编辑推荐：
三阴乳腺癌（TNBC）在非裔美国女性中死亡率高。研究人员对非裔美国和白人患者的 TNBC 样本进行基因表达研究，发现肿瘤边缘（ET）和肿瘤相邻细胞外基质（ECMT）区域有差异表达基因，有助于理解 TNBC 种族差异，为精准治疗提供方向。
在乳腺癌的研究领域中，三阴乳腺癌（TNBC）如同一个棘手的难题，一直困扰着科学界。TNBC 是乳腺癌中最具侵袭性的亚型，在非裔美国女性群体中尤为猖獗。与白人女性相比，非裔美国女性患 TNBC 的风险更高，死亡率更是高出 40%，且在 40 岁以下的非裔美国女性中，乳腺癌的发病率在所有种族里位居榜首。更令人担忧的是，即使考虑到营养、医疗资源获取等社会经济因素，这种死亡率的差异依然显著存在。
以往大多数关于乳腺癌相关基因的研究，主要基于欧洲裔患者的样本，导致研究结果难以推广到其他种族背景的患者身上。此外，从有限的数据集中提取准确全面的信息也困难重重。为了攻克这些难题，来自国外研究机构的研究人员开展了一项极具意义的研究，相关成果发表在《Computational and Structural Biotechnology Journal》上。
研究人员为了深入探究 TNBC 样本中的基因表达差异，采用了多种关键技术方法。样本来自格林维尔健康癌症研究所生物样本库（Greenville Health Cancer Institute Biorepository），共收集了 10 例福尔马林固定、石蜡包埋的样本，涵盖非裔美国和白人患者（各 5 例）。通过激光显微切割（LMD）技术获取不同区域组织，提取 RNA 后进行逆转录定量聚合酶链反应（RT-qPCR）检测基因表达。运用主成分分析（PCA）等统计方法，以及决策树（DT）机器学习模型进行数据分析。
一、选择最具信息性的区域
研究人员首先评估了四个感兴趣区域（ROI），即肿瘤中心（CT）、肿瘤边缘（ET）、肿瘤相邻细胞外基质边缘（ECMT）和远离肿瘤的细胞外基质对照区域（ECMC）。起初，通过小提琴图可视化数据，并未发现种族间存在差异。但 PCA 分析揭示了区域间的明显差异，发现 ET 和 ECMT 区域重叠较少且与其他区域明显区分，其基因表达模式可将样本有效聚类，这表明 ET 和 ECMT 区域在区分种族差异方面具有重要价值，后续研究便聚焦于这两个区域。
二、选择最具判别力的基因
利用参数检验（如方差分析 ANOVA、Tukey 事后检验）和非参数检验（Kruskal-Wallis 检验），研究人员对基因表达水平进行分析。在 ET 区域，确定了 4 个差异表达基因，包括S100A4、GSK3B、MUC1和ZEB1；在 ECMT 区域，发现了 8 个差异表达基因，如CDH2、SNAI2、SUMO2等。这些基因的发现为理解 TNBC 在不同种族间的差异提供了关键线索。
三、机器学习方法
研究运用 DT 机器学习方法，以基因表达谱来识别样本所属种族。训练模型时，80% 的数据用于训练，20% 用于测试。结果显示，ET 和 ECMT 区域的 DT 模型准确率均达到 83.33%，F1 评分、召回率和 AUC 等指标也表现良好，表明基因表达谱在区分种族上具有显著的判别能力。不过，机器学习模型识别的基因与传统统计方法的结果存在差异，可能是由于细胞外基质的异质性和样本量较小导致。
研究表明，ET 和 ECMT 区域在 TNBC 样本的种族差异研究中至关重要，其中的差异表达基因与肿瘤的上皮 - 间质转化（EMT）、细胞迁移等关键过程密切相关。通过基因通路分析发现，ET 区域基因与 EMT 过程、肿瘤出芽和微管细胞骨架重组相关；ECMT 区域基因与巨噬细胞刺激蛋白和 EMT 过程相关。这一系列发现为 TNBC 的研究开辟了新的方向。
然而，该研究也存在一定局限性，如样本量有限、患者信息不足等，这导致了统计分析和机器学习模型结果的差异。但研究人员正在积极改进，与癌症生物样本库合作获取更多样本，并争取资金支持以扩大样本队列。总体而言，这项研究首次深入探讨了不同种族 TNBC 样本的基因表达差异，为后续更深入的研究奠定了坚实基础，有望推动 TNBC 个性化治疗的发展，为攻克这一恶性肿瘤带来新的希望。
