新型生物标志物在预测TNBC化疗反应方面优于现有方法
The University of Texas MD Anderson Cancer Center 的研究人员开发了一种基于肿瘤特异性总mRNA表达（TmS）的计算方法，可更好地反映肿瘤基因表达与微环境之间的变化关系。在575例三阴性乳腺癌患者的多种族队列中，该方法在预测化疗反应方面优于现有手段，并揭示了西方与亚洲人群肿瘤微环境的关键差异。
研究人员在 The University of Texas MD Anderson Cancer Center 开发了一种新的计算方法，旨在更好地考虑肿瘤内基因表达相对于其独特微环境所发生的变化。该方法在预测三阴性乳腺癌 (triple-negative breast cancer, TNBC) 患者的化疗反应方面优于现有方法。
这项由一位生物信息学与计算生物学教授及其同事开发的新工具发表在《Cell Reports Medicine》。其目标是通过一种称为去卷积 (deconvolution) 的方法改进类似的治疗反应预测手段；去卷积指对细胞差异进行拆分、计算并加以解读。该方法还揭示了关于TNBC人群层面特征的新见解。
研究团队近期发表了一份全面指南，详细介绍了43种此类去卷积方法。他们的目标是帮助缺乏深厚计算背景的研究人员了解哪种方法可能最适合其特定研究目的。
然而，尽管现有的分类策略可以测量细胞组成，但并未将肿瘤内基因表达相对于其独特微环境所发生的变化纳入考量。
为了解决这一问题，研究人员与MD Anderson的Institute for Data Science in Oncology (IDSO) 以及乳腺肿瘤内科系合作，开发了一种整合性的整体 (bulk) 分析方法，同时考虑肿瘤特异性总mRNA表达 (tumor-specific total mRNA expression, TmS)。该方法通过评估肿瘤细胞相对于非肿瘤细胞的比例来识别癌症特异性机制。
正常细胞的mRNA表达与染色体数目呈正比，而癌细胞往往具有异常的染色体数目。TmS生物标志物将这一点纳入考量，能够根据癌细胞的染色体数目变化来校正基因表达改变。该生物标志物还进一步纳入了肿瘤微环境细胞相较于肿瘤细胞的RNA活性变化。
在一个包含575例TNBC患者、覆盖多种族人群队列的数据集中，TmS生物标志物能够准确地将患者分为高TmS（预后较好）和低TmS（预后较差）两组。
该生物标志物在预测化疗反应方面优于现有方法，凸显其作为患者分层的有效起点、以优化治疗选择的潜力。
重要的是，这一预后生物标志物可适用于不同人群；同时也提示，在高TmS的西方人群与亚洲人群之间，肿瘤微环境存在关键差异。这些差异可能使临床医生能够进一步为不同人群匹配更可能有效的附加治疗。
尽管仍需要进一步验证才能推动该工具在临床中的应用，但这些结果表明，TmS生物标志物是一种有前景的方法，有望在多样化人群中优化治疗选择。
本研究得到了 National Cancer Institute、Department of Defense、Cancer Prevention and Research Institute of Texas (CPRIT)、American Cancer Society 以及 Lyda Hill Philanthropies 的支持。