日本新研究探明一种治疗乳腺癌机制

日本新研究探明一种治疗乳腺癌机制日本一项新研究发现，在乳腺癌药物诱导癌细胞老化的过程中有一种蛋白质发挥了重要作用，探明这个机制有助于开发治疗乳腺癌的新方法。新华社报道，日本京都大学等机构研究人员日前在国际学术期刊《通讯-生物学》上发表论文说，两种主要治疗乳腺癌的药物阿霉素和阿贝西利能够让乳腺癌细胞老化，在相关过程中有一种名为“ATP6AP2”的蛋白质发挥了重要作用。研究发现，这种蛋白质能够维持细胞内的酸碱度，在经相关药物治疗的癌细胞中，ATP6AP2的浓度下降，使癌细胞出现酸化等变化，从而导致癌细胞老化，帮助控制癌症。京都大学发布的新闻公报说，这项成果有望推动研发针对乳腺癌的新疗法以及防止乳腺癌复发的方法。但研究人员也表示，目前尚不清楚细胞内酸碱度的变化如何进一步影响免疫系统，接下来将展开相关研究以更好地探索治疗癌症的方法。2023年12月3日9:44PM

日本一项新研究发现，在乳腺癌药物诱导癌细胞老化的过程中有一种蛋白质发挥了重要作用，探明这个机制有助于开发治疗乳腺癌的新方法。

日本一项新研究发现，在乳腺癌药物诱导癌细胞老化的过程中有一种蛋白质发挥了重要作用，探明这个机制有助于开发治疗乳腺癌的新方法。日本京都大学等机构研究人员日前在国际学术期刊《通讯-生物学》上发表论文说，两种主要治疗乳腺癌的药物阿霉素和阿贝西利能够让乳腺癌细胞老化，在相关过程中有一种名为ATP6AP2的蛋白质发挥了重要作用。研究发现，这种蛋白质能够维持细胞内的酸碱度，在经相关药物治疗的癌细胞中，ATP6AP2的浓度下降，使癌细胞出现酸化等变化，从而导致癌细胞老化，帮助控制癌症。（新华社）

因为很多病人的乳腺癌细胞是受到性激素影响而繁殖的，因此不少乳腺癌病人的治疗需要抑制雌激素和孕激素的分泌，甚至需要摘除卵巢。

因为很多病人的乳腺癌细胞是受到性激素影响而繁殖的，因此不少乳腺癌病人的治疗需要抑制雌激素和孕激素的分泌，甚至需要摘除卵巢。有一些乳腺癌病人的癌细胞是异质的，即在同一个人体内，有些癌细胞受某些性激素影响，而某些癌细胞不受激素影响也能繁殖。这类病情更难根治。美国在别的国家的驻军曾经有焚烧生活和军事垃圾的做法。这种做法造成军队内极高的乳腺癌发病率，且经常造成的是异质性乳腺癌。

最新蛋白质研究成果可用于阻止乳腺癌的发生

最新蛋白质研究成果可用于阻止乳腺癌的发生人类乳腺癌细胞--腺癌MDA-MB-231在模拟软组织的胶原基质中表现出类似转移的粘附性、扩散性和迁移性。宾夕法尼亚州立大学领导的新研究首次揭示了乳腺癌细胞如何侵入健康组织背后的机理。这一发现表明，一种名为"动力蛋白"（dynein）的运动蛋白为软组织模型中癌细胞的运动提供了动力，从而为临床抗癌转移提供了新的靶点，并有可能从根本上改变癌症的治疗方法。图片来源：ErdemTabdanov/宾夕法尼亚州立大学提供。现在，宾夕法尼亚州立大学（PennsylvaniaStateUniversity）的研究人员发现，一种名为"dynein"的蛋白质在乳腺癌转移过程中不可或缺，这提供了一个新的治疗靶点，有可能阻止癌症的发生。这项研究的共同通讯作者埃尔德姆-塔布达诺夫（ErdemTabdanov）说："这一发现标志着许多方面的范式转变。到目前为止，我们还从未发现过为癌细胞运动提供机械力的动力，而这正是癌细胞自我移动的能力。现在我们可以看到，如果以dynein为标靶，就能有效阻止这些细胞的运动，从而阻止转移扩散。"像动力蛋白这样的运动蛋白由化学能提供动力，对于真核细胞或具有细胞核的细胞的运动、分裂和空间组织至关重要。为了研究动力蛋白的作用，研究人员使用两种人体模型研究了乳腺癌活细胞的迁移过程。第一个模型是一个二维胶原纤维网络，展示了癌细胞如何在肿瘤周围的细胞外基质中移动，以及dynein在这种移动中的关键作用。第二个模型是为了模拟软组织而设计的，使用了一个由微小的水凝胶颗粒（微凝胶）组成的网络，这些颗粒以三维肿瘤的形状连接在一起。与第一个模型一样，研究人员发现，驱动蛋白是癌细胞运动的必要条件。另一位通讯作者阿米尔-谢克希（AmirSheikhi）说："利用这些部分模拟肿瘤的三维模型，我们发现如果阻断了动力蛋白，癌细胞就不能有效地移动和浸润实体组织。在这两种模型中，我们都发现，dynein对细胞运动极为重要，这为癌症治疗提供了一种全新的方法。我们展示了如何使癌细胞瘫痪，而不是用放疗或化疗杀死癌细胞。这是个好消息，因为不必真的杀死细胞，这是一种同时针对癌细胞和健康细胞的严酷方法。相反，你只需阻止癌细胞移动即可。"研究人员说，在手术切除肿瘤后，麻痹任何残留的癌细胞可能是一种有效且毒性较低的化疗替代方法。塔布达诺夫说："化疗的诀窍在于杀死癌细胞的速度要比身体其他部位稍快--这是一场与时间的赛跑。化疗在忙于杀死癌细胞的同时，也会对人体正常的健康组织造成很大伤害。如果我们能控制住癌症，阻止它的发展，就能让身体健康的部分更健康。"任何针对dynein的潜在治疗方法都还很遥远，但这项研究是阻止乳腺癌扩散的重要的第一步。这项研究发表在《先进科学》杂志上。...PC版：https://www.cnbeta.com.tw/articles/soft/1393085.htm手机版：https://m.cnbeta.com.tw/view/1393085.htm

研究人员通过基因研究发现乳腺癌新病因

研究人员通过基因研究发现乳腺癌新病因目前的乳腺癌基因检测主要考虑BRCA1、BRCA2和PALB2等特定基因。然而，这些基因只占遗传风险的一小部分，这表明未确定的基因也可能在其中发挥作用。这项研究揭示了至少四种新的乳腺癌风险基因，并为其他几种基因提供了初步证据。认识这些基因不仅能加深我们对乳腺癌遗传风险的理解，还能提高风险预测能力。这种深入的了解将促进更有效的乳腺癌筛查方法、风险缓解和临床管理策略。此外，发现这些新基因还能让我们深入了解引发癌症生长的生物过程，从而为创新的新疗法铺平道路。研究的总体目标是将这些信息整合到全球医疗专家广泛采用的现有综合风险评估工具中。拉瓦尔大学的雅克-西马德（JacquesSimard）教授强调说："改善高风险妇女的遗传咨询将促进在降低风险策略、筛查和确定治疗方案方面的共同决策。虽然在这些新基因中发现的大多数变异都很罕见，但对于携带这些变异的妇女来说，风险可能很大。例如，其中一个新基因MAP3K1的变异似乎导致患乳腺癌的风险特别高。"这项研究的优势在于用于分析的基因数据。研究人员对26000名患乳腺癌的妇女和217000名未患乳腺癌的妇女的所有基因变化进行了研究。其中包括来自欧洲和亚洲八个国家的妇女。"据我们所知，这是同类研究中规模最大的一次。"剑桥大学癌症遗传流行病学中心主任道格拉斯-伊斯顿（DouglasEaston）教授说。"在将这些信息用于临床之前，科学家们需要在更多的数据集中验证这些结果。"伊斯顿教授说："我们需要更多的数据来更准确地确定与这些基因变异相关的癌症风险，研究肿瘤的特征，并了解这些遗传效应如何与影响乳腺癌风险的其他生活方式因素相结合。研究小组目前正在为此开展一项大规模的国际研究。"剑桥大学NaomiWilcox等人的研究报告于2023年8月17日发表在科学杂志《自然-遗传学》上。...PC版：https://www.cnbeta.com.tw/articles/soft/1377731.htm手机版：https://m.cnbeta.com.tw/view/1377731.htm

新型人工智能工具改变了乳腺癌的治疗方法和预后

新型人工智能工具改变了乳腺癌的治疗方法和预后人工智能工具能够识别出目前被归类为高风险或中度风险但成为长期幸存者的乳腺癌患者。这意味着他们的化疗时间或强度可以缩短。这一点非常重要，因为化疗会带来令人不快的有害副作用，如恶心，或更罕见的对心脏的损害。目前，病理学家通过评估患者组织中的癌细胞来确定治疗方法。但研究显示，非癌细胞的模式对预测结果非常重要。这是第一项使用人工智能对浸润性乳腺癌的癌细胞和非癌细胞进行全面评估的研究。"我们的研究证明了非癌成分在决定患者预后方面的重要性，"该研究的通讯作者、西北大学范伯格医学院病理学副教授李-库珀（LeeCooper）说。"生物学研究已经知道了这些元素的重要性，但这些知识还没有有效地转化到临床应用中"。这项研究将于今天（11月27日）发表在《自然医学》杂志上。2023年，约有30万美国妇女将被诊断为浸润性乳腺癌。大约每八名美国妇女中就有一人在一生中会被诊断出患有乳腺癌。在诊断过程中，病理学家会对癌变组织进行复查，以确定组织的异常程度。这一过程被称为分级，主要针对癌细胞的外观，几十年来基本保持不变。病理学家确定的分级有助于决定患者将接受何种治疗。许多乳腺癌生物学研究表明，非癌细胞，包括免疫系统细胞和为组织提供形态和结构的细胞，在维持或抑制癌症生长方面发挥着重要作用。库珀及其同事建立了一个人工智能模型，从数字图像中评估乳腺癌组织，测量癌细胞和非癌细胞的外观以及它们之间的相互作用。西北大学罗伯特-H-卢里综合癌症中心成员库珀说："病理学家评估这些模式具有挑战性，因为人眼很难对它们进行可靠的分类。人工智能模型测量这些模式，并以一种让病理学家清楚人工智能决策过程的方式向病理学家展示信息"。"人工智能系统分析患者乳腺组织的26种不同属性，生成总体预后评分。该系统还能生成癌细胞、免疫细胞和基质细胞的单项评分，以便向病理学家解释总体评分。例如，对某些患者来说，良好的预后评分可能是由于其免疫细胞的特性，而对另一些患者来说，良好的预后评分可能是由于其癌细胞的特性。病人的护理团队可以利用这些信息制定个性化的治疗方案。采用这种新模型可以为被诊断为乳腺癌的患者提供与其疾病相关的更准确的风险估计，使他们有能力对自己的临床治疗做出明智的决定。此外，该模型还有助于评估治疗反应，根据组织的显微外观随时间的变化情况来升级或降级治疗。例如，该工具也许能识别病人的免疫系统在化疗过程中针对癌症的有效性，从而缩短化疗时间或降低化疗强度。库珀说："我们还希望这种模式能够减少在社区环境中确诊的患者的不平等。这些患者可能无法接触到乳腺癌专科病理学家，而我们的人工智能模型可以帮助全科病理学家评估乳腺癌"。这项研究是与美国癌症协会（ACS）合作进行的，该协会通过癌症预防研究建立了一个独特的乳腺癌患者数据集。该数据集代表了来自美国超过423个县的患者，其中许多人是在社区医疗中心接受诊断或治疗的。这一点非常重要，因为大多数研究通常使用大型学术医疗中心的数据，而这些数据只代表了美国人口的一部分。在这次合作中，西北大学开发了人工智能软件，而美国癌症协会和国家癌症研究所的科学家则提供了乳腺癌流行病学和临床结果方面的专业知识。为了训练人工智能模型，科学家们需要在患者组织的数字图像中生成数十万个由人类生成的细胞和组织结构注释。为此，他们创建了一个由几大洲的医学生和病理学家组成的国际网络。这些志愿者在数年时间里通过网站提供这些数据，使人工智能模型能够可靠地解读乳腺癌组织图像。接下来，科学家们将对这一模型进行前瞻性评估，以验证其临床用途。这与西北医学中心将在未来三年内过渡到使用数字图像进行诊断的时间相吻合。科学家们还在努力开发适用于更多特定类型乳腺癌（如三阴性或HER2阳性）的模型。浸润性乳腺癌包括几种不同的类型，不同类型乳腺癌的重要组织模式可能会有所不同。库珀说："这将提高我们预测结果的能力，并将为乳腺癌的生物学研究提供进一步的见解。"...PC版：https://www.cnbeta.com.tw/articles/soft/1400159.htm手机版：https://m.cnbeta.com.tw/view/1400159.htm