乳腺癌图谱揭示隐藏亚型以指导精准治疗
Breast cancer atlas reveals hidden subtypes to help chart course for precision oncology
研究人员生成了迄今为止最大的乳腺癌转录组地图,整合了7600多个肿瘤的数据,揭示了新的分子亚型,有助于根据肿瘤的分子特征选择个性化治疗,而非仅依赖标准病理学分类。
研究揭示了乳腺癌的新亚型,为个性化治疗提供了分子基础,有助于改进临床试验的选择。
译文尚不完整,完整内容请切换到原文。
一项新的乳腺癌分子图谱识别出了新的乳腺癌形式,并为根据肿瘤的分子特征而非标准病理学特征选择个性化治疗奠定了基础。
In a study published Nov. 3 in Cell Reports Medicine, researchers at Vanderbilt-Ingram Cancer Center generated one of the largest transcriptomic maps of breast cancer ever assembled, integrating data from more than 7,600 tumors across 22 independent studies. The "transcriptome" is the complete set of RNA molecules produced by a tumor; it reveals biological details about gene expression and other molecular characteristics.
“乳腺癌图谱提供了对疾病分子多样性的前所未有的视角,并揭示了与不同临床结果、生物学特征和治疗脆弱性相关的不同肿瘤群体,”通讯作者Brian Lehmann博士说,他是范德比尔特健康医学研究副教授。“通过一起分析数千个肿瘤,我们发现了以前隐藏的乳腺癌形式,这些形式在预后、生物学和治疗敏感性方面有所不同。”
乳腺癌传统上根据雌激素(雌激素、孕酮)和HER2受体的存在或不存在进行分类和治疗。转录组分析进一步定义了一些分子亚型,但同一亚型的临床反应各不相同,而病理学家注意到的其他亚型仍然未定义。
跨研究绘制乳腺癌
The work builds upon earlier studies by Lehmann and Jennifer Pietenpol, Ph.D., chief scientific and strategy officer and executive vice president for research at Vanderbilt Health, who helped define molecular subtypes of triple-negative breast cancer. Their research demonstrated that different triple-negative breast cancer subtypes display distinct sensitivities to therapeutic agents, and these insights have guided clinical trials for targeted treatments of triple-negative breast cancer.
在新研究中,研究人员扩大了他们的方法,包括所有类型的乳腺癌的转录组数据。
Lehmann指出,癌症基因组学的一个长期挑战是不同研究、测序平台和分析方法产生的数据集难以比较。为克服这些障碍,研究人员采用了最初为单细胞基因组学开发的计算方法,使数千个乳腺癌转录组能够整合到一个统一的分析框架中。
由此产生的图谱将乳腺癌分为相互连接的簇,这些簇共享共同的分子特征、治疗反应和临床结果。当以地图的形式可视化时,图谱类似于一个群岛,生物相关的肿瘤群体占据了一个更广泛的分子景观中的不同“岛屿”。研究人员设想,患者的肿瘤最终可以定位在这一地图上,以确定最合适的治疗方法,并改善临床试验中的治疗选择。
隐藏的亚型暗示了治疗机会
研究的主要发现包括:
- 图谱揭示了传统乳腺癌分类内的显著生物多样性,表明当前的分类未能充分捕捉到肿瘤之间的临床相关差异。
- 雌激素受体低乳腺癌的行为更像ER阴性疾病(而不是传统上治疗的ER阳性),可能需要不同的治疗考虑。
- 图谱识别出HER2阳性肿瘤中对HER2信号依赖性最强的亚型,并可能从中受益于特定类型的HER2酪氨酸激酶抑制剂。
- 研究揭示了一种与标准化疗内分泌治疗后较差预后相关的隐藏神经内分泌型乳腺癌,并指出了FGFR1作为潜在治疗靶点的可能性。
- 图谱定义了一种生物上独特的具有潜在RTK/MAPK靶向和抗血管生成疗法脆弱性的三阴性乳腺癌基底-管腔祖细胞亚型。
"一些最重要的发现来自那些在显微镜下被忽视的肿瘤,"Lehmann说。"我们识别出了一些预后较差的患者群体,这些群体在当前分类系统中通常未被常规识别,并发现了潜在的治疗机会,这些机会可能有助于解决未满足的临床需求。"
基于生物学的治疗决策测试
In addition to developing the atlas, the researchers also created a tool that can assign tumors to subtypes using standard bulk RNA sequencing data to guide future research studies and clinical trials.
"下一步的关键步骤是前瞻性测试,以确定基于这些转录亚型的治疗决策是否能改善患者的预后,"Lehmann说。"我们的目标是根据肿瘤的生物学特性将患者与治疗方法匹配。这个图谱提供了实现这一愿景的路线图和实用框架。"
除了乳腺癌,研究人员表示,该计算方法可以应用于整合广泛的疾病中转录组、蛋白质组和其他大规模分子数据集。
Vanderbilt Health医学部的博士后研究员Xin Sun是该研究的第一作者。合作者包括Justin Balko, Pharm.D., Ph.D.;Hanbing An, Ph.D.;Paula Gonzalez-Ericsson, M.D.;Hailing Jin;Violeta Sanchez;Quanhu Sheng, Ph.D.;Maksim Chapman;Thomas Stricker, M.D., Ph.D.;Vandana Abramson, M.D.;Ingrid Meszoely, M.D., MMHC;和Melinda Sanders, M.D.。
发表详情
一种整合的乳腺癌转录组图谱定义了临床亚型并揭示了细胞起源,Cell Reports Medicine (2026)。 DOI: 10.1016/j.xcrm.2026.103129。 www.cell.com/cell-reports-medi … 2666-3791(26)00546-X
期刊信息: Cell Reports Medicine
关键医学概念
谁是幕后推手?
Gaby Clark
MA in English, copy editor since 2021 with experience in higher education and health content. Dedicated to trustworthy science news. Full profile →
Robert Egan
Bachelor's in mathematical biology, Master's in creative writing. Well-traveled with unique perspectives on science and language. Full profile →
Citation: 乳腺癌图谱揭示隐藏亚型,助力精准肿瘤学发展 (2026年11月3日) 获取于 2026年11月3日 从 https://medicalxpress.com/news/2026-11-breast-cancer-atlas-reveals-hidden.html
本文档受版权保护。除供个人研究或学习目的的合理使用外,不得复制任何部分。内容仅供参考。
来源:Medical Xpress · medicalxpress.com