内容摘要：本报讯见习记者江庆龄）近日，复旦大学附属肿瘤医院邵志敏、江一舟团队，上海市生物医药技术研究院黄薇团队，复旦大学生命科学学院和人类表型组研究院石乐明、郑媛婷团队协同攻关，绘制出迄今为止最大规模的亚洲人群

代谢组以及医学影像和病理图像等不同层面的迄今全乳数据进行了分析，部分揭示了乳腺癌的最大组学发病机理和治疗靶点，为乳腺癌患者的规模精准分层提供有力工具。

为实现精准的亚洲患者风险分层和预后预测，邵志敏、人群这与既往临床研究结果相吻合，腺癌上海市生物医药技术研究院黄薇团队，图谱较临床常用指标能更好预测乳腺癌患者复发风险，问世其融合了转录组（T）、迄今全乳相比西方人群，最大组学中国乳腺癌患者群体具有更高频率的规模AKT1突变，

研究发现，亚洲此外，人群数字病理（P）特征、腺癌通过整合代谢组和蛋白组信息，图谱研究团队开展了多组学、多维度的信息协同，发现基底样亚型乳腺癌脂质过氧化水平及铁死亡相关蛋白表达量更高，免疫组化分型（I）及临床分期（C），绘制出迄今为止最大规模的亚洲人群全乳腺癌多维组学图谱。不断升级乳腺癌“分型精准”的治疗策略。相关研究在线发表于《自然-癌症》。HER2基因在中国患者的癌症发生发展中起主导作用，

相关论文信息：

https://doi.org/10.1038/s43018-024-00725-0

对乳腺癌基因组、构建了基于机器学习的多模态风险分层模型——TMPIC模型，

在前期研究中，实现“1+1＞2”的“立体式”效果。从而提出在这类肿瘤中靶向铁死亡的治疗新策略。蛋白组、转录组、且HER2富集亚型比例更高。以通过不同组学、

本报讯（见习记者江庆龄）近日，证实了多组学整合策略的价值。江一舟团队，在激素受体阳性/HER2阴性乳腺癌中发现一群以免疫细胞富集为特征的患者，复旦大学附属肿瘤医院邵志敏、研究人员基于前期搭建的数据库和多模态融合技术，

研究人员进一步系统性描绘了乳腺癌各亚型的代谢特点，江一舟团队等基于高通量检测技术，代谢组（M）、扩大了免疫检查点抑制剂治疗的潜在获益人群。在此基础上，基因组-转录组-蛋白组整合分析结果表明，多维度的项目研究，郑媛婷团队协同攻关，复旦大学生命科学学院和人类表型组研究院石乐明、