Metabolic-Pathway-Based Subtyping of Triple-Negative Breast Cancer Reveals Potential Therapeutic Targets

三阴性乳腺癌 癌症研究 三重阴性 生物 计算生物学 乳腺癌 癌症 医学 生物信息学 亚型 内科学 计算机科学 程序设计语言
作者
Yue Gong,Peng Ji,Yun‐Song Yang,Shaowei Xie,Tian‐Jian Yu,Yi Xiao,Ming‐Liang Jin,Ding Ma,Linwei Guo,Yu‐Chen Pei,Wen-Jun Chai,Da‐Qiang Li,Fan Bai,François Bertucci,Xin Hu,Yi‐Zhou Jiang,Zhi-Ming Shao
出处
期刊:Cell Metabolism [Cell Press]
卷期号:33 (1): 51-64.e9 被引量:494
标识
DOI:10.1016/j.cmet.2020.10.012
摘要

Summary

Triple-negative breast cancer (TNBC) remains an unmet medical challenge. We investigated metabolic dysregulation in TNBCs by using our multi-omics database (n = 465, the largest to date). TNBC samples were classified into three heterogeneous metabolic-pathway-based subtypes (MPSs) with distinct metabolic features: MPS1, the lipogenic subtype with upregulated lipid metabolism; MPS2, the glycolytic subtype with upregulated carbohydrate and nucleotide metabolism; and MPS3, the mixed subtype with partial pathway dysregulation. These subtypes were validated by metabolomic profiling of 72 samples. These three subtypes had distinct prognoses, molecular subtype distributions, and genomic alterations. Moreover, MPS1 TNBCs were more sensitive to metabolic inhibitors targeting fatty acid synthesis, whereas MPS2 TNBCs showed higher sensitivity to inhibitors targeting glycolysis. Importantly, inhibition of lactate dehydrogenase could enhance tumor response to anti-PD-1 immunotherapy in MPS2 TNBCs. Collectively, our analysis demonstrated the metabolic heterogeneity of TNBCs and enabled the development of personalized therapies targeting unique tumor metabolic profiles.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
木子发布了新的文献求助10
刚刚
suhai的应助被笑点低元槐采纳,获得10
1秒前
桐桐的应助被tzjstar采纳,获得30
1秒前
1秒前
zcadqe234完成签到,获得积分10
1秒前
xpdnpu完成签到,获得积分10
3秒前
充电宝的应助被chihao_t采纳,获得10
3秒前
HHHH发布了新的文献求助10
3秒前
勤奋乐天发布了新的文献求助10
3秒前
4秒前
超帅建完成签到,获得积分10
4秒前
4秒前
开心饼干发布了新的文献求助10
5秒前
5秒前
5秒前
志摩001完成签到,获得积分10
5秒前
sjdssg完成签到 ,获得积分10
5秒前
慕青的应助被谈笑间采纳,获得10
6秒前
filili完成签到,获得积分10
6秒前
小黄花525完成签到 ,获得积分10
6秒前
7秒前
小淼发布了新的文献求助10
7秒前
搞怪的康发布了新的文献求助10
8秒前
8秒前
热心冷亦完成签到,获得积分10
8秒前
苹果皮完成签到,获得积分10
8秒前
8秒前
zhz完成签到,获得积分20
9秒前
9秒前
111哩完成签到,获得积分10
10秒前
波波2013完成签到,获得积分10
11秒前
天天快乐的应助被LLL采纳,获得10
11秒前
HHHH完成签到,获得积分10
12秒前
12秒前
SUNYAOSUNYAO发布了新的文献求助10
12秒前
王哈哈完成签到,获得积分10
13秒前
13秒前
静研发布了新的文献求助10
14秒前
大个的应助被CC采纳,获得10
14秒前
Owen的应助被Shawn采纳,获得10
14秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Das Matthäusevangelium: Kapitel 1:1–17 1000
IRTSD: Open-Source Data and Toolset for Electromagnetic Transient Analysis of Disturbances and IBR Control Malfunctions in Transmission Systems 1000
Challenging Attachment Theory 600
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8138639
求助须知:如何正确求助?哪些是违规求助? 9539181
关于积分的说明 21634308
捐赠科研通 7722685
什么是DOI,文献DOI怎么找? 3420626
关于科研通互助平台的介绍 2545831
邀请新用户注册赠送积分活动 2462532