作者:Chinta sidharthan博士，Lily Ramsey，法学硕士，2024年6月24日
超过80%的肾癌病例为透明细胞肾细胞癌(ccRCC)，早期无明显症状，目前尚无早期筛查血清生物标志物。
在最近发表在Heliyon上的一项研究中，科学家使用转录组学和放射组学数据聚类及其与分子特征、临床病理和预后的关联来定义ccRCC的内在亚型。
研究:结合放射组学和反式方法鉴定透明细胞肾细胞癌亚型criptomics。图片来源:David A Litman/Shutterstock.com
虽然ccRCC是所有肾脏恶性肿瘤中最常见的，但ccRCC的早期症状很少，难以辨别。
由于缺乏血清生物标志物来筛查ccRCC，也导致超过25%的患者只能在晚期发现癌症，此后，靶向治疗、免疫治疗和手术是唯一推荐的治疗选择。
目前预测治疗结果的方法包括经皮活检，这有针道转移、出血和感染的风险。
此外，ccRCC患者的个体预后本质上是异质性的，小组织活检有不能准确反映这种异质性的危险。
此外，传统的检测方法，如磁共振成像、计算机断层扫描和超声不能定量区分不同的病理。
在本研究中，研究人员使用放射转录组学和无监督聚类来评估ccRCC的分子、免疫、预后和临床病理特征，并确定各种内在亚型。
无线电转录组学领域将放射组学的定量图像分析特征与通过转录组学获得的详细分子信息和对临床病理的见解相结合，同时克服了每个领域的缺点。
通过基因组或转录组学数据与放射组学的整合，该方法提供了一种无创但有效的肿瘤微环境预测方法。
以前的研究，包括同一研究小组的一些研究，已经使用放射转录组学分析来确定非小细胞肺癌的代谢、增殖和基于免疫激活的亚型。
在这里，研究人员还对ccRCC中具有临床意义的基因的功能方面进行了基于多组学的综合研究。
目前的回顾性研究包括训练和验证队列，如果患者被诊断为ccRCC，有孤立病变，并接受了对比增强计算机断层扫描或CECT成像，则纳入患者。
获得了两个队列的临床病理参数信息以及转录组学数据。
从3D CECT图像中手动识别感兴趣的区域，并描绘出代表内部肿瘤放射组学特征的出血，坏死，钙化和囊性变化区域。
确定了107个放射组学特征，包括一阶，形状，灰度依赖矩阵和四种其他类型的特征。
在预处理过程中对转录组数据和放射组特征进行标准化和缩放，并从转录组数据中识别出300个高度可变的基因进行聚类分析。然后使用无监督聚类分析确定肿瘤亚型。
随后，通过比较无病生存期、总生存期、肿瘤分级和分期以及患者的年龄和性别，检查各种肿瘤亚型的免疫、分子、预后和临床病理特征。
分子和转录组学特征，如信号通路、差异基因表达、免疫功能检查点和免疫细胞浸润也在不同亚型之间进行了比较。
此外，还比较了基因突变谱、微卫星不稳定性、肿瘤突变负担、肿瘤免疫功能障碍和核糖核酸(RNA)干扰。来自验证队列的放射组学数据随后被用于验证不同的肿瘤亚型。
本研究确定了三种ccRCC亚型，即C1、C2和C3，它们在免疫、分子、预后和临床病理特征上存在显著差异。C2亚型比C1和C3亚型表现出更好的生存结果，在预后特征上有显著差异。
免疫特性差异分析表明，C2亚型具有显著的代谢途径激活。相比之下，C1亚型具有更高的浸润性免疫细胞和功能，免疫检查点分子水平升高。
基因突变分析发现，Von Hippel-Lindau肿瘤抑制基因(VHL)和Polybromo-1 (PBRM1)基因是ccRCC中最常见的两个突变基因。C3亚型比其他两种亚型有更多的突变基因。
尽管在C1和C3亚型中观察到较高水平的肿瘤免疫功能障碍，但所有亚型均表现出相似的微卫星不稳定性、RNA干扰和肿瘤突变负担。此外，来自验证队列的数据证实了三种亚型的预后和临床病理特征。
总之，该研究使用无监督聚类的放射转录组学方法来定义三种内在的ccRCC亚型，这些亚型可用于表征ccRCC的预后和临床病理特征，并用于非侵入性风险分层。
这些亚型提供了一种评估ccRCC异质性的有效方法，可用于有效和个性化的癌症治疗。
