又跟大家见面啦！这次跟大家分享一篇关于亚型分型的文章

[A novel approach to triple-negative breast cancer molecularclassification reveals a luminal immune-positive subgroup withgood prognoses,IF=4+]。

三阴性乳腺癌是一种异质性疾病，其特征是缺乏激素受体和HER2过度表达，它是唯一不受靶向治疗影响的乳腺癌亚群，其预后很差。因此，该研究目的是为三阴性乳腺癌开发特定的分子分类，从一个广泛的角度来处理三阴性乳腺癌的分子分析，提供一个更清晰的有临床意义的分类。

方法篇

三阴性乳腺癌（TNBC）基因表达和临床数据

首先从GSE31519数据集获得TNBC肿瘤的基因表达数据及临床信息，将这494个肿瘤样本的基因表达标准化，校正批次效应并为每个基因选择最多突变的探针。其次，从GSE25066数据集获得153个接受新辅助化疗的三阴性乳腺肿瘤样本，表达数据预处理过程与前者一致。

概率图模型分析

作者采用了一种概率图形模型方法，该模型与高维度方法相兼容地去关联基因表达谱，由此产生的网络中每个节点代表一个单独的基因，该网络被分成几个分支以识别网络内的功能结构。然后，使用DAVID提供的功能注释图工具，利用GO分析来研究每个分支中哪些功能被过度表达。为了测量每个功能节点的功能活性，计算与具体功能相关的一个分支中所有基因的表达平均值，通过类别比较分析评估功能节点活性的差异。最后，使用非监督层次聚类分析将元节点定义为相关功能节点组。

稀疏k均值分类及统计分析

作者通过稀疏k均值法确定肿瘤组的最优数目，使用随机森林测试分类一致性，将一致性聚类算法应用于含有稀疏k均值方法选取的变量的数据分析中，为之前的研究提供了对两种亚型的最佳分类。

使用Kaplan-Meier分析评估生存曲线，并使用无复发生存（RFS）作为终点与对数秩检验进行比较。然后采用皮尔森和线性回归方法评估相关性，通过Kruskal-Wallis检验评估组间功能节点活性的差异。

结果篇

结果1：TNBC的分子特征

作者利用概率图形模型（PGM）构建了一个基于基因表达的网络，该网络包含了2000个变异基因。使用GO分析探索了网络的功能结构，并定义了26个功能节点。

元基因指的是已知与一种特定生物学功能或特征有关的一系列基因，在该网络中，某个特定元基因中的基因彼此很接近。此外，相关的元基因，例如B细胞和IL-8元基因也相互接近。

结果2：细胞分类

采用稀疏k-均值方法，将样本按照功能节点和元节点的不同来划分为有限个簇，将来自基底和管腔的元节点与富含密闭蛋白的功能节点的样本各自分成两组。根据癌症干细胞假说，作者建立了以下工作流程（下图）：将腔内元节点高活性的样本分类为腔内雄激素受体组（LAR），腔内元节点低活性和基底亚群中元节点高活性的肿瘤样本被分类为基底，对富含密闭蛋白的功能节点显示出低活性的样本被分类为CLDN-低 ，而对高活性的样品被分类为CLDN-高。

针对主要数据集中的494个样本，细胞分类定义了91个（18％）LAR，53个（11％）CLDN-低，310个（63％）基底和40个（8％）CLDN-高样本，只有7个（1.5％）样本在腔内和基底的甲状腺中显示出高活性。基底亚型肿瘤以小体积、低分化、无淋巴结肿大为主，CLDN-高亚型肿瘤大，分化差，无淋巴结浸润。CLDN-低和LAR亚型肿瘤较大，分化较多，并且比基底和CLDN-高肿瘤有更多的细胞分裂。此外，细胞分类与RFS没有显著关系，基底和腔内元节点活性也没有显示出预后价值。CLDN-高比CLDN-低肿瘤的预后效果更差且差异并不显著。

结果3：细胞群中功能节点的活性

作者还在每个细胞组中评估主要功能节点的活性，在与α-淀粉酶活性和肌动蛋白细胞骨架调控相关的功能节点中，CLDN-低肿瘤的活性低于其他所有肿瘤亚群，而在与珠蛋白结合的功能节点中，CLDN-低肿瘤的活性高于其他亚群。CLDN-高肿瘤在肌动蛋白结合功能节点中的活性低于基底肿瘤，而在趋化因子活性功能节点中的活性高于其他任何亚群的肿瘤，在触珠蛋白结合功能节点中的活性低于CLDN-低和LAR亚型。最后，LAR肿瘤在与细胞粘附，有丝分裂细胞周期的G1/S转换和趋化因子活性相关的节点中具有较低的活性。

结果4：免疫元节点活性：免疫特征

另一方面，考虑到免疫细胞，肿瘤会根据其免疫（IM）活性进行分裂，对免疫元节点中的基因使用稀疏k均值方法来定义高/低免疫活性，IM阳性（IM+）组中包括约259（52％）个样本，IM阴性（IM-）中包括235个（48％），IM+肿瘤比IM-肿瘤具有更好的预后。

免疫元节点活性对细胞分类所定义的组具有预后影响，IM+/LAR亚型肿瘤患者的预后优于IM-/LAR肿瘤患者。此外，IM+/CLDN-高肿瘤患者的预后优于IM-/CLDN-,IM活性对基底和CLDN-低亚型的预后没有影响。

结果5：免疫特征和以前的分类

来自TNBC4类型的间充质亚型在IM-样本中高度富集，IM+和IM-组对BL1，BL2和M组没有预后价值。

然而，IM+肿瘤患者比LAR组IM-患者的进展更好。除了富含IM+的HER2亚型外，IM+和IM-亚群在PAM50和CLDN-低定义的亚型中均匀分布。LumA免疫阳性肿瘤比免疫阴性肿瘤预后更好，CLDN-低，LumB和HER2肿瘤在与其免疫状态相关的预后方面没有差异。

最后，Burstein亚型BLIA在IM +中高度富集，BLIS在IM-肿瘤中高度富集。免疫阳性和免疫阴性肿瘤在每个Burstein亚群中都有不同的结果，BLIA，BLIS和LAR免疫阳性肿瘤以及MES免疫阴性肿瘤预后较好。

结果6：新辅助治疗对细胞分类和免疫特性的影响

细胞分类是利用来自基底、腔内元节点和富含CLDN功能节点的基因进行的。在153个三阴性乳腺癌肿瘤样本中，79个被分配到基底亚群（51％），8个被分配到CLDN-高亚群（5％），19个被分配到CLDN-低亚群（12％），47个被分配到LAR亚群（31％）。使用来自免疫元节点的基因转移免疫特征，约80个样本被归为免疫阴性（52%），73个样本被归为免疫阳性亚群（47%）。在细胞分类亚群中，CLDN-高亚群预后最差，免疫阳性肿瘤预后较好。

2019年，遇见更好的自己