结直肠癌发病率居所有癌症第三位，约20%的患者在确诊时已经发生转移，死亡率高居各类癌症第二位。该研究对瑞典知名癌症样本数据库U-CAN队列中的1063例结直肠癌样本进行全基因组和转录组测序分析，发现了一系列与癌症不同阶段相关的驱动基因，并识别了关键预后因子。

准确的疾病分类能够帮助医生对病人的病情、治疗手段以及预后（即预估治疗结果）进行快速和有效的判断。疾病分类的基础是致病机制，而在以前，分类往往是通过症状、病灶形态等表面现象进行的。现在，随着组学技术的发展，科学家能够深入基因，追本溯源，对疾病进行更为精准的分类，为诊疗作出贡献。

近日，一项研究通过全球最大规模的结直肠癌多组学数据分析，发现了多个与该疾病相关的关键基因，并在此基础上重构了结直肠癌类型学。该研究于2024年8月7日发表在《自然》（Nature）杂志上，作者是来自瑞典乌普萨拉大学、华大生命科学研究院以及华大基因智慧医学研究院的Tobias Sjöblom、林从、李甫强等多名研究者组成的团队。

本研究使用的UCAN队列，是Uppsala University联合Umeå University、Stockholm university、Kungliga Tekniska Högskolan (KTH) 等研究团队于2010年启动建设的，截至2023年底，已经采集了27,476名癌症患者的样本、影像及临床数据，该队列对患者每年定期随访，近20%的患者随访超过10年，75%以上的患者随访超过5年。其中结直肠癌患者占比很高，为大规模研究提供了很好的基础。

首先，研究者从 1,126 例 CRC 病例中的 1,063 例中获得了高质量的全基因组序列（平均覆盖率为 53 倍），以及肿瘤转录组序列（平均 3000 万个配对读数；补充表 1）。在 1,063 例 CRC 中，943 例为原发性肿瘤手术标本，120 例为原发性肿瘤活检标本。522 例的对照样本取自外周血，541 例的对照样本取自邻近组织。在所有患者中，126 例（12%）在手术获取肿瘤标本之前已接受过预处理，其中 92 例样本为手术前接受过放化疗或放疗的直肠癌。

总共鉴定出 96 个突变驱动基因，其中 1,056 个 (99%) 肿瘤至少有一个基因发生体细胞突变 (图 1a)。根据总突变计数，242 个 (23%) 肿瘤为高突变 (HM)，每兆碱基突变数 >23.16 (图 1b 和补充表 4)。与非高突变 (nHM) 病例相比，HM 病例年龄较大 (中位年龄 76 岁对 71 岁)，女性患者更多，并且右侧、粘液性、高级别 (低分化或未分化) 和 II 期肿瘤更多见14 (补充表 5)。223 名 (21%) 患者符合 MSI 标准 (MSIsensor 评分 ≥ 3.5；方法)，其中仅 2 名是 nHM。该基于人群的队列代表了瑞典的 CRC 患者（补充表 6），与 MSI 患病率较低的年轻、健康患者队列形成对比15。总共有 15 个 HM 肿瘤是具有 POLE 或其他 DNA 损伤修复基因突变的 MSS（图 1c），6 个是具有高非编码肿瘤突变负担 (TMB) 但没有修复基因突变的 MSS。HM MSS 肿瘤中的修复基因突变并非都是驱动因素；因此，它可能无法完全解释它们的高 TMB。对三组（HM、nHM 和整个肿瘤队列）的分析确定了 96 个独特的驱动基因，以及 13 个额外的亚型特异性驱动基因（补充表 3）。在 HM 肿瘤中，超过 20% 病例发生突变的基因属于 TGFβ–BMP、WNT、RTK–RAS、核糖体蛋白、表观遗传调控、PI3K、SCF 复合物、p53 和免疫系统途径，最常见的复发突变是 ACVR2A（p.K437Rfs*5；78%）、BRAF（p.V600E；65%）和 RNF43（p.G659Vfs*41；57%）。相应地，WNT、p53、RTK-RAS、PI3K、SCF 复合物和 TGFβ 通路在超过 10% 的 nHM 肿瘤中发生基因突变（图 1a 和补充表 3）。nHM 肿瘤中最常见的热点突变是 KRAS p.G12D（15%）和 p.G12V（11%）。

图1 Somatic mutation analysis of 1,063 CRC genomes identifies 96 driver genes.

在 96 个驱动基因中，有 24 个基因之前未被指定为任何癌症的驱动基因16,17，它们与 BMP（RGMB）和 EGFR（AREG）信号传导、细胞周期（CEP170 和 SKA3）、免疫系统（PIGR 和 CSF3）、离子转运（SLC12A2 和 CYB561A3）、代谢（PIGW、CYP2A6 和 CYP7B1）、mRNA 剪接（SREK1IP1）、蛋白质转运（WASHC2C 和 SLC46A3）、转录调控（FOXP2、NANOGP8、TBP 和 ZNF554）、核糖体蛋白（RPS15、RPS16 和 RPS6）和其他途径（CBWD1、PRAC2 和 ANKRD40）有关。 CRC3–5,8,10,11,18–21 中以前未观察到的 9 个驱动因素与免疫系统 (CDH1)、组蛋白修饰 (SETD5)、转录调节剂 (MIDEAS 和 NONO)、PI3K 信号传导 (TYRO3)、细胞反应 (FLCN)、核糖体蛋白 (RPL10 和 RPL22) 和 UCH 蛋白酶 (MBD6) 相关。

进一步从96个驱动基因中，鉴定出RTK–WNT 通路共突变的两种不同模式(1) KRAS、APC 和 AMER1，以及 (2) BRAF 和 RNF43。

图：Mutually exclusive and co-occurring gene mutations in the 96 colorectal cancer driver genes displayed by hypermutation status.

最终，基于肿瘤基因表达差异，研究者们将结直肠癌预后分为了包含5个预后亚型的类型系统CRPS（CRC Prognostic Subtypes，结直肠癌预后分型）。与经典的结直肠癌分型CMS（Consensus Molecular Subtypes，共识分子分型）相比，该分类能够更加准确地预测预后。

图：

Refined prognostic subtypes derived from 1,063 CRC transcriptomes.

从肿瘤转录组数据的无监督分类中获得的五种不同 CRPS 的特征。a、对同一数据集的 CRPS 与 CMS 进行比较。分配给每种亚型的样本比例显示为肿瘤总数的百分比。标出了每个 CRPS 和 CMS 亚组的主要分子和临床特征。b、根据 CRPS 分类的 1,063 个样本的转录组特征。在 CRPS 中发生差异改变的预后局灶性 CNV 细胞带用星号表示（P < 0.05，nHM 肿瘤中的多变量 Cox 回归）。c、CRPS（顶部）和 CMS（底部）组总体（I-IV 期）和无复发（I-III 期）生存率的 Kaplan-Meier 生存曲线（对数秩检验）。 d、分配给 CRPS2 的 CMS4 样本和分配给 CRPS4 组的 CMS4 样本的 Kaplan-Meier 生存曲线（对数秩检验）。使用多变量 Cox 回归计算调整后的 HR（HRadj）和 P 值（Padj）或 HR 和 P 值（可调整或不调整肿瘤分期）。CIN，染色体不稳定性。