)據(jù)，在激素受體陽性 /HER2 陰性乳腺癌中發(fā)現(xiàn)一群以免疫細胞富集為特征的患者，進一步擴展了免疫檢查點抑制劑治療的潛在獲益人群。

多模態(tài)融合優(yōu)化患者風險分層，精準預(yù)測患者復(fù)發(fā)風險

如何實現(xiàn)精準的患者風險分層和預(yù)后預(yù)測，是乳腺癌臨床管理及轉(zhuǎn)化研究中迫切解決的重要問題?；谇捌诘臄?shù)據(jù)庫搭建和多模態(tài)融合技術(shù)，研究人員實現(xiàn)了從微觀到宏觀的多維信息有機融合，成功構(gòu)建了基于機器學習的多模態(tài)風險分層模型。

腫瘤醫(yī)院副院長江一舟教授表示，研究成果顯示，融合轉(zhuǎn)錄組 ( T ) 、代謝組 ( M ) 、數(shù)字病理 ( P ) 特征及免疫組化分型 ( I ) 、臨床分期 ( C ) 的 TMPIC 模型較臨床常用指標能更好預(yù)測乳腺癌患者復(fù)發(fā)風險，為乳腺癌患者精準分層提供了有力工具。

” 該研究以臨床應(yīng)用為導(dǎo)向，通過對大規(guī)模乳腺癌隊列分子特征的系統(tǒng)性描繪與整合分析，為乳腺癌患者的管理提供了更精準的策略。” 邵志敏教授說。

該研究也是復(fù)旦大學附屬腫瘤醫(yī)院與復(fù)旦大學生命科學院表型組研究院共同完成的又一重要成果，展現(xiàn)了高水平研究型大學跨院系 ” 產(chǎn)學研用 ” 密切合作、實現(xiàn) ” 資源整合 – 優(yōu)勢互補 – 共促創(chuàng)新成果 ” 的良性循環(huán)。

來源：文匯