基于乳腺癌PBMC中的四种甲基化标志物，研究团队开发了一种高效、便捷的多重甲基化特异性定量PCR检测方法（BC-mqmsPCR）用于检测乳腺癌，并在多中心队列中验证了其诊断性能。

研究团队绘制了cfDNA中乳腺癌高分辨率的ER和FOXA1肿瘤TF结合图谱，发现血浆中TF印记的富集反映了TF在起源组织中的结合强度。

研究团队检测了乳腺癌患者和小鼠模型中意想不到的CTC生成动态模式，发现癌细胞的转移与作息、特定激素水平密切相关，大多数自发的CTC血管内渗事件发生在患者的睡眠期间。

研究人员开发了一个经过大量数据训练的、准确性达到放射科医生级别的新型人工智能系统，能够自动识别乳腺超声图像中的恶性病变。同时研究团队还通过评估一个混合诊断模型探讨了放射科医生和人工智能之间合作的益处，为未来医学图像分析的深度学习方法…

该研究利用scRNA-seq在三个层面定义了乳腺肿瘤的细胞结构、细胞分类，利用空间转录组定义了细胞分布与互作，并基于免疫表型定义了九种乳腺癌亚型，揭示了乳腺肿瘤全新的免疫表型，为乳腺癌分类的综合细胞模型提供了重要基础。

该研究成果近日发表在Nature上，文章题为“Clonal fitness inferred from time-series modelling of single-cell cancer genomes”。

液体活检能够可靠地检测出进入晚期乳腺癌女性血液中的ctDNA突变，指导患者接受针对性治疗。

国际研究团队开发了一种名为CytoPAN的便携式自动成像细胞分析系统，可在1小时内准确检测乳腺癌并识别其亚型，其癌症诊断准确率达100%。

英国剑桥大学研究团队首次在乳腺癌组织中发现了G4结构的存在，或可用于体确定乳腺癌亚型。

新的乳腺癌AI筛查系统可对乳腺癌X射线造影数据进行大规模分析和处理，能力超过了专业放射科医生。