在选择正确的乳腺癌治疗方法方面有更大的诊断确定性

选择正确的乳腺癌个体化治疗方法取决于雌激素、孕酮和HER2受体的测定。目前的金标准方法是免疫组化(IHC)。然而，在5%到10%的病例中，这种对肿瘤组织的检测可能产生假阴性或假阳性的结果，这对相关患者造成了严重的后果。在一个跨学科的联合项目中，来自维也纳医学大学的研究人员已经证明，通过一种新的调查技术可以显著提高诊断的确定性——即检查基因芯片上受体的基因表达，然后在一个数学模型中整理所有数据，从而得出总体结果。

为什么这些发现如此重要?如果一个或多个受体驱动乳腺癌如果检测到，那么抗激素治疗是正确和最有效的治疗方法。它会抑制这一过程，导致受体萎靡不振。虽然它可以在没有任何危及生命的后果的情况下使用，但它的副作用比较大的化疗是没有必要的。然而，如果脑出血显示没有任何受体存在，而乳腺癌在没有它们的“驱动”下已经发展，那么通常会使用化疗。

当免疫组化由于测量误差而产生“假阳性”结果时，问题就出现了，也就是说，尽管有检测结果，但实际上没有受体存在，因此就进行了激素治疗。“在这种情况下，这种错误可能是致命的，”生物模拟和生物信息学研究所的Wolfgang Schreiner说。

为了增加确定受体状态的确定性，维也纳医学大学生物信息学家研究了36项临床研究中的3241名患者的数据，并为每个受体开发了一个基因模型。Schreiner解释说:“在形成受体的蛋白质材料之前，基因首先产生一个RNA副本，这是受体的一种‘蓝图’。使用基因芯片，我们可以确定这个RNA副本是否存在于肿瘤组织．这是一个重要的标志。”与此同时，在每种情况下都发现了所谓的辅助基因，这些是与受体形成相关的第二常见基因。

信息来自免疫组化和受体基因的表达基因被输入到一个健壮的数学模型中，这有助于相当准确地消除错误结果。Schreiner说:“我们可以无限地继续这个系列。”“我们现在可以将额外的组学数据源一个接一个地输入到我们的分析中，直到我们将假阳性或假阴性的结果减少到几乎为零。这样我们就有了确定性。”

未来，这种组学数据的融合，即从不同角度观察的分子生物学数据，将使科学家在诊断和治疗中保持越来越高的精确度，这与个性化医疗的精神相一致。Schreiner说:“我们的任务是利用高等数学为精准医疗造福。”

临床应用

“我们面临的挑战是提供量身定制的治疗，以便我们能够以更有针对性和更准确的方式提供正确的治疗，从而避免使用不必要的治疗和相关的副作用。维也纳医学大学综合癌症中心和维也纳总医院(CCC)的总体目标是对患者进行更有选择性和个性化的治疗，”普通妇科和妇科肿瘤科主任Heinz Kölbl说，该部门也参与了这项研究。

CCC成员、遗传性乳腺癌和卵巢癌实验室负责人、维也纳医科大学妇产科语理学主任Christian Singer补充说:“由于受体状态仍然是肿瘤生物学方面最重要的参数之一，将分子生物学数据添加到传统免疫组化是朝着更精确的肿瘤特征迈出的一步。如果结果在独立研究中得到证实，这将是重要的定性步骤，为医生和患者提供前所未有的诊断确定性。”

---

---