在癌症发展过程中，肿瘤微环境中的胶原纤维起着重要作用。课题组在近期研究工作[Theranostics, 2021, 11(7): 3229-3243 (IF=11.556)]的基础上，进一步结合图像处理技术自动提取8种肿瘤相关胶原宏观模式（TACSs）对应的142维微观特征（TCMFs），探索微观特征与乳腺癌预后之间的关系。通过LASSO回归分析最终确定14个与预后相关的微观特征，并给出每个患者的肿瘤相关胶原微观特征评分（TCMF-score）。统计分析结果表明，TCMF-score也是独立预后因子，并且与肿瘤相关胶原宏观特征评分（TACS-score）相互补充：微观特征可以更好地识别低风险患者，而宏观特征可以更好地识别高风险患者。当两者结合时，对所有患者的预后都能很好地预测，远优于公认的临床病理因素。
研究成果以“Computer-assisted quantification of tumor-associated collagen signatures to improve the prognosis prediction of breast cancer”为题发表在国际学术期刊《BMC Medicine》（大类一区Top, IF=8.775）。该论文福建师范大学为第一单位，博士研究生席刚琴为该篇论文的第一作者。该研究工作得到国家自然科学基金和福建省自然科学基金等项目资助。
乳腺肿瘤相关胶原微观特征提取示意图
全文链接：
https://bmcmedicine.biomedcentral.com/articles/10.1186/s12916-021-02146-7