多基因分析用于预测三阴性乳腺癌的病理完整反应,并反映瘤异质性
Yufei Wang1, Lingfeng Ma1, Shijin Yuan2
1Department of Medical Oncology, Sir Run Run Shaw Hospital, Medical School of Zhejiang University, Hangzhou, China; Laboratory of Cancer Biology, Key Lab of Biotherapy in Zhejiang, Sir Run Run Shaw Hospital, Medical School of Zhejiang University, Hangzhou, China.
Clinical breast cancer
|September 20, 2025
概括
这项研究提出了一种新的放射学模型,可以准确预测三阴性乳腺癌 (TNBC) 的治疗反应,并揭示瘤异质性. 该模型有助于确定潜在的治疗策略,包括化学疗法与TGF-β通路抑制相结合.
科学领域:
- 放射学和医学成像技术
- 在瘤学瘤学.
- 生物医学数据科学 生物医学数据科学
背景情况:
- 三重阴性乳腺癌 (TNBC) 呈现出显著的异质性,影响新辅助化疗 (NAC) 反应.
- 在TNBC中NAC耐药性与复发风险增加和预后较差相关.
- 预测病理完整反应 (pCR) 和理解瘤异质性对于优化TNBC治疗至关重要.
研究的目的:
- 开发和验证一种基于放射学的新型模型,用于在TNBC中预测pCR到NAC.
- 利用放射学模型来反映瘤异质性并指导治疗策略.
- 研究TNBC中放射性特征,免疫表型和药物敏感性之间的关系.
主要方法:
- 在169名TNBC患者的动态对比增强MRI (DCE-MRI) 中提取了放射性特征.
- 计算了放射学分数 (Rad-score),并使用ROC曲线分析评估了模型性能.
- 分析了RNA测序数据,以评估药物敏感性,途径丰富和瘤微环境 (TME) 特性.
主要成果:
- 放射学模型在训练 (AUC=0.902) 和验证 (AUC=0.775) 队列中实现了对pCR的高预测精度.
- 高Rad分数子组显示出更好的化疗反应,预后和免疫细胞透.
- 低Rad评分的子组对TGF-β通路进行了丰富,对TGF-β抑制剂表现出敏感性,具有明显的TME特征.
结论:
- 开发的放射学模型有效地预测了pCR,并反映了TNBC瘤异质性.
- 针对TGF-β通路与化疗结合,是克服TNBC中NAC耐药性的有希望的策略.
- 该模型识别免疫表型的能力为瘤免疫微环境提供了洞察力.
更多相关视频
11:34Building Up a High-throughput Screening Platform to Assess the Heterogeneity of HER2 Gene Amplification in Breast Cancers
Published on: December 5, 2017
13.0K
07:47Author Spotlight: Unveiling Transmembrane Protein Family-Related Markers in Gastric Cancer and Implications for Targeted Therapies
Published on: September 15, 2023
2.2K
