低分辨率全基因组测序揭示乳腺癌拷贝数变异图谱：助力HRD检测与个体化诊疗

为解决乳腺癌(BC)分子异质性导致的诊疗难题，研究人员开发了一种基于低分辨率全基因组测序的创新方案，通过分析福尔马林固定石蜡包埋(FFPE)样本的拷贝数(CN)图谱，成功实现了同源重组缺陷(HRD)特征检测（灵敏度达100%）及其他可操作CN变异的识别。该研究为临床遗传咨询和精准医疗提供了高效可行的技术路径。

　　

乳腺癌(BC)的分子异质性给诊断和治疗带来巨大挑战。虽然全面遗传分析极具价值，但常规高分辨率测序在福尔马林固定石蜡包埋(FFPE)样本中的应用仍存在技术壁垒。为此，研究者另辟蹊径开发了低分辨率全基因组检测方案，致力于从FFPE样本DNA中捕捉拷贝数(CN)变异图谱。

研究采用两阶段验证策略：首先在三阴性乳腺癌队列(n=237)中，通过整合基因组和功能性HRD检测数据，建立了可靠的HRD相关CN特征阈值；随后在前瞻性临床遗传服务队列(n=147)中验证该方案的可行性。令人振奋的是，基于基因组-功能双验证阈值，新方案对携带BRCA1/BRCA2/PALB2致病突变乳腺癌的检测灵敏度达到100%，且不同来源样本的成功率均保持优异。更有趣的是，在HR功能正常患者中发现了更多CN变异，提示除HRD外还存在其他潜在治疗靶点。

这项突破性研究表明，低分辨率全基因组测序能高效捕捉乳腺癌CN变异特征，不仅为HRD筛查提供可靠工具，更为实现精准医疗和遗传咨询开辟了新途径。该技术有望成为临床常规检测的重要补充，助力乳腺癌分子分型和治疗决策。