導讀：利用基因芯片進行乳腺癌分型
Duke大學研究人員研究出根據基因表達情況評價乳癌惡性程度的新統計學方法。他們採用DNA微陣列(基因芯片)實驗室方法對乳癌樣品進行基因活性分析，證實根據臨床上兩個重要因素的表達情況評價乳癌的狀態，這兩個因素分別是雌激素受體表達情況和淋巴結轉移情況。
表達雌激素受體的腫瘤更容易侵襲性擴散，它們能對促進生長作用的雌激素和黃體酮反應，還能預測腫瘤是否已經轉移到淋巴結，以及轉移的能力，科學家說腫瘤的淋巴結轉移是癌症轉移的最重要因素。關於這個統計學預測腫瘤狀態的報告刊登在2001年9月25日的《美國科學院學報》(as)上。該文主要作者JosephNevi說這個發現還是初步的，他相信這個技術最終會產生新的診斷實驗，並能夠非常準確的預測腫瘤的狀態，提高診斷和治療能力。
JosephNevi是Duke大學醫學中心HowardHughes醫學協會調查員，擔任基因組技術中心代主任。該中心是Duke基因組科學和政策(IG)協會的5個研究中心的組成之一。 Nevi說這個技術明顯優越於標準方法，傳統方法通過視覺檢查，確定腫瘤的治療方案和預後。由於病理學家診斷的視覺信息是基因表達的結果，研究就大規模直接分析基因的表達情況，最後分析每一個在腫瘤中表達的基因情況，為腫瘤的診斷提供現在檢查無法比擬的更加詳細的信息。該研究由IG項目贊助，目前的資助單位還有Duke乳癌研究專門項目(ORE)，早期檢測研究網絡和Duke綜合性癌症中心。
曾經使用基因芯片進行白血病、淋巴瘤和乳癌的分析和分類，但是Duke大學的研究人員遠遠超出了以往的工作，它們的目的是開髮乳癌臨床指標的預測性指標，這也是此技術用於臨床的重要方面。基因芯片可以在一個腫瘤樣品上分析上千個基因。科學家從腫瘤樣品中提取mRNA，將它們放在微陣列上與基因樣品相互作用，科學家在mRNA上標上熒光標記，檢測mRNA的水平，以檢測出腫瘤中基因的表達活性。
Duke研究人員使用的是商業化基因芯片，包含有7000個人基因。在研究中，他們主要研究的是在腫瘤中極度表達的100個基因，他們運用統計學的方法分析49個腫瘤基因樣品的基因表達情況，以前用於檢測腫瘤樣品中的雌激素受體的陽性或陰性表達情況。 Nevi說，腫瘤中基因表達上的差異能夠預測雌激素受體的狀態。由於雌激素受體在促進腫瘤上的重要作用，確定雌激素受體的狀態對於乳癌的診斷非常有意義，雌激素受體的檢測還有助於治療。雖然目前已經能夠進行雌激素受體的分析，基因表達的檢測能夠提供更詳細的信息。
AS研究還報導乳癌中的雌激素受體表達情況還能預測淋巴結的累及與否。科學家將累及淋巴結和沒有累及的進行比較，發現它們能夠對腫瘤的淋巴結狀態進行分層，不過準確性沒有雌激素受體分析那麼高。 Nevi說基因芯片分析除了通過觀察整個熒屏外，還可以檢測數字相片的每一個像素，終有一天生理學家不在需要在顯微鏡下進行腫瘤的檢查，將會有技術幫助他們直接檢測腫瘤個體基因的表達情況物。
關鍵字：#利用基因芯片進行乳腺癌分型
