← 最新论文
🧬 biology

Genomic Alterations Converge on Lipid Metabolism and ERBB2 in Breast Cancer.

这项研究整合了501例印度乳腺癌患者的全基因组测序与多组学数据,揭示了一个脂质-ERBB2轴,识别出新的基因组变异以及四种不同的分子状态——包括一种预后不良的HER2-雄激素受体亚型——这些状态超越了传统的受体分类,并将基因组多样性与临床结局联系起来。

原作者: Shantanu Chowdhury, Divya Khanna, Arnab Ghosh, Priyanka Bhadwal, Ramakant Venkata, Leepakshi Dhingra, Subrata Das, Isha Choubey, Ankita Singh, Geeta Jadaun, Hriday Chowdhury, Suryanshi Tiwari, Vibha M
发布于 2026-09-17
📖 1 分钟阅读☕ 轻松阅读

原作者: Shantanu Chowdhury, Divya Khanna, Arnab Ghosh, Priyanka Bhadwal, Ramakant Venkata, Leepakshi Dhingra, Subrata Das, Isha Choubey, Ankita Singh, Geeta Jadaun, Hriday Chowdhury, Suryanshi Tiwari, Vibha Mattoo, Pooja Dixit, Safeer Khan, Vinit Gupta, Tuneer Mallick, Surya Mishra, Tulasi Nagabandi, Venkata Krishna Vanamamalai, Malini Nemalikanti, Renu Kumari, Diksha Singhal, Laxmi Yadav, Vaishali Pandey, Shailya Verma, Rashmi Gudur, Senthilkumar Ramasamy, Susanta Roychoudhury, Rohan Chaubal, Sonam Dhamija, Koushik Mondal, Lipi Thukral, Aruna Korlimarla, Rekha Kumar, Ashutosh Mishra, Sandeep Mathur, Bhawna Sirohi, SVS Deo, Samir Bhattacharya, B Srinath, Juhi Tayal, Anurag Mehta, IBCGA Consortium, Shilpak Chatterjee, Sanjeev Khosla, Divya Tej Sowpati, Kumardeep Chaudhary, Karthik Tallapaka, Sherry Bhalla, Nidhan Biswas, Sudeep Gupta

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

乳腺癌并非单一的疾病,而是发生在同一器官中的多种不同病症的集合。几十年来,医生一直根据肿瘤对哪些化学信号(如激素或特定的生长蛋白)产生反应来进行分类。这种分类有助于决定哪些治疗方法可能有效,但往往无法解释为什么具有相同标签的患者中,有些人的反应良好而另一些人却不然。科学家现在知道,癌细胞内部的 DNA 正在不断变化,通过积累错误和重排来推动疾病的发展。现代医学的一个主要问题是,这些混乱的遗传变化如何转化为肿瘤的实际行为:它是生长迅速、易于扩散,还是躲避免疫系统?理解这种从破碎的 DNA 代码到肿瘤物理现实之间的联系,对于寻找更好的方法来治疗那些不符合标准模式的患者至关重要。

来自印度各地的一个大型研究团队通过研究 501 例尚未接受治疗的女性乳腺癌肿瘤的完整遗传代码,对这一问题进行了全面审视。这项被称为“印度乳腺癌基因组图谱”的工作,代表了在南亚人群中首次进行的如此深度的规模化分析。通过读取这些肿瘤的整个基因组并将其与健康组织进行比较,科学家们绘制出了驱动疾病发生的特定错误图谱。他们发现,虽然许多遗传错误与世界其他地区观察到的情况相似,但印度人群携带了几种此前从未被识别过的独特遗传特征。这些发现表明,乳腺癌的遗传景观因地区而异,理解这些局部差异对于为所有患者开发有效治疗方案至关重要。

其中最令人瞩目的发现之一是,绝大多数肿瘤(接近四分之三)都有一个共同的主题:它们改变了处理脂肪的方式。研究人员发现,遗传错误经常针对负责脂质代谢的基因,即身体制造、储存和分解脂肪的方式。这些变化并非孤立发生,而是与两个已知的驱动癌症生长的主要信号通路紧密相连。该研究表明,这些代谢转变不仅仅是癌症的副作用,更是肿瘤为了生存和扩散而主动选择的结果。这种遗传错误与脂肪处理之间的联系似乎是该疾病的一个基本特征,不仅在这一印度队列中被观察到,也在美国和欧洲的大型数据集中得到了证实。

该团队还发现了另一种特定的癌症驱动基因——ERBB2 被激活的新方式。通常,该基因的激活是因为细胞制造了过多的拷贝,这一过程被称为扩增。然而,研究人员发现,在约三分之一具有高水平该基因的肿瘤中,激活方式有所不同。肿瘤并非通过增加拷贝数量,而是通过物理重排其 DNA 结构,将一段来自不同基因的遗传物质直接移动到了 ERBB2 基因旁边。这种结构性变化起到了“劫持”的作用,即使在没有通常拷贝数增加的情况下,也能迫使该癌症基因以高水平表达。这一发现揭示了一种隐藏的癌症生长机制,标准的检测可能会忽略它,因为它依赖于 DNA 的物理架构而非仅仅是基因拷贝的数量。

当科学家观察这些遗传变化如何影响肿瘤的整体行为时,他们识别出了四个跨越临床传统分类的截然不同的分子状态。其中一种状态以雄激素活性和特定的脂肪代谢重编程为特征,被证明是最危险的。无论最初的分类如何,属于这一组的患者其癌症复发的概率最高。这一状态的另一个显著特点是“冷”的,这意味着它吸引极少的免疫细胞来对抗疾病。有趣的是,研究人员发现,这种危险的状态并不局限于检测出 ERBB2 蛋白阳性的肿瘤。他们发现了一部分检测结果为阴性的肿瘤,但仍携带相同的侵袭性遗传程序,这表明目前的检测手段可能遗漏了一群可以从靶向治疗中获益的高风险患者。

该研究还强调了免疫系统如何与这些肿瘤相互作用。具有某些遗传错误(特别是与 DNA 修复失败相关的错误)的肿瘤表现出不同的免疫活动模式。一些肿瘤富含免疫细胞,而另一些(如侵袭性的雄激素驱动型)则在很大程度上被身体的防御机制所忽视。这种差异解释了为什么某些患者对免疫疗法有反应,而另一些人则没有。研究人员指出,在印度人群中发现的独特遗传驱动因素,包括四个在其他全球研究中从未被标记为主要元凶的特定基因,表明了研究多样化人群的重要性。这些具有人群特异性的驱动因素可能为目前被忽视的药物提供新的靶点。

最终,这项工作将对话从仅仅计数突变或通过表面标志物对肿瘤进行分类,提升到了更高的层面。它描绘了一幅复杂的图景:乳腺癌是一个遗传错误、代谢转变和免疫反应交织在一起的复杂系统。研究结果表明,肿瘤处理脂肪的方式以及其 DNA 重排的具体方式,是决定疾病行为的关键因素。通过识别这些隐藏的模式,研究人员提供了一张更详细的疾病地图,这张地图可以帮助医生更准确地预测预后,并识别出需要不同类型护理的患者。该研究证实,虽然乳腺癌的基本生物学特性在全球范围内是共享的,但肿瘤演变为危险状态所采取的具体遗传路径可能存在显著差异,这需要一种更细致的方法来理解和治疗这种疾病。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →