编辑推荐：
乳腺癌异质性强，现有分类与预后、治疗反应关联不显著。研究人员用 aWCluster 方法，分析多组学数据。发现高危组 PIK3CA 和 TP53 突变率、缺氧评分等有差异，免疫细胞微环境不同。为改善临床决策提供依据。
乳腺癌，这个在全球范围内严重威胁女性健康的 “杀手”，一直以来都让医学界十分头疼。它可不是一个 “简单” 的疾病，具有高度的异质性，就像一群各不相同的 “小怪兽”，基于多样的分子和组织学背景，被分成了多个亚型。目前常用的内在亚型分类方法，却无法很好地预测乳腺癌患者的预后情况，也不能准确判断患者对各种治疗手段的反应 。这就好比医生手里的地图不够精准，在治疗的道路上难以找到最有效的方向。为了打破这种困境，来自美国 Memorial Sloan Kettering Cancer Center 等机构的研究人员开展了一项极具意义的研究，相关成果发表在《npj Breast Cancer》杂志上。
研究人员采用了一种名为 aWCluster 的网络多组学数据整合方法。这个方法就像是一个 “数据侦探”，整合来自癌症基因组图谱乳腺癌浸润癌（TCGA - BRCA）数据集里的基因表达、拷贝数变异（CNA）和 DNA 甲基化等多组学数据，再通过最佳质量运输（OMT）在癌症相关基因图上大显身手，成功找到了一个预后较差的乳腺癌高危组。
在研究过程中，研究人员运用了多种关键技术方法。首先，从公共数据库获取各类数据，如从 Genomic Data Commons（GDC）数据库下载 TCGA 泛癌突变谱，从 cBioPortal 数据库获取缺氧评分数据等。其次，利用 CIBERSORT 分析免疫细胞丰度，它能像 “细胞计数器” 一样，精准量化免疫细胞类型。还通过深度学习的 “计算染色” 方法来估算肿瘤浸润淋巴细胞（TILs）的空间分数。
下面来看看具体的研究结果：
- 患者特征：高危组总体生存时间（20.4 个月）显著低于低危组（28.8 个月）。高危组中管腔 B（luminal B）和基底亚型患者比例更高，且 HER2 阳性率高、PR 阳性率低，T2 和 II 期肿瘤更多。
- 差异突变分析：PIK3CA 和 TP53 是 TCGA - BRCA 中突变频率最高的两个基因，且在高低危组中突变率差异显著。在 luminal B 亚型中，PIK3CA 突变率在低危组更高。此外，PIK3CA、TP53 与 GATA3、CDH1 的突变相互排斥。
- 生存分析：通过 Kaplan - Meier 生存分析，发现高低危组总体生存情况差异显著。在基底和 luminal B 亚型合并分析时，两组生存差异也显著。
- 缺氧特征评分比较：高危组在三种缺氧特征评分上均显著高于低危组。不同 PAM50 亚型的缺氧评分存在差异，基底和 HER2 亚型评分较高。非洲裔美国个体的乳腺癌缺氧评分显著高于其他种族。
- CIBERSORT 分析比较免疫细胞丰度：低危组的 CD8 T 细胞、CD4 记忆静息 T 细胞等免疫细胞丰度更高，而高危组的 M0 巨噬细胞丰度更高。在基底和 luminal B 亚型中，不同免疫细胞的丰度在高低危组间也存在显著差异。
- 白细胞分数和肿瘤浸润淋巴细胞分析：白细胞分数在高低危组及不同 PAM50 亚型间存在显著差异，低危组更高。在基底亚型中，低危组 TILs 的空间分数显著高于高危组。并且在高危组中，CNA 和 DNA 甲基化数据与白细胞分数和 TILs 空间分数相关。
研究结论表明，预后较差的乳腺癌与关键基因的差异突变率、较高的缺氧水平以及肿瘤免疫微环境的差异（如 TILs 浸润较低）有关。这项研究意义重大，它让我们对乳腺癌高危组的生物学特征有了更深入的了解，为后续进一步研究不良乳腺癌亚型的相关生物学关联奠定了基础，有望改善临床决策，包括为患者选择更合适的治疗方案，最终为乳腺癌患者带来新的希望。
