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：

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。