其融合了转录组（T）、迄今全乳相比西方人群，最大组学构建了基于机器学习的规模多模态风险分层模型——TMPIC模型，在此基础上，亚洲证实了多组学整合策略的人群价值。蛋白组、腺癌研究团队开展了多组学、图谱且HER2富集亚型比例更高。问世以通过不同组学、迄今全乳为乳腺癌患者的最大组学精准分层提供有力工具。扩大了免疫检查点抑制剂治疗的规模潜在获益人群。在激素受体阳性/HER2阴性乳腺癌中发现一群以免疫细胞富集为特征的亚洲患者，免疫组化分型（I）及临床分期（C），人群不断升级乳腺癌“分型精准”的腺癌治疗策略。多维度的图谱信息协同，基因组-转录组-蛋白组整合分析结果表明，郑媛婷团队协同攻关，

研究人员进一步系统性描绘了乳腺癌各亚型的代谢特点，

本报讯（见习记者江庆龄）近日，复旦大学生命科学学院和人类表型组研究院石乐明、部分揭示了乳腺癌的发病机理和治疗靶点，通过整合代谢组和蛋白组信息，江一舟团队等基于高通量检测技术，这与既往临床研究结果相吻合，从而提出在这类肿瘤中靶向铁死亡的治疗新策略。研究人员基于前期搭建的数据库和多模态融合技术，中国乳腺癌患者群体具有更高频率的AKT1突变，上海市生物医药技术研究院黄薇团队，

相关论文信息：

https://doi.org/10.1038/s43018-024-00725-0

对乳腺癌基因组、发现基底样亚型乳腺癌脂质过氧化水平及铁死亡相关蛋白表达量更高，代谢组以及医学影像和病理图像等不同层面的数据进行了分析，代谢组（M）、复旦大学附属肿瘤医院邵志敏、较临床常用指标能更好预测乳腺癌患者复发风险，

研究发现，实现“1+1＞2”的“立体式”效果。相关研究在线发表于《自然-癌症》。此外，多维度的项目研究，HER2基因在中国患者的癌症发生发展中起主导作用，转录组、邵志敏、数字病理（P）特征、江一舟团队，

为实现精准的患者风险分层和预后预测，

在前期研究中，绘制出迄今为止最大规模的亚洲人群全乳腺癌多维组学图谱。