基于拓扑结构的生物标志物可准确预测乳腺癌的预后和生存率 现已上市销售

《Cancer Research》：Topology-Based Biomarkers Accurately Predict Breast Cancer Outcome and Survival Available to Purchase

乳腺癌恶性转化中结构有序性缺失，传统评估方法存在主观性和离散评分限制。本研究开发拓扑测量与统计模型结合的连续数学评分系统，有效预测患者生存率且种族差异影响小，整合基因数据揭示代谢与肿瘤微环境关联的新机制。

　　

打开图像查看器

摘要

组织结构的丧失是乳腺癌恶性转化的标志。传统上，这些形态学特征通过描述性的组织学评估（如分级）来捕捉，这些评估是可靠的诊断和预后决定因素。然而，这些半定量方法的预测价值受到其主观性质以及基于离散整数的评分系统固有计算限制的制约。在这项研究中，我们描述了如何应用拓扑测量和统计建模来得出连续的数学分数，以定量反映人类乳腺癌组织中的组织结构水平。这种方法生成了可在连续尺度上评估的生物标志物，这些生物标志物能够预测乳腺癌患者的生存情况。与传统生物标志物相比，基于拓扑的测量方法显示出更高的预后准确性，并且与种族和民族相关的变异较小。将这些生物标志物与基因表达数据结合，产生了拓扑衍生的基因特征，这些特征能够预测治疗反应，并揭示了在种族多样化的乳腺癌队列中连接代谢与乳腺癌肿瘤微环境的基因调控网络。总体而言，这项研究展示了空间和拓扑生物标志物在乳腺癌治疗和诊断中的潜力。应用和调整量化肿瘤结构特征的方法以开发预后和预测算法，体现了生物学、医学和数学之间建立联系的巨大未来前景。

图形摘要

查看大图 下载幻灯片