对乳腺癌的综合多组分析揭示了明显的长期预后亚型

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 系统生物学 系统生物学

背景情况:

• 乳腺癌 (BC) 是全球癌症死亡的主要原因.
• BC的异质性使准确的生存预测和治疗反应复杂化.
• 当前的内在亚型虽然在临床上有用,但在预测长期结果 (>5年) 方面存在局限性.

研究的目的:

• 通过使用集成的多omics数据,识别乳腺癌中的新型,自然发生的预后亚组.
• 与已确定的内在亚型相比,评估这些亚组的长期预后价值.
• 探索与BC.不同的长期生存模式相关的潜在生物途径.

主要方法:

• 对335名未经治疗的BC患者 (奥斯洛2研究) 的转录组,蛋白组和代谢组数据的综合分析,随访时间>12年.
• 利用多omics因素分析 (MOFA+) 来识别多omics集群.
• 在独立的METABRIC和TCGA队列中验证的发现.

主要成果:

• 确定了三个不同的BC患者的多种OMIC集群,具有显著不同的长期预后 (p=0.005).
• 这些多omics集群显示出与长期生存的强有力的关联,表现优于已建立的内在亚型.
• 丰富分析揭示了预后集群中细胞周期和免疫相关途径的不同水平.

结论:

• 综合的多学科分析揭示了具有独特临床和生物特征的三种不同的BC集群.
• 这些新的多omics集群为乳腺癌患者提供了优越的长期预后预测,与内在亚型相比.
• 这种系统生物学方法提供了对BC异质性和长期生存的更精细的理解.