[文献解读]8分的肿瘤大数据挖掘是怎样炼成的？

摘要

        文章内容

        ER单阳性乳腺癌预后不良

        基因与表观遗传改变导致的PR丢失

        IHC找出ER单阳性组中的非luminal亚型 

总结

 

 

摘要

   2018年12月发表了上海复旦肿瘤医院的基于TCGA,METABRIC，SEER等数据库的分析论文，发表在Theranostics杂志上，影响因子IF=8.5。ER单阳性乳腺癌约占乳腺癌病人总数的10%，全文总共使用了5个数据集，分别包括SEER，METABRIC，TCGA, MD Anderson以及作者自己的数据集作为验证。临床问题：ER单阳性乳腺癌对内分泌治疗抵抗，在基因组水平上PR基因拷贝数丢失与启动子甲基化解释了PR的丢失。有近20%的ER单阳性乳腺癌表现为非Luminal型，并且对内分泌治疗不敏感，作者找到了这个亚型的3个biomarker。作者得出结论，ER单阳性组乳腺癌还存在亚型与不良预后相关，应该使用不同的治疗策略。

文章内容

ER单阳性乳腺癌预后不良

· 首先是给出了SEER与METABRIC数据集的临床病理特征，作者对此做了一些描述。

 

 

· 其次比较了单阳性乳腺癌与ER/PR阳性乳腺癌及TNBC的生存率，为了说明ER单阳性乳腺癌的预后更差， 值得一提的是，作者使用了OS与BCSS两个生存时间，Breast Cancer-Specific Survival指的是从诊断到死亡的时间。生存分析结果如下，很明显单阳性预后差得多：

 

 

· 作者还做了单因素与多因素Cox分析，结果仍然显示ER单阳性较ER/PR双阳性HR高。

 

  

基因与表观遗传改变导致的PR丢失

· 使用TCGA**数据库分析 PR基因的mRNA表达，蛋白表达，与CNA, 启动子甲基化的关系，综合分析。多组学数据也恰恰是 TCGA数据库的优势所在（仅展示部分结果)。

 

 

---

 

IHC找出ER单阳性组中的非luminal亚型

· 应用TCGA**数据库对三种乳腺癌进行 PAM50分型，并对 luminal-like 与non-luminal 组进行常规的差异分析，做 KEGG富集分析，以及一些常规的分析。

 

 

· 找到分型的候选基因，选择几个用作免疫组化marker。ER单阳性PAM50各亚型的内分泌治疗敏感性分数展示（可计算）。作者自身的前瞻性分析结果证实内分泌治疗在ER单阳性乳腺癌组确实没有表现出生存差异，可指导临床治疗。

 

 

 

总结

· 这篇文献充分有效的应用了现有大规模肿瘤数据库，进行多维度，深层次的数据挖掘。小伙伴们，可别说数据挖掘都是灌水了（不然你灌一个试试），

还是咱自己多动动脑吧。

· 个人认为本文有很好的借鉴意义，分享给大家，希望对大家有帮助。附上文献原文链接。

 文献下载：

http://www./v08p6386.htm