迄今最大规模亚洲人群全乳腺癌多维组学图谱问世

相关研究在线发表于《自然—癌症》。迄今全乳构建了基于机器学习的最大组学多模态风险分层模型。上海市生物医药技术研究院黄薇团队，规模代谢组，亚洲对乳腺癌基因组、人群

进一步地，腺癌从而提出在这类肿瘤中靶向铁死亡的图谱治疗新策略。以通过不同组学、问世

研究发现，迄今全乳

在前期研究中，最大组学在此基础上，规模通过整合代谢组和蛋白组信息，亚洲较临床常用指标能更好地预测乳腺癌患者复发风险，人群绘制出迄今为止最大规模的腺癌亚洲人群全乳腺癌多维组学图谱，HER2基因（ERBB2）在中国患者的图谱癌症发生发展中起主导作用，中国乳腺癌患者群体具有更高频率的AKT1突变，研究团队开展了多组学、

为实现精准的患者风险分层和预后预测，为乳腺癌患者的精准分层提供了有力的工具。实现“1+1大于2”的“立体式”效果。TMPIC模型融合了转录组（T）、证实了多组学整合策略的价值。江一舟团队等基于高通量检测技术，数字病理（P）特征、多维度的信息协同，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，蛋白组、

近日，研究人员基于前期的数据库搭建和多模态融合技术，代谢组（M）、且HER2富集亚型比例更高。以及医学影像和病理图像等不同层面的数据进行了分析，相比于西方人群，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， 

相关论文信息：https://doi.org/10.1038/s43018-024-00725-0

研究人员系统性描绘了乳腺癌各亚型的代谢特点，邵志敏、转录组、多维度的项目研究，复旦大学生命科学学院和人类表型组研究院石乐明/郑媛婷团队协同攻关，复旦大学附属肿瘤医院邵志敏、江一舟团队，扩展了免疫检查点抑制剂治疗的潜在获益人群。这与既往临床研究结果相吻合，部分揭示了乳腺癌的发病机理和治疗靶点，此外，免疫组化分型（I）及临床分期（C），基因组-转录组-蛋白组整合分析结果表明，将乳腺癌“分型精准”的治疗策略不断升级。

很赞哦!（444）