通过多路成像细化乳腺癌分类

UZH开发的一种成像方法使对乳腺癌组织的研究更加详细。它使用35种生物标记物来识别乳腺肿瘤及其周围区域的不同细胞类型，与目前检测单一标记物的标准相比。这提高了肿瘤分析和分类的准确性，并改进了乳腺癌患者的个性化诊断。

乳腺癌的进展在不同患者之间可能有显著差异。即使在同一个肿瘤内，不同的区域也可能由不同类型的细胞组成，具有不同的肿瘤结构特征。这种异质性使得确定肿瘤的严重程度和评估其分子亚型具有挑战性，从而影响了诊断的准确性和最有效治疗方法的选择。更详细的描述a乳房癌症组织可以帮助提高治疗成功的机会，并可能减少复发的风险。

高维生物标志物揭示了乳腺癌生存率的差异

由UZH定量生物学教授Bernd Bodenmiller领导的研究小组已经能够利用成像mass cytometry细化乳腺癌的病理分类。这种方法使科学家能够同时可视化和分析多种生物标记物，从而生成信息丰富的组织切片数字图像。在他们的研究中，研究人员量化了35种蛋白质生物标记物乳腺癌患者。该研究的第一作者之一Jana Fischer解释说:“这创造了一个前所未有的肿瘤细胞景观和周围组织的视图，这使我们能够确定是否存在更复杂的生物标记物用于临床结果。”

研究小组分析了数百个组织对350名乳腺癌患者进行了分类，并对这些细胞成分进行了分类以及它们是如何在细胞群中形成肿瘤组织的。“诊所通常将乳腺癌分为四类，但我们的新分析使我们能够进一步确定乳腺癌的多个详细子类别。来自这些不同肿瘤的危险可能非常不同，而且每种肿瘤对治疗的反应可能有自己的方式，”共同第一作者哈特兰·杰克逊解释说。

对乳腺癌精准医疗的潜在影响

这一发现有可能改变临床实践。乳腺癌患者的新亚群在分子谱上各不相同。Bernd Bodenmiller和他的研究团队正在研究哪种药物最有效肿瘤具有特定分子结构的细胞。“通过提高我们描述细胞特征和类别的能力，以及准确识别高风险或低风险乳房患者的能力癌症在美国，我们正在为精确医疗开辟新的可能性，”Bodenmiller说。

该研究发表在该杂志上自然。

---

---