基因组可预测三阴性乳腺癌对化疗的反应Gene panel predicts chemotherapy response in triple-negative breast cancer

环球医讯 / AI与医疗健康来源:www.news-medical.net美国 - 英语2026-06-03 01:42:06 - 阅读时长4分钟 - 1519字
德克萨斯大学MD安德森癌症中心研究人员通过单细胞基因组研究开发出一个包含13个基因的预测面板和机器学习模型,能准确预测三阴性乳腺癌患者对化疗的反应。该研究首次全面分析了肿瘤微环境中的细胞特征,识别出与化疗效果显著相关的特定巨噬细胞亚型和转录特征,为个性化治疗策略奠定基础,有望显著改善三阴性乳腺癌患者的治疗效果和生活质量,代表了乳腺癌精准医疗领域的重要突破。
三阴性乳腺癌化疗反应基因组预测巨噬细胞亚型单细胞基因组研究个性化治疗13基因面板机器学习模型
基因组可预测三阴性乳腺癌对化疗的反应

德克萨斯大学MD安德森癌症中心的研究人员已经表征了早期三阴性乳腺癌(TNBC)组织中肿瘤微环境(TME)的癌细胞特异性特征,确定了与化疗反应相关的特定巨噬细胞亚型。

研究人员开发了一个包含13个基因的面板和一个机器学习模型,可以预测哪些患者更可能对治疗产生反应,为开发新的诊断方法和个性化治疗策略奠定了基础。

这项今天发表在《自然》杂志上的研究由系统生物学系主任Nicholas Navin博士和乳腺医学肿瘤学副教授Clinton Yam医学博士领导。这代表了首批大规模三阴性乳腺癌单细胞基因组研究之一,为癌细胞生物学和独特的三阴性乳腺癌肿瘤微环境提供了前所未有的视角。

"这项研究为三阴性乳腺癌患者肿瘤微环境中基因表达程序和不同细胞状态提供了新见解。重要的是,我们已经确定了与新辅助化疗良好反应相关的某些程序和巨噬细胞亚型,这对改善患者预后具有巨大潜力。" ——德克萨斯大学MD安德森癌症中心系统生物学系主任Nicholas Navin博士

什么是三阴性乳腺癌?

三阴性乳腺癌是一种通常采用化疗治疗的侵袭性乳腺癌亚型。然而,患者的结果差异很大,这突显了了解导致这些反应差异原因的必要性。

先前的研究表明,三阴性乳腺癌肿瘤在基因和细胞水平上可能具有非常不同的特征,但很少有研究全面考察这些差异。此外,尚不清楚肿瘤微环境中的细胞如何相互作用以及它们如何对化疗产生反应。

研究人员如何识别不同的细胞类型?

研究人员使用来自三阴性乳腺癌患者的化疗前组织样本,对来自101名患者的超过427,000个细胞进行了单细胞分析,并对44名患者的肿瘤进行了空间转录组分析。他们将这些数据与人类乳腺细胞图谱中的正常乳腺组织谱型进行了比较,该图谱是成人人类乳腺组织中细胞类型和细胞状态的综合参考。

研究人员能够根据癌细胞中的基因表达将三阴性乳腺癌肿瘤分为四个患者级别的"类型"。他们发现了一组协调的13个高表达的癌症特异性基因——被称为转录特征——驱动了肿瘤内的不同细胞群体。

他们还描述了49种免疫细胞状态,这些状态形成了八种一致的细胞微环境类型,与每种类型以及化疗反应相关。

关于诊断和治疗三阴性乳腺癌的方法,这项研究的主要意义是什么?

虽然先前的研究主要关注T细胞,但这项研究显著突出了特定巨噬细胞亚型(一种免疫细胞)以及与促肿瘤或抗肿瘤活性相关的癌细胞转录特征的重要作用。

这些发现共同促使研究人员开发了一个包含13个基因的转录特征面板以及一个机器学习模型,可能有助于指导未来更好地了解哪些肿瘤在治疗前更可能对化疗产生反应。

在三阴性乳腺癌中更好地预测化疗反应的能力代表了理解肿瘤特异性特征如何与治疗结果相关的重要进展。尽管在临床应用之前还需要进一步的前瞻性研究,但这些发现也突显了三阴性乳腺癌肿瘤的某些特征,特别是巨噬细胞亚型,可以指导未来努力开发更量身定制的治疗策略。

Yam表示:"这些见解为进一步了解为什么不同的三阴性乳腺癌肿瘤对化疗有不同的反应提供了重要基础,这些发现有潜力指导未来策略,以更好地预测治疗反应并为三阴性乳腺癌患者提供更个性化的护理。这是迈向更精确的乳腺癌治疗方法的激动人心且有意义的一步,有望最终改善患者的预后和生活质量。"

来源:德克萨斯大学MD安德森癌症中心

期刊参考文献:Yan, Y., et al. (2026). Ecotypes of triple-negative breast cancer in response to chemotherapy. Nature. DOI: 10.1038/s41586-026-10469-9.

【全文结束】

猜你喜欢
  • 研究发现:一种常见癌症蛋白或可成为治疗靶点研究发现:一种常见癌症蛋白或可成为治疗靶点
  • 学生研究利用机器学习改善心脏病诊断学生研究利用机器学习改善心脏病诊断
  • 美国五大顶级医院如何运用机器学习美国五大顶级医院如何运用机器学习
  • 积极情绪与消极情绪的全基因组关联研究揭示共享遗传架构及与认知的潜在因果关系积极情绪与消极情绪的全基因组关联研究揭示共享遗传架构及与认知的潜在因果关系
  • 肠道细菌如何改变你的药物:微生物组与药物代谢副作用肠道细菌如何改变你的药物:微生物组与药物代谢副作用
  • 研究人员开发开源框架助力健康AI研究研究人员开发开源框架助力健康AI研究
  • 新基因组学方法揭示衰老大脑中出人意料的细胞动力学新基因组学方法揭示衰老大脑中出人意料的细胞动力学
  • 科学家研发血液检测技术可更早发现乳腺癌复发科学家研发血液检测技术可更早发现乳腺癌复发
  • 梅奥诊所新研究发现13%健康成年人携带隐藏遗传风险梅奥诊所新研究发现13%健康成年人携带隐藏遗传风险
  • 人工智能如何帮助治疗一名新生儿的超罕见疾病 "效果几乎像开关一样立竿见影"人工智能如何帮助治疗一名新生儿的超罕见疾病 "效果几乎像开关一样立竿见影"
热点资讯
全站热点
全站热文