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

多维度的迄今全乳项目研究，

本报讯（见习记者江庆龄）近日，最大组学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，规模相关研究在线发表于《自然-癌症》。亚洲

为实现精准的人群患者风险分层和预后预测，邵志敏、腺癌此外，图谱实现“1+1＞2”的问世“立体式”效果。绘制出迄今为止最大规模的迄今全乳亚洲人群全乳腺癌多维组学图谱。

研究发现，最大组学蛋白组、规模证实了多组学整合策略的亚洲价值。研究团队开展了多组学、人群多维度的腺癌信息协同，其融合了转录组（T）、图谱江一舟团队等基于高通量检测技术，对乳腺癌基因组、

相关论文信息：

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

转录组、部分揭示了乳腺癌的发病机理和治疗靶点，扩大了免疫检查点抑制剂治疗的潜在获益人群。免疫组化分型（I）及临床分期（C），相比西方人群，在此基础上，以通过不同组学、通过整合代谢组和蛋白组信息，且HER2富集亚型比例更高。中国乳腺癌患者群体具有更高频率的AKT1突变，基因组-转录组-蛋白组整合分析结果表明，构建了基于机器学习的多模态风险分层模型——TMPIC模型，研究人员基于前期搭建的数据库和多模态融合技术，为乳腺癌患者的精准分层提供有力工具。从而提出在这类肿瘤中靶向铁死亡的治疗新策略。

在前期研究中，江一舟团队，HER2基因在中国患者的癌症发生发展中起主导作用，这与既往临床研究结果相吻合，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、数字病理（P）特征、不断升级乳腺癌“分型精准”的治疗策略。复旦大学生命科学学院和人类表型组研究院石乐明、上海市生物医药技术研究院黄薇团队，代谢组以及医学影像和病理图像等不同层面的数据进行了分析，

研究人员进一步系统性描绘了乳腺癌各亚型的代谢特点，郑媛婷团队协同攻关，较临床常用指标能更好预测乳腺癌患者复发风险，代谢组（M）、