五年磨一劍，復(fù)旦大學(xué)附屬腫瘤醫(yī)院邵志敏、江一舟教授團(tuán)隊(duì)、上海市生物醫(yī)藥技術(shù)研究院黃薇教授團(tuán)隊(duì)、復(fù)旦大學(xué)生命科學(xué)學(xué)院和人類表型組研究院石樂明/鄭媛婷團(tuán)隊(duì)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(xué)圖譜。圖譜將既往乳腺癌研究的多個(gè)維度生物信息進(jìn)行深度整合，以尋找對(duì)新興治療方法敏感的乳腺癌群體；進(jìn)而利用多模態(tài)融合，優(yōu)化乳腺癌患者復(fù)發(fā)風(fēng)險(xiǎn)的分層，形成“立體式”精準(zhǔn)診療策略，為乳腺癌的精準(zhǔn)診療提供了新思路。

日前，國(guó)際腫瘤學(xué)頂刊《自然·癌癥》在線發(fā)表了這項(xiàng)最新研究成果。這也是研究團(tuán)隊(duì)在前期三陰性乳腺癌多組學(xué)隊(duì)列基礎(chǔ)上的更進(jìn)一步突破。

該論文的共同第一作者為復(fù)旦大學(xué)附屬腫瘤醫(yī)院江一舟教授、馬丁、金希、肖毅，復(fù)旦大學(xué)生命科學(xué)學(xué)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(xué)信息整合亟待新突破

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

“越來(lái)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，同時(shí)治療效果也有明顯差異?！矿w裁衣’已經(jīng)成為當(dāng)前乳腺癌精準(zhǔn)診治的標(biāo)準(zhǔn)方案”，復(fù)旦大學(xué)附屬腫瘤醫(yī)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(gè)角度和層面系統(tǒng)性地解析腫瘤的特性，以便進(jìn)行更精準(zhǔn)的個(gè)體化治療。”

在既往研究中，邵志敏教授、江一舟教授團(tuán)隊(duì)等基于高通量檢測(cè)技術(shù)，對(duì)乳腺癌基因組、轉(zhuǎn)錄組、蛋白組、代謝組，以及醫(yī)學(xué)影像和病理圖像等不同層面的數(shù)據(jù)進(jìn)行了分析，部分揭示了乳腺癌的發(fā)病機(jī)理和治療靶點(diǎn)，將乳腺癌“分型精準(zhǔn)”的治療策略不斷升級(jí)。例如，基于世界最大的三陰性乳腺癌多組學(xué)數(shù)據(jù)庫(kù)提出的“復(fù)旦分型”，開展的精準(zhǔn)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(jīng)為乳腺癌患者的精準(zhǔn)診治帶來(lái)更多曙光。那么，能否將既往各層面的研究成果進(jìn)行整合，通過(guò)不同組學(xué)、多維度的信息協(xié)同，充分實(shí)現(xiàn)“1+1大于2”的“立體式”效果，讓乳腺癌患者獲益更多？

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

多組學(xué)整合“立體式”策略

拓展乳腺癌精準(zhǔn)診療獲益人群

基于前述思考，研究團(tuán)隊(duì)開展了多組學(xué)、多維度的項(xiàng)目研究，并獲得顯著成果。例如，針對(duì)特定靶點(diǎn)的精準(zhǔn)治療已成為當(dāng)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(diǎn)的基因組變異，發(fā)現(xiàn)中國(guó)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(guó)乳腺癌患者中HER2富集（HER2-enriched）亞型比例更高，基因組-轉(zhuǎn)錄組-蛋白組整合分析證實(shí)HER2基因（ERBB2）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(shí)了多組學(xué)整合策略的價(jià)值。

代謝重編程是腫瘤的重要生物學(xué)標(biāo)志，深入解析腫瘤代謝特征有助于提出靶向代謝的精準(zhǔn)治療策略。研究人員系統(tǒng)性描繪了乳腺癌各亞型的代謝特點(diǎn)，并通過(guò)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(guò)氧化水平及鐵死亡相關(guān)蛋白表達(dá)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(shí)，靶向腫瘤微環(huán)境的免疫檢查點(diǎn)抑制劑治療可顯著改善惡性腫瘤患者預(yù)后，并已經(jīng)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(yáng)性/HER2陰性（HR⁺HER2^-）乳腺癌中發(fā)現(xiàn)一群以免疫細(xì)胞富集為特征的患者，進(jìn)一步擴(kuò)展了免疫檢查點(diǎn)抑制劑治療的潛在獲益人群。

多模態(tài)融合優(yōu)化患者風(fēng)險(xiǎn)分層

精準(zhǔn)預(yù)測(cè)乳腺癌患者復(fù)發(fā)風(fēng)險(xiǎn)

如何實(shí)現(xiàn)精準(zhǔn)的患者風(fēng)險(xiǎn)分層和預(yù)后預(yù)測(cè)，是乳腺癌臨床管理及轉(zhuǎn)化研究中迫切解決的重要問題。基于前期的數(shù)據(jù)庫(kù)搭建和多模態(tài)融合技術(shù)，研究人員實(shí)現(xiàn)了從微觀到宏觀的多維信息有機(jī)融合，成功構(gòu)建了基于機(jī)器學(xué)習(xí)的多模態(tài)風(fēng)險(xiǎn)分層模型。

復(fù)旦大學(xué)附屬腫瘤醫(yī)院副院長(zhǎng)江一舟教授表示，通過(guò)多維信息間相互補(bǔ)充，有助于提高模型預(yù)測(cè)效能。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(biāo)能更好地預(yù)測(cè)乳腺癌患者復(fù)發(fā)風(fēng)險(xiǎn)，為乳腺癌患者的精準(zhǔn)分層提供了有力的工具。

“該研究以臨床應(yīng)用為導(dǎo)向，通過(guò)對(duì)大規(guī)模乳腺癌隊(duì)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(zhǔn)的策略”，邵志敏教授說(shuō)。

據(jù)悉，該研究也是復(fù)旦大學(xué)附屬腫瘤醫(yī)院與復(fù)旦大學(xué)生命科學(xué)院表型組研究院共同完成的又一項(xiàng)重要成果，再次展現(xiàn)了高水平研究型大學(xué)跨院系“產(chǎn)學(xué)研用”密切合作，實(shí)現(xiàn)“資源整合-優(yōu)勢(shì)互補(bǔ)-共促創(chuàng)新成果”的良性循環(huán)。