瘤成像异质性指数启发了对揭示乳腺癌瘤微环境的洞察

科学领域:

• 在瘤学瘤学.
• 医疗成像医学成像
• 基因组学就是基因组学.
• 翻译研究是翻译研究.

背景情况:

• 对于瘤微环境 (TME) 评估的医学成像的有限机制理解妨碍了个性化治疗.
• 瘤成像异质性指数 (TIHI) 提供了潜在的见解,但需要生物相关性.
• 整合成像数据与分子分析对推进乳腺癌治疗至关重要.

研究的目的:

• 开发一种分析TIHI相关基因的新型框架,以发现TME生物学和治疗漏洞.
• 定义图像至基因综合 (I2G-C) 亚型,并评估它们在高风险乳腺癌中的临床相关性.
• 根据成像异质性对患者进行分层,以改善新辅助疗法选择.

主要方法:

• 对987名高风险乳腺癌患者 (I-SPY2试验) 和508名患者 (GSE25066) 的DCE-MRI和mRNA数据的分析.
• 使用皮尔森相关性识别TIHI相关基因,然后用权重基因协同表达网络分析 (WGCNA) 进行聚类.
• 通过非负矩阵因子化 (NMF) 定义子组,并使用后勤回归和考克斯分析评估临床相关性.

主要成果:

• 确定了四个具有独特免疫和复制/修复功能的I2G-C集群,分层已知的分子亚型.
• "免疫+/复制+"亚型显示显著更高的病理完整响应 (pCR) 率 (OR=2.587) 和对潘布罗利祖马布 (OR=10.192) 和韦利帕里布/卡博白金 (OR=5.184) 的敏感性.
• "免疫/复制"亚型的pCR率最低 (OR=0.402) 和对布罗利祖马布的反应不佳 (OR=0.086),而生存率在亚型之间有显著差异.

结论:

• 开发的框架有效地将成像异质性与分子亚型和乳腺癌治疗反应联系起来.
• I2G-C亚型作为基因组分析的强大,非侵入性替代品,有助于个性化的新辅助疗法选择.
• 这种方法为优化基于个体瘤特征的治疗策略提供了战略性工具.