मानव ट्रिपल-नेगेटिव स्तन कैंसर उपप्रकारों और लक्षित उपचारों के चयन के लिए प्रीक्लिनिकल मॉडल की पहचान

ट्रिपल-नेगेटिव स्तन कैंसर (TNBC) कैंसर का एक अत्यंत विविध समूह है, और आणविक-आधारित उपचारों की बेहतर पहचान के लिए उपप्रकार निर्धारण आवश्यक है। इस अध्ययन में, हमने 21 स्तन कैंसर डेटा सेटों से जीन अभिव्यक्ति (GE) प्रोफाइलों का विश्लेषण किया और 587 TNBC मामलों की पहचान की। क्लस्टर विश्लेषण ने 6 TNBC उपप्रकारों की पहचान की जो अद्वितीय GE और ओंटोलॉजी दिखाते हैं, जिनमें 2 बेसल-लाइक (BL1 और BL2), एक इम्युनोमॉड्यूलेटरी (IM), एक मेसेन्काइमल (M), एक मेसेन्काइमल स्टेम-लाइक (MSL), और एक लुमिनल एंड्रोजन रिसेप्टर (LAR) उपप्रकार शामिल हैं। आगे, GE विश्लेषण ने हमें इन उपप्रकारों का प्रतिनिधित्व करने वाले TNBC सेल लाइन मॉडल की पहचान करने की अनुमति दी। "ड्राइवर" सिग्नलिंग पाथवे का अनुमानित फार्माकोलॉजिकल रूप से इन सेल लाइन मॉडलों में लक्ष्यीकरण किया गया, ताकि यह सिद्ध हो सके कि विशिष्ट GE हस्ताक्षरों के विश्लेषण से उपचार चयन की दिशा निर्धारित की जा सकती है। BL1 और BL2 उपप्रकारों में सेल चक्र और DNA क्षति प्रतिक्रिया जीनों की उच्च अभिव्यक्ति थी, और प्रतिनिधि सेल लाइनें सिज़प्लाटिन के प्रति प्राथमिकता से प्रतिक्रिया करती थीं। M और MSL उपप्रकारों में एपिथेलियल-मेसेन्काइमल ट्रांजिशन और ग्रोथ फैक्टर पाथवे में GE समृद्ध थी, और सेल मॉडल NVP-BEZ235 (एक PI3K/mTOR अवरोधक) और डसाटिनिब (एक abl/src अवरोधक) के प्रति प्रतिक्रिया दिखाते थे। LAR उपप्रकार में रीलैप्स-मुक्त जीवनकाल कम होने वाले रोगी शामिल हैं और इसे एंड्रोजन रिसेप्टर (AR) सिग्नलिंग द्वारा विशेषता दी गई है। LAR सेल लाइनों को बिकलुटामाइड (एक AR एंटागोनिस्ट) के प्रति विशिष्ट संवेदनशीलता थी। ये डेटा बायोमार्कर चयन, दवा खोज, और क्लिनिकल ट्रायल डिज़ाइन में उपयोगी हो सकते हैं जो TNBC रोगियों को उपयुक्त लक्षित उपचारों के साथ संरेखित करने में सक्षम बनाते हैं।