定量转录组学可增强乳腺癌检测，指导抗HER2治疗决策！

研究团队分析了3182例来自哥本哈根大学医院的乳腺癌样本的转录组学数据，涵盖RNA测序（RNA-Seq）和微阵列两种技术平台。虽然两组样本群体之间表达值的分布相似，但无法直接比较。因此，样本根据ERBB2 mRNA表达量分为五类（极低、低、中、高、极高）（如下图），并通过ROC曲线评估转录组学与IHC分类的一致性（AUC≥0.75）。结果显示，86%标准分类IHC为0的样本，通过转录组学可检测到ERBB2表达（41%低、42%中、4%高）。这一观察结果显示了定量转录组学在检测HER2蛋白低水平样品中信号的敏感性，有能力区分HER2-zero和HER2-low。

为了探究 ERBB2 表达类别是否会影响接受或未接受抗 HER2 治疗的患者样本对 NACT 的反应，作者比较了不同 ERBB2 mRNA 和 HER2 IHC 类别下的病理完全缓解（pCR）率，并根据是否接受抗 HER2 治疗进行分层（如下图）。由于只有IHC评分为2+（加上ISH阳性）或3+的患者才能获得靶向治疗，因此在治疗分配中存在固有的选择偏倚。结果显示，与IHC评分相比，pCR在ERBB2表达类别中的分布更为广泛，ERBB2表达水平与病理完全缓解率（pCR）显著相关（p<0.05），在归类为“ERBB2表达非常高”的组别中观察到的pCR比例最高。而IHC评分仅在高表达组（3+）显示明确关联。这表明，新辅助化疗可能对更多非 IHC 3+评分的患者有益。

本研究支持将转录组学作为IHC的补充工具，尤其适用于HER2-low/ultralow患者的治疗选择。但也有部分研究（如Schettini等）未发现ERBB2 mRNA与NACT响应的关联，提示需进一步验证其预测价值。

‌本实验的局限性还包括缺乏外部验证队列，且RCB数据有限。其次，转录组学成本较高，可能也会限制临床普及。

研究结果强调了在HER2表达过低而标准免疫组化无法提供可靠结果的情况下定量ERBB2 mRNA的重要性。作者建议整合多组学数据优化HER2-low分类标准，并推动RNA-Seq在临床试验中的应用，可在临床试验中系统地招募HER2-low患者来进行验证。此外，需探索ERBB2表达与其他生物标志物（如HR状态）的交互作用。

‌

综上所述，转录组学可以灵敏地检测HER2表达，并在IHC分类之外对患者进行分层，支持其作为指导抗HER2治疗决策的补充生物标志物。尽管存在技术和成本挑战，其定量分析能力有望改善患者分层和治疗决策，最终提升抗HER2治疗的临床获益。