运用系统性、整体性的研究手段，全面背景下描述癌症的机理可以为研究人员获得更多有用的数据。1月4日Nature communication 上的两篇研究文章分别运用蛋白组学和造血细胞转录组学对乳腺癌临床样本进行了分析。

随着蛋白质组学技术的发展，现在可以对临床样品进行深入的分析。具有较高的识别和定量精度。这一篇文章分析了40个雌激素受体阳性，HER2阳性和三阴性乳腺肿瘤，达到大于10000个蛋白定量的深度。这些蛋白质组学图谱鉴定了不同乳腺癌亚型之间，与能量代谢，细胞生长，基因翻译和细胞间通信相关的功能差异。通过支持向量机（SVM）的分类和特征选择，研究人员得到19个蛋白质，在不同的乳腺癌亚型中不同。值得注意的是，只有三个蛋白质有基因拷贝数的变化，11个反映在表达水平有差异。这些乳腺癌的特点，可以为科研者的工作提供新见解，最终可能转化为开发亚型特异性的疗法。

造血细胞在脱分化，先天免疫和适应性免疫过程中转录程序活跃且变化多样。了解在癌症的背景下，这些转录组如何变化可以对宿主的免疫反应，癌症的严重程度和潜在的治疗反应提供有价值的见解。之前直接对肿瘤表达差异的进行的研究，表明造血细胞起的作用不能被标记基因的表达差异所展示。所以这篇研究分析了超过200小鼠骨髓造血细胞的转录组，来推断存在于人类乳腺癌中谱系特异性造血细胞的活性。人和鼠类免疫表达谱的高保守性为捕获人造血细胞亚群在肿瘤病患样本中的变化提供了丰富的来源。利用乳腺癌作为模型，比较了不同患者肿瘤中的不同造血细胞表达谱，相关的变化与患者的生存率和肿瘤的纯度显示，许多细胞类型的转录变化影响患者的预后，并发现在环境中的淋巴细胞高度浸润。总的来说，这些结果是一个患者对肿瘤的免疫反应的详细和个性化的评估。当与常规收集的患者活检样本基因组数据相结合，可以使免疫系统和癌症之间的复杂的相互作用得到更充分的理解。

在系统生物学和整体医学模式来分析以乳腺癌为例的肿瘤的生物过程，能增进人们对肿瘤机制与病理的系统性理解，实现肿瘤治疗准确的靶向定位和个性化治疗。

参考文献：

Varn, Frederick S, et al. "Integrativeanalysis of breast cancer reveals prognostic haematopoietic activity andpatient-specific immune response profiles." Nature Communications. 2016Jan 4:7:10248. doi: 10.1038/ncomms10248.

Stefka Tyanova, et al. "Proteomic maps of breast cancer subtypes."Nat Commun. 2016 Jan 4;7:10259. doi: 10.1038/ncomms10259.

网络来源