中新网上海2月19日电 (记者 陈静)乳腺癌已经成为最常见的恶性肿瘤类型之一。记者19日获悉，中国多学科专家历时5年，携手绘制出大规模的亚洲人群全乳腺癌多维组学图谱。

　　据介绍， 图谱将既往乳腺癌研究的多个维度生物信息进行深度整合，以寻找对新兴治疗方法敏感的乳腺癌群体；进而利用多模态融合，优化乳腺癌患者复发风险的分层，形成“立体式”精准诊疗策略，为乳腺癌的精准诊疗提供了新思路。

　　这项最新研究成果由复旦大学附属肿瘤医院邵志敏、江一舟教授团队、上海市生物医药技术研究院黄薇教授团队、复旦大学生命科学学院和人类表型组研究院石乐明/郑媛婷团队协同攻关获得。国际肿瘤学顶刊《自然·癌症》在线发表了这项最新研究成果。“该研究以临床应用为导向，通过对大规模乳腺癌队列分子特征的系统性描绘与整合分析，为乳腺癌患者管理提供了更精准的策略。”邵志敏教授说。

　　既然不同层面的研究已为乳腺癌患者的精准诊治带来曙光。那么，能否将既往各层面的研究成果进行整合，通过不同组学、多维度的信息协同，充分实现“1+1大于2”的“立体式”效果，让乳腺癌患者获益更多？邵志敏教授直言，不同组学维度提供的生物学信息深度整合难度很大，如何利用这些复杂数据指导患者临床诊疗也亟待探索。

　　基于上述思考，研究团队开展了多组学、多维度的项目研究，并获得多项成果。基于前期的数据库搭建和多模态融合技术，研究人员实现了从微观到宏观的多维信息有机融合，成功构建了基于机器学习的多模态风险分层模型。复旦大学附属肿瘤医院副院长江一舟教授表示，通过多维信息间相互补充，有助于提高模型预测效能。研究成果显示，相比临床常用指标，TMPIC模型能更好地预测乳腺癌患者复发风险，为乳腺癌患者的精准分层提供了有力的工具。TMPIC模型包括：融合转录组(T)、代谢组(M)、数字病理(P)特征及免疫组化分型(I)、临床分期(C)。

黄雅博（记者 刘宛君）09月19日,“我明白你们的心情！”

黄雅博（记者 曹静如）09月19日,将鹰爪功融会贯通的冷秋寒，更是高手中的高手！

没有灯火！