A continuous transcriptomic entropy score is associated with overall survival in WHO grade 3 IDH-mutant glioma: development and external validation across two sequencing platforms

在脑癌领域，一种特定类型的肿瘤长期以来一直是令医生们感到棘手的难题。这些是胶质瘤，即生长在脑部支持细胞中的肿瘤。当患者携带一种被称为 IDH 突变的特定基因变化时，其预后通常比其他类型的脑癌要好，但未来的道路依然充满不确定性。目前，医生依靠两个主要线索来决定治疗的激进程度：肿瘤的分级（即通过显微镜观察细胞异常程度的粗略衡量标准），以及一个名为 MGMT 的基因状态（该基因会影响药物的疗效）。然而，这些工具过于迟钝。两名患者在纸面上可能看起来完全相同，拥有相同的分级和基因状态，但其中一人可能生存十年，而另一人却在不到两年内去世。这种巨大的结果差异让医生只能靠猜测，这可能导致患者暴露在毫无益处的严酷放疗和化疗之下，或者相反，在肿瘤悄然变得更加危险时等待过久才进行治疗。

多年来，研究人员一直试图利用肿瘤的遗传活动（或称转录组学）来解决这个问题。大多数现有方法都像是一种分类机，将肿瘤放入几个固定的类别中。虽然这些类别能很好地描述群体，但它们是做出个体决策的糟糕工具。它们提供的是一个标签，例如“A 型”或“B 型”，而不是一个关于特定肿瘤距离变得致命还有多远的度量。缺失的是一种能够为每一位患者提供连续评分的方法，即一个数字，能够告诉他们其肿瘤在缓慢生长的肿块与侵袭性极强的快速移动肿瘤之间的光谱中处于什么位置。

Ivy Datta 的一项新研究通过开发并测试一种名为“转录组模糊指数”（Transcriptomic Ambiguity Index）的新型评分系统，解决了这一空白。研究人员从一个简单而强大的想法出发：当计算机程序尝试将肿瘤归入某一类别时，该决策的置信度至关重要。想象一下，一台经过训练的计算机正在区分低级别的缓慢生长胶质瘤和高级别的致命胶质母细胞瘤。对于大多数低级别肿瘤，计算机非常确定，会给出一个表示“这绝对是一个低级别肿瘤”的评分。但对于某些肿瘤，计算机会犹豫。它们的遗传特征处于中间地带，使得很难确定它们是低级别的还是高级别的。研究人员提出，这种犹豫并非错误或噪声，而是一个至关重要的信号。它表明肿瘤正在发生生物学上的转变，在显微镜下观察到这些特征之前，就已经开始展现出高级别癌症的特征。

为了将这个想法转化为工具，团队分析了来自大型公共数据库中数百名患者的遗传数据。他们建立了一个计算机模型来区分两种极端的胶历瘤类型。然后，对于每一个新肿瘤，他们测量模型在分类时的不确定性。他们将这种不确定性转化为一个单一的数字，即一个随着肿瘤变得难以分类而上升的评分。低分意味着肿瘤是明确的低级别，而高分则意味着肿瘤具有模糊性，徘向着成为高级别癌症的边缘。这个评分是连续的，这意味着它可以取任何值，从而实现精细的区分，这是简单的类别无法提供的。

研究人员随后在三组不同的患者身上测试了该评分，以观察其是否能预测生存期。第一组用于构建和完善评分，而另外两组来自不同国家且在不同的机器上进行测序，被用于观察该评分在没有经过调整的情况下在现实世界中是否有效。结果令人瞩目。在 WHO 3 级 IDH 突变胶质瘤患者中，该评分是预测生存期的强有力指标。评分每增加一个标准单位，死亡风险就会显著上升。这一模式在所有三组中都成立，尽管这些组在规模、地理位置以及读取遗传数据的技术方面存在差异。即使在考虑了年龄、1p/19q 共缺失状态、MGMT 甲基化以及患者接受的治疗等已知因素后，该评分仍然是一个强大的预测因子。

至关重要的是，研究排除了几种关于该评分为何有效的潜在解释。一种担忧是，该评分可能仅仅是在识别那些被误诊、实际上患有缺乏 IDH 突变的更具侵袭性类型的患者。然而，当研究人员仅观察那些经遗传学确认具有 IDH 突变的患者时，该评分的效果甚至更好，证明了它并非仅仅是误诊的结果。该评分也并非简单地根据已知的 1p/19q 共缺失进行区分；它提供了除此之外的新信息。有趣的是，该评分在预测 2 级肿瘤（这种疾病中最低级别的肿瘤）的结果时一致性较差。它在一组中表现良好，但在其他组中则不然，这表明虽然它是 3 级肿瘤的强大工具，但可能并不专门针对该阶段。

研究还强调了一个此类工具必须如何使用的实际细节。患者得到的精确数字取决于分析其样本的具体机器和实验室。一个实验室中的“高”分在另一个实验室中可能是“中”分。因此，该评分不能作为一个普遍的绝对数值发布。相反，它必须针对同一平台处理的参考组进行校准。一旦完成校准，该评分就成为了一种在特定组内对患者进行排序的可靠方式，显示出谁面临更高的风险。

这项工作并不声称已经解决了脑癌治疗的问题，也不提供新的药物或保证的治愈方法。所使用的数据是收集自过去的患者，这意味着研究结果是相关性而非因果关系的证明。研究人员强调，该评分需要在未来的研究中进行测试，在这些研究中，患者将被进行前瞻性随访，以观察使用该评分是否真的能帮助医生做出更好的决策。然而，该研究成功地证明了遗传不确定性的连续度量具有真实的预后价值。它提供了一种超越肿瘤外观静态快照的方法，去观察其演化的动态过程，从而为面临这种挑战性疾病的患者提供更清晰、更细致的风险图景。