系統生物學促進乳腺癌研究

　　運用系統性、整體性的研究手段，全面背景下描述癌癥的機理可以為研究人員獲得更多有用的數據。1月4日Nature communication 上的兩篇研究文章分別運用蛋白組學和造血細胞轉錄組學對乳腺癌臨床樣本進行了分析。

　　乳腺癌不同亞型的蛋白譜

　　隨著蛋白質組學技術的發展，現在可以對臨床樣品進行深入的分析。具有較高的識別和定量精度。這一篇文章分析了40個雌激素受體陽性，HER2陽性和三陰性乳腺腫瘤，達到大于10000個蛋白定量的深度。這些蛋白質組學圖譜鑒定了不同乳腺癌亞型之間，與能量代謝，細胞生長，基因翻譯和細胞間通信相關的功能差異。通過支持向量機（SVM）的分類和特征選擇，研究人員得到19個蛋白質，在不同的乳腺癌亞型中不同。值得注意的是，只有三個蛋白質有基因拷貝數的變化，11個反映在表達水平有差異。這些乳腺癌的特點，可以為科研者的工作提供新見解，最終可能轉化為開發亞型特異性的療法。

　　乳腺癌背景下造血細胞的轉錄組差異

　　造血細胞在脫分化，先天免疫和適應性免疫過程中轉錄程序活躍且變化多樣。了解在癌癥的背景下，這些轉錄組如何變化可以對宿主的免疫反應，癌癥的嚴重程度和潛在的治療反應提供有價值的見解。之前直接對腫瘤表達差異的進行的研究，表明造血細胞起的作用不能被標記基因的表達差異所展示。所以這篇研究分析了超過200小鼠骨髓造血細胞的轉錄組，來推斷存在于人類乳腺癌中譜系特異性造血細胞的活性。人和鼠類免疫表達譜的高保守性為捕獲人造血細胞亞群在腫瘤病患樣本中的變化提供了豐富的來源。利用乳腺癌作為模型，比較了不同患者腫瘤中的不同造血細胞表達譜，相關的變化與患者的生存率和腫瘤的純度顯示，許多細胞類型的轉錄變化影響患者的預后，并發現在環境中的淋巴細胞高度浸潤。總的來說，這些結果是一個患者對腫瘤的免疫反應的詳細和個性化的評估。當與常規收集的患者活檢樣本基因組數據相結合，可以使免疫系統和癌癥之間的復雜的相互作用得到更充分的理解。

　　在系統生物學和整體醫學模式來分析以乳腺癌為例的腫瘤的生物過程，能增進人們對腫瘤機制與病理的系統性理解，實現腫瘤治療準確的靶向定位和個性化治療。