Credit: Pixabay/CC0公共领域
一项里程碑式研究的新发现表明，甚至在治疗开始之前，就有可能预测乳腺癌患者的治疗反应
苏珊·G领导的研究结果
科曼·布林克奖得主卡洛斯·卡尔达斯
D
，FMedSCi，将首次在12月7日至10日举行的2021年圣安东尼奥乳腺癌研讨会(SABCS)上展示
在布林克尔奖的演讲中，博士
卡尔达斯将展示新的发现，他还将展示2021年的苏珊·G
科曼·布林克尔基础科学科学杰出奖，这是科曼的最高科学荣誉
博士；医生
卡尔达斯因其在乳腺癌基因组学领域的重大贡献以及在乳腺癌功能基因组学方面的领导和工作而获得荣誉
这项开创性的研究预计将于12月发表
7期《自然》
由博士领导
剑桥大学癌症研究英国剑桥研究所和Addenbrooke医院的研究团队Caldas分析了治疗开始前诊断时获得的乳腺癌活检，认为通过分析异常肿瘤组织的不同成分，可以开发出一种能够预测治疗反应的测试
他们的发现令人瞩目——治疗前癌症状况高度预示着对治疗的反应，随着临床、组织结构和分子数据的增加，他们开发的预测器的性能显著提高
“博士
卡尔达斯最近在南非癌症研究中心发表的研究是一个例子，说明他的工作如何促进了我们对人类乳腺癌的脱氧核糖核酸和核糖核酸组成、乳腺癌的基因组异质性以及肿瘤构成与乳腺癌治疗的个体结果和反应之间的关系的理解。”
D
范德堡大学医学中心研究执行副总裁，范德堡-英格拉姆癌症中心主任
F
小伯德
分子肿瘤学教授
“这项工作进一步定义了乳腺癌的分子亚型(或组)，并确定了驱动肿瘤生长的基因组变化，”Dr
Pietenpol
“博士的发现
卡尔达斯和他的实验室重新定义了乳腺癌分类学，确定了新的亚型，并为该疾病的生物学提供了重要的见解
" 关于里程碑研究 “一段时间以来，人们已经知道，癌症是复杂的组织，不仅包含恶性细胞，还包含正常组织细胞(既来自免疫系统，如淋巴细胞、巨噬细胞和其他白细胞，也包含其他细胞类型，包括成纤维细胞和血管)，”Dr
卡尔达斯
“这些形成了一个异常的组织生态系统，我们称之为肿瘤
" “在开始任何治疗之前，我们广泛分析了诊断时获得的乳腺癌活检组织，认为通过分析异常肿瘤组织的不同成分，将产生一种能够预测治疗反应的强大测试，”Dr
卡尔达斯
通过将机器学习算法应用于从活检中收集的数字化组织图像，研究人员能够表征癌症组织的结构和细胞组成
为了详细了解肿瘤的分子组成，研究人员使用下一代测序技术对癌症和周围正常细胞的DNA和RNA进行了分析
这使得他们能够记录癌细胞中所有的基因突变和染色体畸变，并测量肿瘤细胞和周围的免疫细胞及其他正常细胞中所有基因的表达
从168个肿瘤活检中产生的数据是多维的和复杂的，因此研究人员使用逐步过程来产生预测治疗反应的测试
在第一步中，他们确定哪些参数(从临床、病理学、数字组织图像和DNA/RNA数据中提取)与对18周化疗的反应相关
在第二步中，他们使用机器学习框架组合这些参数，并建立一个模型来预测肿瘤对治疗的反应
研究人员通过将其应用于另外75种独立描述的肿瘤，严格验证了他们的预测测试，包括与爱丁堡癌症中心和华威大学合作进行的临床试验中的肿瘤
预测测试使用的关键癌症参数包括癌细胞突变的数量和类型、癌细胞生长的速度以及免疫系统在开始治疗前参与攻击肿瘤的程度
将来，该测试可以用来确定哪些女性可以用国民保健系统目前可用的疗法治疗，当测试表明她们可能有反应时，或者在临床试验中使用新疗法治疗，如果测试预测肿瘤可能有耐药性的话
也许更重要的是，这种方法展示了一种预测治疗反应的新思维方式，可以适用于其他癌症类型
“基于肿瘤生态系统特征预测治疗反应的能力将改变肿瘤学的实践
这项研究始于9年前，它之所以成为可能，是因为临床和研究团队的坚持和承诺，以及对这项研究的慷慨资助。”
卡尔达斯
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
