扫码联系客服
今天小编给大家带来一篇微生物与癌症预后的文章（IF：9.685）。作者对四种以微生物特征为特征的乳腺癌(BC)亚型进行了全面分析。分析确定了具有预后潜力的微生物。还证明了BC亚型中特定微生物的存在和缺失与临床结果之间的相关性。
体内特定微生物群的特征可能对几种疾病具有临床意义。假设，肿瘤发生创造了有利于疾病特异性微生物的微环境。或者，微环境中预先存在的某些微生物群可能有助于疾病的发展。那么，疾病特异性微生物组可能具有预后和诊断价值。另一方面，癌症微生物组及其代谢产物对免疫系统有重大影响，这可能会影响癌症患者的临床结局。
根据乳腺癌细胞中雌激素受体（ER）、孕激素受体（PR）和人类表皮生长因子(Her2)的表达情况，乳腺癌有四种亚型——ER、TP，HR和TN。内分泌激素受体阳性的BC（ER和TP）通常对激素受体阻滞剂的治疗有反应。与激素受体阴性的BC（HR和TN）相比，它们侵袭性更小，预后更好。TNBC在所有BC中最具侵袭性，且TNBC患者对治疗无反应，血管生成度高，高度增殖，存活率最低。有研究表明，微生物组的状态可能会改善对癌症治疗的反应。在该研究中，使用泛病原体微阵列(PathoChip)来研究不同BC类型中独特的微生物特征模式与临床干预或结果之间的关系。
组成BC肿瘤体的病毒和其他微生物具有多样性。每个BC亚型的肿瘤体都有独特的特征，使它们能够被区分开来。
四种BC亚型癌基因的主成分分析(图1)表明这四种BC由不同的癌基因组成。TN乳腺癌的癌生物体与其他三种乳腺癌亚型有显著不同。ER+BC显示出肿瘤体较强的多样性，具有更多的细菌(主要是变形杆菌)、真菌、病毒和寄生虫的特征信号。拓扑数据分析进一步表明TP和ER亚型的癌生物群之间有更大的相似性，而HR和TN亚型具有与其他乳腺癌截然不同的癌生物体特征（图1B）。
四种亚型中不同类型和种类的癌生物体统计(图1C)，发现HR中与癌症相关的病毒比例最高。在四个BC亚型的肿瘤体中，真菌特征以子囊菌门（Ascomycota）为主。TN中包含更高比例的担子菌门（Basidiomycota）。4个BC亚型肿瘤体中线虫的比例普遍较高，其次是扁形蠕虫、尖端线虫和原生动物。
ER和TP亚型共有1个病毒家族特征、3个细菌属、1个真菌属和2个寄生虫属。HR和TN亚型没有共有的病毒、细菌、真菌或寄生虫的特征。一些病毒和其他微生物被发现是四个BC亚型所特有的（图1C）。
在图2A、C和3A、B中，条形图表示在四个BC亚型中检测到的不同病毒和其他微生物家族的平均信号。红色菱形表示病毒和微生物在每个BC亚型中的流行百分比。ER病毒多样性最多；HR亚型的病毒多样性最低。不同的BC亚型可以通过是否有特定病毒家族的特征来区分。
图2B显示了四种BC亚型中代表的病毒信号的热图。有趣的是，TN亚型几乎没有乳头状瘤病毒信号；ER亚型表现为低至中等水平的乳头状瘤病毒；致癌HPV16仅在ER和HR亚型中检出；致癌HPV18在所有BC亚型中均呈低至中等水平。还检测到了与致癌病毒相关的特征，例如，Yaba猴肿瘤病毒和扎伊尔猴痘（Monkeypox Zaire）在三个亚型中均被检测到；禽流感病毒（Avian Carinoma）在HR中被检测到。这些信号可能表明人类的病毒正在变异。在所有BC亚型中也检测到与HIV-1序列相关的信号平均信号较高。由于这些患者为HIV阴性，这表明可能存在一种没有特征的人类慢病毒。ER亚型的细菌菌群多样性最强；TN亚型的细菌菌群数量较少。一些细菌特征被检测到具有高的平均信号强度，这表明代表这些细菌的核酸水平更高(图2C)。
每个BC亚型都有独特的真菌特征。ER的真菌生物群多样性最高；TN的最少。在TN样本中检测到的大多数真菌特征是酵母或皮肤真菌，但仅在50%-75%的样本中检测到。相比之下，95%的ER样本中检测到了非常高的关节皮肤病平均信号。此外，80%-90%的TP样本中检测到青霉菌、根霉、红酵母和球孢子菌的高平均信号；80%-97%的HR样本中检测到节皮菌、根霉和红酵母的高平均信号(图3A)。四个BC亚型中寄生虫属的流行情况统计发现，在ER+的真菌生物体多样化程度最高，TN最低(图3B)。
作者还检测了非匹配对照组织、匹配对照组织和ER阳性肿瘤组织中检测到的病毒和微生物平均信号。以及TP、HR和TN样本相似的热图。在分析的所有BC亚型中，作者发现非匹配对照组的杂交信号明显低于肿瘤样本。相反，匹配对照样本的信号与肿瘤样本更相似。这表明，肿瘤周围的组织可能具有与肿瘤相似的生物组特征。也就是说在肿瘤形成之前，乳腺组织中可能存在一个类似肿瘤的微生物群。
接下来，作者在肿瘤菌群中存在病毒和其他微生物的情况下，分析了患者在治疗后的生存时间或无病生存期。TN患者样本的分析显示，芽孢杆菌、毛霉菌、新城疫、弓形虫、毛滴虫的平均信号较高，与较长的无病生存期或生存时间显著相关(图4A)。之后，作者根据芽孢杆菌、毛霉菌、诺达韦病科、弓形虫、毛霉菌的高和低信号对TN样本进行了聚类，并将这些聚类与临床数据相关联(图4B)。与低信号的患者相比，高信号的患者2级、3级和4级癌症的比例要低得多，肿瘤明显较小，治疗后的无病期明显长得多。五种病毒和其他微生物的信号较高的患者对治疗的反应更好。这些数据表明，TN亚型中上述为微生物特征可以为癌症的严重程度和可预测的结果提供重要的见解。
作者对ER亚型中的病毒和微生物进行了同样的分析。检测到两种变形杆菌Klebsiella和Stenotrophomonas）和一种寄生虫（Neodiplostomum）的平均信号较高，与治疗后的无病生存时间显著相关(图5A)。同样根据这些微生物的信号高低将ER分成了高低两组，并与临床数据相关联(图5A)。两组患者在分期、分级和复发、对治疗的反应等方面存在显著差异。图5B显示了基于肿瘤分级与特定微生物群体平均信号相关性的附加分析。发现在2级和3级癌症中Fonsecaea、Cladosporium、Heteroconium、Mobiluncus和Propionibacterium的检出率更高(图5B)。
图6A显示星状病毒、肝炎病毒、产碱杆菌、短波单胞菌、变形杆菌、艾肯氏菌、绿脓杆菌、金黄杆菌、尼龙菌、解脲支原体、棘球属、贾第虫、克氏锥虫、布鲁线虫、粪类圆线虫、并殖吸虫和酵母菌在ER亚型的平均信号较高与存活率降低相关。根据这些微生物的高低信号对ER样本进行聚类。发现高信号的患者倾向于1级肿瘤的比例较低，以及治疗后癌症远端复发比例较高。高信号的患者对特定治疗的反应可能更好。在ER+癌症中，较高的检测率可能与较差的疾病预后相关。和TN亚型一样，ER+肿瘤中少量特定病毒和微生物的平均信号可以提供对癌症严重性和可预测结果的重要洞察。
在HR亚型中，没有发现特定微生物的较高检测率与较好的疾病结果之间的显著相关性。然而，图7A显示，假毛虫、钩虫、鞭虫和等鞭虫的平均杂交信号较低，与治疗后无病生存时间的增加有相关性。在图7B中，作者根据这四种生物的低和高信号对HR样本进行了分类。这些微生物的检测信号较高的HR患者大多在40岁以上，治疗后显示出较高的疾病远程复发比例。高低信号患者之间的一般治疗方案没有显著差异，这表明高信号患者对治疗的反应弱于低信号患者。这些数据再次表明，ER+肿瘤中特定微生物的平均信号可以提供对癌症严重程度和可预测结果的重要洞察。
对TP亚型数据的分析显示，Orientia、Klebsiella、Fusobacterium、Azorhizobium、Yersinia、Arthroderma、 Anelloviridae、Angiostrongylus和Toxocara的高平均信号与治疗后较短的无病生存时间或较短的生存时间显著相关（图8A）。患者被分为高和低检测水平，并与临床数据相关联合分析。这些微生物检测水平较高的患者治疗后未治愈的比例较高。然而，检测水平较高的患者数量有限。对TP样本进行更大规模的研究，会增加样本量，从而增加统计学意义。
作者收集了450多个乳腺癌样本以及相关的临床数据，以它们的微生物特征为标志进行了全面分析。分析了每个肿瘤亚型的特征（包括病毒、细菌、真菌和寄生虫）与临床数据相关，识别了具有预后潜力的微生物。BC亚型具有特异性的病毒群和微生物群，ER+肿瘤的微生物群多样性最高，TN肿瘤的微生物群多样性最低。特定的微生物标记可以区分不同的BC亚型。此外，作者证明了BC亚型中特定微生物的存在和缺失与临床结果之间的相关性。这项研究为四种乳腺癌亚型建立了一个标志性的生物群系图，并在每个亚型的存活时间或无病生存时间之间建立了特定微生物丰度的趋势或相关性。因此，该研究为BCs提供了更清晰的预后和诊断方面的方法，对疾病预后的深入了解对精确的治疗干预策略至关重要。
