首页 > 文章详情

谭蔚泓院士团队揭秘HIM项目：从基础研究到TNBC精准治疗的探索之旅

02月19日

来源：肿瘤资讯

2025年2月15日，HIM项目启动会在上海成功举办。本次会议旨在推动三阴性乳腺癌（TNBC）精准治疗的临床研究与应用。会上，主要研究者分享了HIM项目中基础转化研究和临床试验方案。【肿瘤资讯】特邀浙江省肿瘤医院谭蔚泓院士、胡海教授、吴芩教授，就基于TNBC-HIM分型指导下的精准治疗展开分享。

专家简介

谭蔚泓

中国科学院院士、发展中国家科学院院士

中国科学院院士、发展中国家科学院院士
中国科学院肿瘤与基础医学研究所所长
中国科学院大学附属肿瘤医院院长
湖南大学化学化工学院、生物学院教授
上海交通大学分子医学研究院院长
现任化学生物传感与计量学国家重点实验室（湖南大学）主任
中国化学会副理事长
湖南省院士咨询与交流促进会会长
教育部科技委员会委员
国家自然科学基金委化学部咨询委员会委员等

胡海

二级教授，一级主任医师、博士导师

中科院杭州医学研究所浙江省肿瘤医院乳腺中心主任院长助理
国家杰出青年基金获得者
国家重点研发项目首席科学家，指南编制专家
承担国自然重点，科技部新药创制重大专项等国家级项目
发表Cell等论文30余篇
获国内发明专利授权20余项
获教育部科学技术进步奖一等奖、教育部自然科学奖二等奖、广东省科技进步二等奖
中国抗癌协会肿瘤异质性与个体化治疗委员会副主委候任主委
中国抗癌协会代谢委员会常委中国研究型医院学会分子肿瘤与免疫治疗专业委员会常委
中国细胞生物学会代谢委员会理事
Malianancy spectrum（国家科协高起点期刊）副主编
Chinese Science Bulletin（科学通报）编委
Fundamental Research（国家基金委科学综合期刊）编委

吴芩

博士生导师

中国科学院杭州医学研究所研究员
中国科学院战略先导项目首席科学家
优秀青年科学基金项目（海外）获得者
中国科学院上海分院杰出青年科技人才
浙江省杰出青年基金获得者
浙江省海外引进高层次人才（创新长期）
中国化学会女化学工作者委员会委员
浙江省分子医学专委会委员
课题组致力于肿瘤的基础与转化研究。开发单细胞组学新技术，绘制肿瘤细胞分子图谱，鉴定早期诊断和精准治疗标志物，实现个性化精准治疗。

Q1. 能否请您分享一下HIM项目的由来和背后的故事？

谭蔚泓院士：HIM 项目名称有着特殊意义，其英文缩写一方面源于中国科学院杭州医学研究所（Hangzhou Institute of Medicine）。该研究所于 2019 年由浙江省与中国科学院共同建立，是中国科学院首个医学研究机构，致力于基础科学驱动的医学研究与临床实践相结合。

在乳腺癌治疗领域，整体五年生存率已达 90%，但 TNBC 的生存率却不到 10%。如此悬殊的数据对比，凸显出 TNBC 治疗的严峻挑战。当时，乳腺癌分子分型多基于核酸、基因表观遗传学等方面，而基于蛋白的研究相对匮乏。我们研究所恰好在单细胞蛋白组学方面具备独特优势，于是决定以此为突破口，开展基于蛋白的分子分型研究。

我们利用单细胞蛋白组学方法，成功对 TNBC 在蛋白层面进行分型，分为 H（Hot）、I（Ice）和 M（Medium）三种类型。免疫治疗对这三种分型的效果差异显著：Hot型能见到一定治疗效果，Medium型效果有限，Ice型则几乎无效。这种差异不仅是我们对 TNBC 治疗研究的重要发现，也成为项目命名 HIM 的原因之一，同时 HIM 恰好与研究所的英文缩写相契合。通过科技创新，HIM 项目有望为患者带来新的希望，也为基础科学研究向临床应用转化提供了宝贵范例。

2022 年底，该研究在浙江省肿瘤医院完成初步验证。在后续的近两年时间里，我们积极筹备全国多中心临床试验。在此过程中，特别感谢中国医学科学院肿瘤医院徐兵河院士的引领，以及复旦大学附属肿瘤医院王红霞教授、我院胡海教授等众多专家的全力配合，才使得项目得以顺利启动。

Q2.在TNBC-HIM分型指导下的精准治疗研究中，基础转化研究处于关键地位。您能分享下启动这项基础转化研究的初衷吗？

胡海教授：TNBC是乳腺癌中治疗效果最差的亚型，严重影响整体乳腺癌的治疗效果。提升 TNBC 的治疗效果，成为我们团队亟待攻克的难题。基于此，我们决定开展 TNBC 的分型研究，期望通过分型治疗这一策略，实现疗效的提升。

在分型研究中，从基础到临床的转化是核心要点。经过深入研究与分析，我们最终选定在蛋白水平进行分型。这是因为蛋白水平的分型能更精准地反映细胞生物学的实际状态和行为，其分析结果也更为稳定，在临床检测方面更具可操作性。尽管目前已有其他 TNBC 分型研究，但蛋白分型仍是一片有待深入探索的领域，蕴藏着巨大的研究价值。

我们通过全蛋白组检测和聚类分型，成功发现了三种分型的特征分子标志物谱，并持续关注其对治疗效果和预后的影响。前期回顾性研究和小样本临床转化研究均表明，基于这种分型的治疗策略，疗效显著优于传统未分型的治疗方式。接下来，我们希望借助更大规模的全国多中心临床研究，进一步验证该分型的临床价值，从而为 TNBC 治疗提供更为精准的指导。

Q3. 基于患者病灶影像学、病理切片、图像机器学习构建分型预测模型，也是研究的一大亮点。能否请您谈谈，在构建过程中面临哪些挑战？如何保证模型的准确性和可靠性？

吴芩教授：TNBC-HIM分型的基础研究主要依托组学数据，借助这些数据，我们发现了三种分型在免疫微环境上的显著差异。然而，要将组学数据转化为临床可及的诊断手段，并非易事，这也是当前面临的较大挑战。

幸运的是，中科院杭州医学研究所和浙江省肿瘤医院病理科给予了大力支持。在过去两年，我们完成了数千张免疫组化切片的分析工作，从中筛选出关键免疫组化标志物。与此同时，我们积极借助 AI 技术，开发了基于 AI 病理和免疫组化识别的分型模型。该模型能够精准识别不同亚型的空间结构，实现了从基础研究到临床诊断的快速转化。

我们搭建的 AI 模型云平台（DP模型），可以精准地将入组患者分为 H、I、M 三个亚型，为后续治疗提供了有力保障。这一创新成果不仅大幅提高了分型的准确性和可靠性，还为临床医生提供了一种便捷、高效的诊断工具，有望推动 TNBC 精准治疗在临床上的广泛应用。

责任编辑：肿瘤资讯-赵金萍
排版编辑：肿瘤资讯-JK