BCMA：乳腺癌多尺度多组学分子图谱的整合性多功能数据库平台

乳腺癌(BC)作为女性高发恶性肿瘤，其分子异质性严重影响诊疗效果。研究人员构建了BCMA(Breast Cancer Molecular Atlas)数据库，整合6个批量多组学和9个单细胞转录组数据集(涵盖5,424病例和236,363细胞)，通过标准化分析流程实现基因组事件、差异表达、生存分析等功能，为BC精准治疗提供多尺度分子特征解析平台。

　　

乳腺癌长期位居女性恶性肿瘤发病首位，其复杂的分子异质性和肿瘤微环境动态变化导致临床预后差异显著。尽管现有分类主要依赖ER/PR/HER2受体状态，但仅凭这三种生物标志物难以解释患者间的疗效差异。随着高通量检测技术的发展，大量多组学数据不断积累，但分散的数据资源和异质性的分析方法严重制约了生物标志物的发现效率。

为解决这一难题，清华大学等机构的研究团队开发了BCMA(Breast Cancer Molecular Atlas)数据库，相关成果发表于《Computational and Structural Biotechnology Journal》。该研究整合了6个批量多组学数据集和9个单细胞转录组数据集，涵盖5,424个病例和236,363个细胞，通过标准化处理流程实现了跨数据集的可比分析。关键技术包括：基于GRCh38参考基因组的突变/CNA检测、edgeR差异分析、clusterProfiler功能富集、生存分析模型、Spearman共表达网络构建，以及Seurat/scCancer单细胞分析流程。

研究结果显示，在数据整合方面，BCMA系统收录了包括TCGA-BRCA、METABRIC等权威数据集，其中TP53和PIK3CA是突变频率最高的基因，但中国队列中PIK3CA突变率仅为TP53的1/3。在功能模块设计上，"DNA Events"模块通过IGV基因组浏览器展示基因变异谱，"Expression"模块提供跨数据集的表达z-score标准化分析，"Single-cell"模块则实现肿瘤微环境中细胞亚群的UMAP可视化。特别值得注意的是，平台开发的"OncoGrid"功能可同步展示基因组事件与临床特征的关联模式，而两阶共表达网络分析能有效挖掘基因功能模块。

在讨论部分，作者指出BCMA的创新性体现在三方面：首次实现批量与单细胞数据的协同分析、建立标准化的多组学分析流程、开发交互式可视化工具。与现有BCIP、MOBCdb等数据库相比，其优势在于同时涵盖单细胞分辨率和多组学维度。但研究也承认当前存在数据规模有限、AI算法应用不足等局限，未来计划整合空间组学数据以构建时空分子图谱。

这项研究的意义在于，通过建立系统化的数据整合平台，BCMA不仅为乳腺癌分子分型提供了新工具，其标准化的分析流程更有助于发现跨数据集一致的生物标志物。平台开放获取的特性将加速乳腺癌精准医疗的发展，特别是针对中国人群的特异性分子特征研究。