五年磨一劍，復旦大學附屬腫瘤醫院邵志敏、江一舟教授團隊、上海市生物醫藥技術研究院黃薇教授團隊、復旦大學生命科學學院和人類表型組研究院石樂明/鄭媛婷團隊協同攻關，繪制出迄今為止最大規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；進而利用多模態融合，優化乳腺癌患者復發風險的分層，形成“立體式”精準診療策略，為乳腺癌的精準診療提供了新思路。

日前，國際腫瘤學頂刊《自然·癌癥》在線發表了這項最新研究成果。這也是研究團隊在前期三陰性乳腺癌多組學隊列基礎上的更進一步突破。

不同乳腺癌患者特征差異顯著

根據世界衛生組織國際癌癥研究機構2023年發布數據，乳腺癌已經成為最常見的惡性腫瘤類型，嚴重危害人民生命健康?！霸絹碓蕉嗟难芯勘砻?，乳腺癌是一種特性復雜的惡性腫瘤。不同乳腺癌患者的腫瘤特性不同，同時治療效果也有明顯差異?！矿w裁衣’已經成為當前乳腺癌精準診治的標準方案”，復旦大學附屬腫瘤醫院乳腺外科主任兼大外科主任邵志敏教授表示，

“這要求我們從多個角度和層面系統性地解析腫瘤的特性，以便進行更精準的個體化治療?！?/p>

在既往研究中，邵志敏教授、江一舟教授團隊等基于高通量檢測技術，對乳腺癌基因組、轉錄組、蛋白組、代謝組，以及醫學影像和病理圖像等不同層面的數據進行了分析，部分揭示了乳腺癌的發病機理和治療靶點，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據庫提出的“復旦分型”，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……

既然不同層面的研究已經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、多維度的信息協同，充分實現“1+1大于2”的“立體式”效果，讓乳腺癌患者獲益更多？不同組學維度提供的生物學信息難以深度整合，如何利用這些復雜數據指導患者臨床診療也亟待探索。

拓展乳腺癌精準診療獲益人群

基于前述思考，研究團隊開展了多組學、多維度的項目研究，并獲得顯著成果。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。研究人員首先聚焦于可作為治療靶點的基因組變異，發現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-轉錄組-蛋白組整合分析證實HER2基因(ERBB2)在這群患者癌癥發生發展中的主導作用，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。研究人員系統性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，發現基底樣亞型乳腺癌脂質過氧化水平及鐵死亡相關蛋白表達量更高，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，靶向腫瘤微環境的免疫檢查點抑制劑治療可顯著改善惡性腫瘤患者預后，并已經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、轉錄組和蛋白組的數據，在激素受體陽性/HER2陰性乳腺癌中發現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。

精準預測乳腺癌患者復發風險

如何實現精準的患者風險分層和預后預測，是乳腺癌臨床管理及轉化研究中迫切解決的重要問題?；谇捌诘臄祿齑罱ê投嗄B融合技術，研究人員實現了從微觀到宏觀的多維信息有機融合，成功構建了基于機器學習的多模態風險分層模型。

復旦大學附屬腫瘤醫院副院長江一舟教授表示，

通過多維信息間相互補充，有助于提高模型預測效能。研究成果顯示，融合轉錄組、代謝組、數字病理特征及免疫組化分型、臨床分期的TMPIC模型較臨床常用指標能更好地預測乳腺癌患者復發風險，為乳腺癌患者的精準分層提供了有力的工具。

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

該論文的共同第一作者為復旦大學附屬腫瘤醫院江一舟教授、馬丁、金希、肖毅，復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，以及上海市生物醫藥技術研究院施錦繡研究員。該研究也是復旦大學附屬腫瘤醫院與復旦大學生命科學院表型組研究院共同完成的又一項重要成果，再次展現了高水平研究型大學跨院系“產學研用”密切合作，實現“資源整合-優勢互補-共促創新成果”的良性循環。