新的乳腺癌研究发现了潜在的治疗新目标

新的乳腺癌研究发现了潜在的治疗新目标世界卫生组织（WHO）报告说，在2020年底，有780万活着的妇女在过去五年中被诊断为乳腺癌。据估计，5%至10%的乳腺癌与家庭世代相传的基因突变有关。所有的生物分子--RNA、DNA、蛋白质、糖类和脂肪都会受到修改。特别是RNA，它带有一系列的化学修饰，在基因表达的调节中发挥着重要作用。RNA的甲基化形成N6-甲基腺苷（m6A）是信使RNAs（mRNAs）最普遍的内部修饰。甲基化是一个化学过程，其中一个小分子（甲基）被添加到DNA、蛋白质或其他分子，并改变它们的作用方式。RNA甲基化与癌症有关，并在甲基化特异性蛋白的相互作用下得到促进。来自澳大利亚悉尼百周年研究所的研究人员集中研究了这些蛋白质之一，即Virilizer-like甲基转移酶或VIRMA，在乳腺癌中的作用。研究人员给小鼠注射乳腺癌细胞，每周对动物进行两次监测，评估身体状况，测量体重和肿瘤大小。然后检查肿瘤，并测量小鼠的VIRMA水平。研究人员发现，在细胞核内发现的VIRMA的一个独特变体在15%至20%的乳腺癌中被扩增和过度表达。VIRMA通过影响RNA甲基化而促进乳腺癌细胞的生长。此外，研究人员还发现了一种名为NEAT1的非编码RNA分子，该分子与VIRMA相互作用，促进癌细胞生长，导致疾病的进展。除了对乳腺癌的分子机制有更深入的了解外，这项研究还有一个更好的结果。在检查VIRMA高表达的乳腺癌细胞的过程中，研究人员发现它们很容易受到压力的影响，从而导致它们死亡。这些压力条件--例如，缺氧或低氧水平--经常存在于肿瘤微环境中，研究人员说，这可能是一个致命的弱点，在开发新的、有针对性的癌症治疗方法时可以加以利用。该研究的通讯作者JustinWong说："根据我们的发现，我们可以重新利用某些触发应激反应的治疗药物来靶向并消除具有高水平VIRMA的乳腺癌细胞。通过靶向VIRMA高表达的癌细胞，目的是增强癌细胞的应激反应，最终迫使它们自行凋亡。"该研究发表在《细胞和分子生命科学》杂志上。...PC版：https://www.cnbeta.com.tw/articles/soft/1364209.htm手机版：https://m.cnbeta.com.tw/view/1364209.htm

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）

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

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

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。

新型化合物可阻止乳腺癌扩散

新型化合物可阻止乳腺癌扩散有些癌症比其他癌症更容易转移，研究表明，特定的基因或蛋白质参与了这一过程。其中一种蛋白质S100A4在转移性癌症中表达，它与乳腺癌、膀胱癌、胰腺癌、前列腺癌、食道癌、肺癌和胃癌患者的过早死亡有关。S100A4并非直接导致肿瘤生长，而是被证明能激活体内的转移途径。现在，英国利物浦大学和中国南京医科大学的研究人员对S100A4进行了仔细研究，可能发现了一种阻止其产生的方法，从而降低了癌症扩散的可能性。该研究的通讯作者之一菲利普-鲁德兰（PhilipRudland）说："一般来说，已经扩散的癌症会接受化疗，但这种治疗很少能不对病人造成严重伤害或毒性。我们工作的[重要性]在于确定了一个特定的重要攻击靶点，而且没有毒副作用。"研究人员使用了大鼠和人类模型系统的细胞，这些细胞来自高度转移和无法治愈的乳腺癌类型，它们不具有雌激素、孕激素和人类表皮生长因子2（HER2）蛋白三种常见受体中的任何一种。这种乳腺癌被称为三阴性乳腺癌（TNBC），占所有乳腺癌的10%-15%。研究工作的下一步是找出一种能抑制蛋白质S100A4与钙结合并阻止转移途径开始的化合物。我们对英国癌症研究中心的2400种化合物库进行了筛选，发现一种名为CT070909的化合物能抑制90%以上的S100A4结合，由于CT070909的分子组成使其相对不溶解，研究人员合成了一种结构更简单的化合物US-10113。在模型系统上测试US-10113，研究人员发现它对S100A4结合的抑制作用"中等偏弱"。为了提高US-10113的效率，研究人员将其与沙利度胺进行了化学偶联，沙利度胺是一种用于治疗骨髓瘤（一种血癌）的靶向抗癌药物。沙利度胺能阻止癌细胞分裂和生长，阻止癌症产生生长所需的血液供应，并刺激部分免疫系统细胞攻击癌细胞。他们发现，沙利度胺-US-10113复方制剂能特异性地消除大鼠和人类TNBC细胞中的S100A4，效率比单独使用US-10113提高了近2万倍。他们几乎没有看到毒性迹象。这项研究的另一位通讯作者杰玛-尼克松（GemmaNixon）说："这是我们研究中令人兴奋的突破。我们现在希望采取下一步措施，在一大批患有类似转移性癌症的动物中重复这项研究，以便在进行任何临床试验之前，对化合物的疗效和稳定性进行彻底研究，并在必要时通过进一步的设计和合成加以改进。"研究人员说，他们的研究结果证明了选择性抑制癌症转移的化疗方法的原理。此外，由于S100A4蛋白存在于不同种类的癌症中，因此可能会开发出一种治疗乳腺癌以外的其他癌症的方法。"值得注意的是，我们正在研究的这种特定蛋白质存在于许多不同的癌症中，这可能意味着这种方法可能适用于许多其他常见的人类癌症"。这项研究发表在《生物分子》（Biomolecules）杂志上。...PC版：https://www.cnbeta.com.tw/articles/soft/1372789.htm手机版：https://m.cnbeta.com.tw/view/1372789.htm