RCSI 與 UCD 團隊在《Nature Communications》發表研究,利用 AI 空間蛋白質組學與空間轉錄組學,分析 ER+HER2 乳癌(佔所有乳癌約 70%)的腫瘤免疫微環境。 研究開發出新方法,可從常規病理樣本中量化「間質 CD8+ 細胞毒性 T 細胞密度」,大幅改善傳統基因檢測(如 Oncotype DX)在中風險患者中的風險分層。
研究答案

Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What recent breakthrough in AI-driven immune marker analysis could help identify ER+HER2- breast. Article summary: Here are the answers to your three questions, based on the study published June 23, 2026 in *Nature Communications* by the RCSI and UCD-led team.. Topic tags: general, government, academic, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. M
愛爾蘭皇家外科醫學院(RCSI)與都柏林大學學院(UCD)嘅研究團隊,利用人工智能(AI)驅動嘅空間蛋白質組學同空間轉錄組學,深入分析 ER+HER2− 乳癌——呢個亞型佔咗所有乳癌案例大約 70% 。
佢哋開發咗一個新方法,可以從常規病理樣本(FFPE 組織切片)中,精準量化腫瘤周圍間質區域嘅 CD8+ 細胞毒性 T 細胞密度 。呢種 AI 免疫分析,能夠大幅提升風險分層嘅準確度,特別係對於目前**基因檢測(例如 Oncotype DX 復發評分)只係顯示「中風險」**嘅病人——呢班人正正係最難決定是否需要化療、最易出現過度治療嘅群組
。
研究最令人震驚嘅結果係:間質 CD8+ 細胞毒性 T 細胞密度愈高,接受化療嘅患者預後反而愈差 。
喺隨機臨床試驗嘅中風險患者隊列入面,呢個關聯達到統計學顯著(ΔLR-χ²: 6.79, p = 0.009),而且喺另一個獨立嘅全切除標本隊列中都得到驗證(ΔLR-χ²: 8.90, p = 0.003)。
呢個發現之所以反直覺,係因為喺其他乳癌亞型(例如三陰性乳癌 TNBC、HER2+ 乳癌)入面,高嘅細胞毒性 T 細胞浸潤通常係好嘅預後指標,甚至預測化療反應會更好 。但喺 ER+HER2− 呢個亞型,高度發炎嘅間質微環境反而可能代表腫瘤對化療有抗性。研究團隊進一步發現,呢啲腫瘤同時存在免疫耗竭、檢查點受體(CTLA4、TIGIT、CD96)高表達,以及組織重塑通路活化,可能解釋咗點解免疫細胞多反而無用
。
研究團隊已經規劃好清晰嘅路線圖:
更大規模嘅驗證——呢個發現係基於 TAILORx 臨床試驗中嘅愛爾蘭患者樣本。首席研究員表明:「需要喺更大嘅研究中進一步驗證」先可以進入常規臨床應用 。
資金支持——後續開發由 ARC HealthTech 中心資助,呢個中心係由愛爾蘭政府同歐盟透過 ERDF 北部及西部區域計劃(2021–2027)共同出資 。
公平可及性——由於呢個方法係用常規護理中已經收集嘅組織樣本(FFPE 蠟塊同標準免疫組織化學染色),研究團隊強調佢「有潛力改善大多數早期乳癌患者嘅治療精準度同公平性,無論佢哋喺邊度接受治療」。
總結: RCSI/UCD 嘅研究提出「間質 CD8+ 密度」可以作為一個候選預測生物標記,幫助中風險 ER+HER2− 患者安全地唔使做化療——但喺廣泛應用之前,仍然需要喺完整嘅 TAILORx 數據集中進行前瞻性驗證 。
Nature Communications (2026). Spatial-immune multi-omics refines prognostication in early-stage ER+HER2− breast cancer and identifies a predictive biomarker for adjuvant chemotherapy. https://www.nature.com/articles/s41467-026-73432-2
RCSI Press Release (23 June 2026). RCSI study finds new markers to reduce chemotherapy overtreatment in breast cancer. https://www.rcsi.com/dublin/news-and-events/news/news-article/2026/06/study-finds-new-markers-to-reduce-chemotherapy-overtreatment
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
RCSI 與 UCD 團隊在《Nature Communications》發表研究,利用 AI 空間蛋白質組學與空間轉錄組學,分析 ER+HER2 乳癌(佔所有乳癌約 70%)的腫瘤免疫微環境。
RCSI 與 UCD 團隊在《Nature Communications》發表研究,利用 AI 空間蛋白質組學與空間轉錄組學,分析 ER+HER2 乳癌(佔所有乳癌約 70%)的腫瘤免疫微環境。 研究開發出新方法,可從常規病理樣本中量化「間質 CD8+ 細胞毒性 T 細胞密度」,大幅改善傳統基因檢測(如 Oncotype DX)在中風險患者中的風險分層。
最令人意外的發現是:間質 CD8+ T 細胞密度愈高,接受化療的患者預後反而愈差,與其他乳癌亞型(如三陰性、HER2+)的已知規律完全相反。