临床结果（肿瘤分级、生存期）、细胞表型（形状、信号传递）和基因表达，这三者的关联性是癌症病理学的基础。但是从表型到分子机制之间的关系网一直未被研究透彻。

2017年2月初，来自于英国伦敦癌症研究所（Institute of Cancer Research in London，ICR）的科学家们在《Genome Research》期刊发表一篇文章，揭示了首个关于乳腺癌病理学大数据的“图谱”。他们开发了一个革命性的新方法，从基因、蛋白、细胞不同水平采集了大量数据，绘制了一幅展现癌细胞形状和基因表达关系的网络图，并将其与疾病临床结果相匹配。

乳腺癌：高度复杂的恶性肿瘤

乳腺癌作为女性最多发的恶性肿瘤，一直是癌症研究、精准医学关注的重点之一。今年年初，美国癌症协会发布“2017癌症统计”年度报告，再一次以数据为事实表明，乳腺癌新发病例占女性所有癌症新发人数的30%，居于首位。在中国，情况依然不容乐观。乳腺癌是我国女性发病率最高的恶性肿瘤，占女性全部恶性肿瘤发病的16.81%，且发病率正在以每年3%—4%的速度猛增。

乳腺癌为什么如此高发且难于治疗？这主要与乳腺癌多分型、多基因突变的特征有关系。早在2012年，国际首个最大的乳腺癌分子分型研究METABRIC就已经证实，乳腺癌可分为10种不同的类型。2016年，科学家们在遗传图谱的基础之上，深入分析了560个乳腺癌全基因组序列，鉴定出与乳腺癌相关的93个基因以及其他一些非编码区的突变。

图像组学方法：绘制细胞形状—基因网络图

现在，英国伦敦癌症研究所的科研团队采用“图像组学方法”（image-omics approach），采集了来自于18种乳腺癌细胞系的307643个细胞，对细胞成像处理。这些癌细胞图像得到的表型数据（例如形状）可以反馈细胞增殖、迁移、分化等生理活动的信号变化。同时，他们分析了细胞28376个基因的表达谱。

整合细胞表型、基因表达数据集（来源于：文献）

最终，研究团队将癌细胞成像数据、基因表达谱和蛋白互作3大数据整合在一起，系统性地绘制出一幅“细胞形状—基因网络图”。

癌细胞形状-基因表达网络图（来源于：文献）

更重要的是，当他们利用该图谱分析成千上万中乳腺癌患者样本时，结果发现，这些变化能够与患者的临床结果相匹配。

癌细胞形态的变化，可以评估乳腺癌的发展

研究人员发现，“细胞形状—基因网络图”存在关键区域，他们作为信息流的“枢纽”，调控其他基因的表达。

具体而言，他们发现一种蛋白质——NF-kappaB，在这一网络图中发挥着重要的作用。NF-kappaB蛋白负责驱动癌细胞的生长和扩散。这一反应对于患者的肿瘤分级至关重要，可以作为预测生存期的关键靶点。

因为NF-kappaB蛋白很少在固体肿瘤中发生错误，所以肿瘤微环境中的机械力会通过调控基因的表达与否，控制疾病的发展和恶化。

这意味着，由基因表达和/或者微环境机械力驱动的细胞形态的变化，能够通过调控蛋白的变化促进乳腺癌的发展。未来，我们有望从细胞形态上评估癌症的恶性程度和转移风险，从而有助于医生选择适合患者的个性化疗法。

癌症研究所的细胞动力系统学研究负责人Chris Bakal博士表示：“我们的研究揭示了一个让人振奋的结果，展现了癌变细胞的行为与疾病发展之间的关联。我们使用‘大数据’方法，在数月时间内完成了过去需要投入十年的研究。”

这一最新研究从分子水平（基因表达、蛋白互作）整合了细胞表型数据，从而更有助于解析乳腺癌的发生、发展机制。癌症研究所的首席科学家Karen Vousden表示：“这一研究将乳腺癌的细胞形状和行为与遗传信息联系起来，有助于研究人员开发更为详细的疾病蓝图。”

参考资料：

Biggest Breast Cancer Breakthrough: Map Links Breast Cancer Cell Shape And Genes To Disease Outcomes 

Big data brings breast cancer research forwards by 'decades'