经过昨天对微生物的刻画后，大家对微生物与肿瘤的关系应该有了个全面的了解了。

在1911年发现劳斯肉瘤病毒的推动下，癌症的病毒理论蓬勃发展。劳斯肉瘤病毒使鸡的良性组织转变为恶性肿瘤。长达数十年的寻找每一种人类癌症背后的病毒的努力最终都以失败告终，许多癌症都与体细胞突变有关。现在，该领域遇到了一些耐人寻味的说法，称包括细菌和真菌在内的微生物在癌症和癌症治疗中的重要性。在临床前模型中，微生物代谢物还调节肿瘤体细胞突变的表型，并调节免疫检查点抑制剂的疗效。总之，整合以宿主为中心和以微生物为中心的癌症观点可能会改善患者的预后，

那么今天就跟大家分享一篇利用新型癌症微生物组特征预测人类乳腺癌患者预后的文章，整篇文章工作量不大，亮点在于与传统的基因特征预测不同，而是利用了TCGA 中乳腺癌微生物组数据来建立signature，下面具体看一下研究内容吧。

背景：

1、乳腺癌（BC）的复杂性和异质性导致了对癌症治疗反应的巨大差异。因此，迫切需要识别新的治疗反应和预后的生物标志物，并发现新的潜在治疗靶点，这也是个性化癌症药物的高需求。

2、目前对生物标志物的鉴定主要集中在基因组和蛋白质组基因的应用上，许多相关的生物标志物已被开发并用于临床实践。

3、尽管越来越多的证据表明微生物组在癌症发展和治疗中的重要性，但癌症微生物组的临床潜力尚未被探索。

4、研究揭示了微生物群与化疗、放疗和免疫治疗反应之间的关系：例如，铜绿假单胞菌分泌的因子增强了肿瘤细胞对阿霉素的敏感性；抗生素介导的细菌耗竭显著降低了铂化疗和放疗的疗效。表明微生物组是预测癌症患者预后的潜在生物标志物。

研究结果：

一、微生物丰度预后模型建立与验证

1、单变量Cox回归分析与乳腺癌患者OS（overall survival）显著相关的微生物属（a）

2、根据上一步获得的OS相关微生物属将队列分为微生物丰度高低组，Kaplan-Meier分析微生物丰度高低对OS的影响（b-e）

3、多变量Cox回归分析独立影响OS的微生物属，定义为微生物预后signature（MAPS）（a）

4、利用MAPS将患者分为三个预后组（good，middle，poor），Kaplan-Meier分析及AUC曲线验证模型预测能力（b-c）

二、MAPS的独立临床价值

1、雌激素受体（ER）状态是影响乳腺癌患者预后的重要因素，分别对ER +和ER −病人进行了MAPS对OS和PFS的影响分析（）

2、乳腺癌患者的分子亚型是另一个重要的预后因素，分析MAPS对各分子亚型患者OS和PFS的影响（）

3、多变量Cox回归分析验证MAPS是独立预后因子（）

4、综合临床因素评估MAPS的临床价值（）

小结：

这篇研究微生物预后signature的文章到这里就分享结束了。不知道了解完这篇文章的你是什么感受，小编内心OS（此OS非彼OS+表情）：绝绝子，文章内容这么少也能发3+？冷静下来仔细思考，工作量大也不一定能发文章，而能发文章的核心是什么，在新不在多啊！

目前越来越多的证据表明微生物与癌症预后的关系，包括胰腺癌[1]、乳腺癌等。小编认为微生物对癌症生物学的贡献可能会在未来十年的癌症研究中占据中心位置，同时对癌症诊断、患者分层、治疗和预后产生更多贡献。

如果您也有癌症相关微生物数据不会做分析的，或者没数据也想在微生物领域快速做科研的（各癌症微生物数据已经整理好）想法，不要犹豫，毕竟数据里微生物种类也不多，犹豫一下少一个！

参考文献：[1]Tumor Microbiome Diversity and Composition Influence Pancreatic Cancer Outcomes