An Outcome-Independent Analytical Framework Reveals Systemic Discordance Between a Continuous Neural-Mesenchymal Programme and Consensus Molecular Subtyping in Colorectal Cancer: A Multi-Cohort Transcriptomic Study
本研究引入了一种仅由共表达模式衍生的、与结局无关的四基因神经间质（NEM）程序评分，该评分与结直肠癌中离散的 CMS4 亚型高度重叠但又与之不同，揭示了一个连续的生物学程序，捕捉到了现有分类系统所遗漏的间质活性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
结直肠癌并非一种单一的疾病，而是一系列具有不同生物学行为的集合，每种行为都在肿瘤细胞的遗传物质中留下了不同的特征。多年来，科学家们一直试图将这些肿瘤归入整齐的类别，以更好地理解它们的生长方式以及它们可能对治疗的反应方式。一种广泛使用的系统被称为“共识分子亚型”（Consensus Molecular Subtyping），它将这些癌症分为四组。其中一组通常被称为“间质型”（mesenchymal），其侵袭性极强。该类型的特征在于细胞失去了其刚性结构，并获得了移动和侵入其他组织的能力，这一过程被称为上皮-间质转化（epithelial-mesenchymal transition）。这一特定组别还以含有大量来自人体自身结缔结构的支撑组织而闻名，这往往使得治疗变得更加困难。然而，生物学很少能完美地契合进这些框框之中。研究人员长期面临的问题是，这些僵化的类别是否捕捉到了肿瘤行为的全貌，还是说存在一个被这些类别所忽略的连续谱系。
由印度 JIS 大学 Anirudhha Roy 进行的一项新研究通过一个不同的视角探索了这一差距。研究者并没有从既定的类别或患者的生存数据入手，而是从观察基因如何相互交流这一简单的现象开始。他选择了一组特定的、已知与神经发育及细胞改变形状和移动能力相关的十四个基因。通过检查这些基因在大量肿瘤样本中是如何同步上升或下降的，他确定了一个由四个基因组成的紧密联系的群体，这四个基因始终保持同步运动。这个群体包括了与神经生长相关的基因以及已知能驱动细胞获得侵袭能力的基因。随后，研究者基于这四个基因的活性创建了一个单一的分数，将其视为衡量“神经-间质”（neural-mesenchymal）程序的连续指标——这是一种肿瘤表现得像是神经组织与具有侵袭性和移动能力的细胞混合体的生物学状态。
这项研究随后将这个新分数与既定的四分类系统进行了对比测试，涵盖了来自全球九个不同患者群体的近 3,750 人。结果揭示了一个显著的重叠与差异模式。该新分数在识别侵袭性间质型肿瘤方面表现出色；它正确识别了几乎所有的此类肿瘤。然而，反向情况则不然。虽然新分数找到了几乎所有被旧系统标记为侵袭性的肿瘤，但也发现了不少被旧系统归入其他低侵袭性类别的肿瘤。在最初的患者组中，约有三分之一被标记为具有高神经-间质活性的肿瘤，并未被标准系统归类为侵袭性类型。这种模式在研究的所有不同患者组中都保持一致，表明相当一部分肿瘤即使没有携带官方标签，也具备这种侵袭性的、与神经相关的活动。
研究人员还观察了这一新分数是否能预测患者的生存时间。数据显示，患者具有高分数的风险略微增加了死亡风险，但这种联系还不足以被视为决定性的预后证据。研究团队谨慎地指出，该分数是在未观察生存数据的情况下构建的，因此与患者结局的联系仍属于观察结果而非保证的规则。此外，当团队在实际组织样本中检查这四个基因所产生的蛋白质的物理存在时，他们发现了意想不到的情况。其中两个基因在肿瘤细胞中清晰可见，但与神经生长相关的那个基因并未在肿瘤细胞本身中被发现。相反，它似乎位于围绕肿瘤的神经中。这表明该分数捕捉到的可能不是仅仅发生在肿瘤细胞内部的变化，而是肿瘤与附近神经之间的一种对话。
这项工作的核心发现是，这种神经-间质程序的连续活动与用于对肿瘤进行分类的类别标签，描述了该疾病两个不同但又相互重叠的方面。标准系统成功识别了最具侵袭性的肿瘤，但它遗漏了相当一部分比例的肿瘤，而这些肿瘤仍带有侵袭和神经相互作用的生物学特征。这项研究并不是声称旧系统是错误的，而是认为它是不完整的。通过使用一种观察基因如何相互协调而非观察其如何符合模板的方法，研究者找到了一种观察标准标签所忽略的生物学现实的方式。这一发现意味着，如果医生或科学家仅依赖标准类别来研究最危险的结直肠癌形式，他们可能会系统性地忽略一大群虽然被分类不同、但却拥有相同危险生物学特征的患者。这项工作表明，理解癌症可能需要观察生物活动的连续流动，而不仅仅是我们在其周围画下的框框。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。