研究问题与核心发现
结直肠癌的分子分型需要同时描述肿瘤细胞、微环境和患者结局。已有的共识分子亚型(CMS)概括了免疫、经典信号、代谢和间质等特征,但同一类别内部仍有差异。本研究将全基因组变化与整体组织转录组配对,再将分型接到长期随访,形成两条主要结果:一是驱动变异的预后关联随高突变背景而变化;二是转录组可划分为五类CRPS,其中既有不同的免疫与间质状态,也有生存差异。[PDF第1、5–8页]
研究设计
| 层面 | 样本与方法 | 主要读出 |
|---|---|---|
| 发现队列 | 瑞典Uppsala和Umeå,2004–2019年确诊;1,063例原发CRC,配对肿瘤与正常DNA | 体细胞短变异、拷贝数变化、结构变异、突变特征及线粒体基因组 |
| 转录组 | 1,063份肿瘤、120份邻近正常组织;整体组织RNA测序 | 通路活性、融合转录本、CRPS分型及计算推断的细胞组成 |
| 随访 | 存活患者随访中位8年;994例有完整5年随访 | 总生存(OS)、无复发生存(RFS)与复发后生存 |
| 外部检验 | 2,832份外部CRC表达数据;其中GSE39582、TCGA和AC-ICAM具备较完整的生存资料 | 分型映射、通路特征与生存关联的再现 |
I、II、III、IV期分别为138、392、419和114例;126例在取样前接受过治疗。OS从诊断计时,涵盖I–IV期;RFS从手术计时,将复发或死亡计为事件,排除初诊IV期患者。[PDF第1–2、10、14–15页;补表1、5;报告摘要]
驱动变异与高突变背景
研究以全基因组总短变异负荷大于23.16次/Mb定义高突变(HM),得到242例HM和821例非高突变(nHM)。微卫星不稳定(MSI)共有223例,其中221例属于HM;另有21例HM为微卫星稳定(MSS)。两套分类高度重叠,分析时仍分别保留。[PDF第2–3页;图1]
在总体分析识别的96个突变驱动基因中,33个为作者按当时目录定义的CRC新候选:9个已在其他癌种中报道,24个此前未被相应目录列为癌症驱动基因。至少一个上述基因发生体细胞突变的肿瘤有1,056例。候选基因来自统计筛选;它们提供了后续功能研究的线索。[PDF第2–3页;补表3]
nHM更常见广泛拷贝数变化,HM则集中表现为大量短变异。研究对801例nHM肿瘤进行相对演化时序推断,APC、TP53、KRAS、BRAF及ZFP36L2等突变被置于较早阶段,部分染色体增益与全基因组加倍较晚。该顺序来自同一时间点基因组数据的模型重建。[PDF第3–4、13页;图2c;补表9]
预后关联取决于分子背景
同一基因在不同背景下可以呈现相反的预后关联。以下为突变组相对于对应野生型组的多变量Cox结果;具体分析集与协变量见原表。作者对这批生存关联未进行多重检验校正,结果具有探索性。[PDF第5–6、14–15页;补表18、19]
| 特征与分析背景 | OS:校正HR(95% CI) | RFS:校正HR(95% CI) |
|---|---|---|
| APC突变,nHM | 0.61(0.46–0.82) | 0.68(0.49–0.94) |
| RNF43突变,nHM | 2.30(1.37–3.84) | 2.03(1.07–3.85) |
| RNF43突变,HM | — | 0.43(0.23–0.78) |
| MT-CYB突变,nHM | 0.59(0.43–0.82) | 0.67(0.47–0.94) |
“—”表示此处未列出该终点。RNF43的结果说明,在描述候选预后标志物时,需要保留HM/nHM等背景。研究还报告了与ID2、HS3ST1和DAPK1相连的非编码调控元件变异、部分拷贝数变化与结构变异的生存关联;这些改变的类型在表1中分别列出。[PDF第5–6页]
五类CRPS的分子特征
研究先对肿瘤转录组进行无监督聚类,再训练分类器用于外部数据。1,063例中有1,060例被分入五类,3例未分类。CRPS与CMS共享部分生物学特征,但映射并非一一对应:CMS2主要分到CRPS2和CRPS3,CMS4主要分到CRPS2和CRPS4。[PDF第5–6、13–14页;图4a]
| CRPS亚型 | 本队列例数 | 主要分子与组织特征 | 本队列结局概况 |
|---|---|---|---|
| CRPS1 | 301 | 富集HM/MSI;免疫细胞浸润和免疫活化较高,CNV较少 | 复发后生存较差;不同起点的生存终点需分别描述 |
| CRPS2 | 294 | 部分CMS2及CMS4;20q11扩增较突出,免疫/间质信号介于相关亚群之间 | OS、RFS较好 |
| CRPS3 | 221 | 主要来自CMS2;免疫活化最低,TP53突变及CNV较多 | OS、RFS较好 |
| CRPS4 | 130 | 间质、TGFβ、WNT与缺氧相关信号较高;直肠癌较多 | OS、RFS较差 |
| CRPS5 | 114 | KRAS、PIK3CA、FBXW7突变较多;CNV较少,代谢信号增强 | RFS较短;与CRPS4的校正比较未达显著 |
CRPS1包含全队列中88%的HM病例;图4a的MSI/HM百分比应结合这一分母理解。微环境特征来自CIBERSORT、xCell等算法对整体组织表达数据的推断。[PDF第6–8页;图4;扩展图6;补图7–10]
本队列CRPS组间OS的log-rank P=0.010,RFS为0.025。以CRPS4为参照、校正肿瘤分期后,CRPS2的OS HR为0.65(0.46–0.91)、RFS HR为0.65(0.45–0.95);CRPS3分别为0.62(0.43–0.90)和0.63(0.42–0.94)。图4中该模型仅校正分期。[图4c]
CMS4内部也被分成不同CRPS群。CRPS2与CRPS4的未校正生存曲线差异显著,但分期校正后的OS和RFS HR均约为0.61,95% CI均为0.36–1.02,P分别为0.061和0.058。该亚组结果保留了分期影响及估计不确定性。[图4d]
外部资料的生存分析同样观察到CRPS组间差异(扩展图7d,log-rank P=0.014)。以CRPS4为参照,分期校正后CRPS2的OS HR为0.60(0.39–0.93,P=0.023),CRPS3为0.84(0.64–1.09,P=0.178)。外部结果对不同亚型的支持程度并不相同。[PDF第25页]
基因组、通路与微环境的联系
研究把变异频率、拷贝数改变和表达差异叠加在WNT、RTK–RAS、PI3K、TGFβ、p53等通路上。图3体现的是遗传改变与表达状态的联合描述:一些基因在突变、拷贝数增加或缺失后伴随表达变化,也有改变未伴随可检出的表达差异。[PDF第5、7页;补表24、25]
缺氧采用Buffa表达签名评分。HM/MSI及CRPS1、CRPS4的评分较高;本研究未观察到缺氧评分与生存或直肠癌MRI测得肿瘤大小的相关性。[PDF第6–7页;扩展图8、9]
223例MSI肿瘤进一步分成152例class 1和71例class 2。class 1推断的淋巴细胞与间质成分较多,缺氧评分中位数为17,class 2为7;两类OS和RFS差异未达统计学显著。作者据此提出研究两类MSI肿瘤免疫治疗反应的后续问题。[PDF第7–8页;扩展图10;补图11、12]
局限与待解问题
- 人群与取样。 队列主要来自瑞典、以有可用组织的患者为主;右侧结肠癌和MSI比例较高。部分标本取于治疗后,作者以排除预治疗或IV期病例的重新聚类作了稳健性检查。不同地区、分期与取样条件下仍需检验。
- 探索性生存筛选。 大量基因组与细胞组成特征分别进入生存分析;补表18、19、21、23、30的生存P值未校正多重检验。部分低频变异的估计区间较宽,且先按单变量显著性筛选再进入多变量模型。
- 分型与临床用途。 分类器的准确度、精确率、召回率和F1分数描述分型任务;风险区分、校准、相对临床分期的增量价值及治疗决策收益需要分别评估。本文未通过随机治疗比较验证CRPS或MSI亚类对某种治疗获益的预测价值。
- 组织混合与因果链。 整体组织表达同时反映肿瘤细胞和浸润细胞,算法推断受细胞比例及取样影响。图谱提出候选通路和关联,驱动候选的功能作用、微环境与预后的因果关系仍待进一步验证。
新线索与相关研究
本篇的主要推进是把遗传背景、表达亚型与长期结局放入同一队列,并指出既有CMS内部可进一步分层。后续可关注CRPS与肿瘤上皮内在状态、间质比例之间的关系,以及更简化、可跨平台使用的分类方式。
- The consensus molecular subtypes of colorectal cancer(Nature Medicine,2015):CMS框架的原始研究。
- Single-cell and bulk transcriptome sequencing identifies two epithelial tumor cell states and refines the consensus molecular classification of colorectal cancer(Nature Genetics,2022):iCMS与上皮细胞状态的原始研究。
两篇相关研究本轮仅核对书目/期刊页面,未完成原始全文精读。
主图与表格 · 5 张
Figure 1 · PDF 第 2 页

Fig. 1 | Somatic mutation analysis of 1,063 CRC genomes identifies 96 driver genes. Somatic mutations were called (Methods) and significantly mutated genes were identified using dNdScv. a, The 96 genes mutated at a significant level in this cohort. The association of driver genes with survival (HR) is shown for HM and nHM tumours (multivariable Cox regression). The association of driver genes with clinical and genomic features is shown by the proportion of tumours affected (Fisher’s exact test). *FDR-adjusted P < 0.05. The mutation type and prevalence is indicated on the right, including a description of the affected pathway. Colour keys for HR for OS and RFS, and for genomic feature proportions are shown on the far right. Genes that were not previously designated as drivers in CRC (orange) or in any cancer type (blue) are indicated. b, The prevalence of total (blue) and non-synonymous (red) mutations in each tumour. Cut-offs for HM and nHM are indicated (grey line). The clinical features and mutation status for selected genes are shown at the bottom. Mutations that are considered to be drivers are either probably oncogenic mutations annotated by OncoKB or hotspots catalogued by Cancer Hotspots. c, DNA damage response (DDR) gene mutations in the 15 out of 21 HM tumour cases that were MSS. Not all DNA damage response genes included here can be interpreted as the direct cause of the high TMB in these MSS samples. Top, the total non-synonymous mutation counts for each sample are coloured by the affected oncogenic pathways. ADENOCA, adenocarcinoma; BER, base excision repair; HRR, homologous recombination repair; MMR, mismatch repair.
Figure 2 · PDF 第 4 页

Fig. 2 | Structural variation and relative timing of somatic events in CRC. a, Gene CNVs in driver genes displayed by type: LOH (green), deletion (yellow) and amplification (red). The bar height is proportional to the fraction of tumours with respective alteration. The 91 autosomal driver genes are indicated as oncogenes (O; purple), tumour suppressor genes (S; orange), both (S, O; red) or genes with an unknown role (black), and are displayed by genomic location. b, The SV landscape for deletions, inversions, tandem duplications and translocations displayed by clinical, genomic and transcriptomic features. The boxes represent the interquartile ranges (IQRs) between the first and third quartiles, the centre line represents the median, and the whiskers extend to 1.5× the IQR from the top and bottom of the box. Statistical analysis was performed using two-sided Wilcoxon rank-sum tests; *FDR-adjusted P < 0.05, **FDR-adjusted P < 0.01, ***FDR-adjusted P < 0.001, ****FDR-adjusted P < 0.0001. c, The prevalence and relative timing of driver gene mutations and SVs in 801 nHM CRC tumours by PhylogicNDT. Early/clonal (green), intermediate (black) and late/subclonal (purple) alterations are indicated. WGD, whole-genome duplication.
Figure 3 · PDF 第 7 页

Fig. 3 | Integrative analysis of somatic alterations and gene expression levels in CRC signalling pathways. The frequencies of somatic alterations, including mutations and copy-number (CNV) loss and gain for each gene in nHM and HM tumours. Red (log2[fold change (FC)] > 0) and blue (log2[FC] < 0) colour intensities represent the log-transformed FC between mutated and wild-type tumours by type of somatic alteration (mutation, CNV gain and CNV loss for nHM and HM samples). Somatic alteration frequencies are indicated by the black line in each column. Black dots show gene expression changes with FDR-adjusted P < 0.05 (two-sided Wilcoxon rank-sum test). Driver genes are marked by orange borders.
Figure 4 · PDF 第 8 页

Fig. 4 | Refined prognostic subtypes derived from 1,063 CRC transcriptomes. The characteristics of the five distinct CRPSs obtained from unsupervised classification of tumour transcriptome data. a, Comparison of CRPS to the CMSs for the same dataset. The proportion of samples assigned to each subtype is shown as the percentage of the total number of tumours. The main molecular and clinical characteristics for each CRPS and CMS subgroup are indicated. b, Transcriptomic characteristics of 1,063 samples according to their CRPS classification. Prognostic focal CNV cytobands that are differentially altered in CRPS are indicated by asterisks (P < 0.05, multivariable Cox regression in nHM tumours). c, Kaplan–Meier survival curves (log-rank test) for overall (stages I–IV) and recurrence-free (stages I–III) survival in CRPS (top) and CMS (bottom) groups. d, Kaplan–Meier survival curves (log-rank test) for CMS4 samples allocated to CRPS2 and CMS4 samples allocated to the CRPS4 group. Adjusted HR (HRadj) and P values (Padj) or HR and P values were calculated using multivariable Cox regression with or without adjustment for tumour stage. CIN, chromosomal instability.
Table 1 · PDF 第 6 页

Table 1 | Prognostic genomic features by hypermutation status Feature nHM HM Longer survival Shorter survival Longer survival Shorter survival Coding driver gene mutation APCOS,RFS ARHGAP5OS,RFS ARHGAP5RFS BCL9OS SIN3AOS ARID2OS RNF43RFS PCBP1RFS BRAF OS,RFS TGFBR2RFS TRPS1OS RNF43OS,RFS Mitochondrial gene mutation MT-CYBOS,RFS − − − Non-coding driver gene mutation − ID2OS − − HS3ST1OS DAPK1RFS CNV +8p11.1OS −4q34.1OS − −3p21.31RFS +20q11.1OS,RFS −8p23.1OS −4q22.1RFS +20q11.21OS −11p15.5RFS −11p15.5OS,RFS +20q13.12OS −12q24.33RFS −15q26.3RFS +20q13.33OS −16p13.3RFS +19q11OS −17p12RFS −17p13.3RFS −17q12OS −17q21.2OS −17q21.31OS −17q25.3OS,RFS −21p12OS SV − SMAD4RFS − − TCF7L2OS,RFS Mutational signature − − SBS44OS − Prognostic features identified by multivariable Cox with adjustment for tumour site, pretreatment status, tumour stage, age group and tumour grade. OS, overall survival for stages I–IV. RFS, recurrence-free survival for stages I–III.
完整阅读记录与证据表
文献卡:Prognostic genome and transcriptome signatures in colorectal cancers
- Paper ID:p-0023-art-prognostic-genome-transcriptome
- 分析日期:2026-09-29;计划晨会:2026-09-30。
- Skill:article-read、morning-report、pdf、documents、spreadsheets、web-publish。
- 期刊:Nature 633, 137–146 (2024);在线2024-08-07;DOI 10.1038/s41586-024-07769-3。
- 阅读:32页主PDF,4主图1表、10扩展图、报告摘要;独立补充信息12图及3普通表;27 XLSX结构检查与关键生存行定点核对。未重算全部数据或逐单元格审计;同行评议文件未全文核读。
- 图表:figures/README.md,共30 PNG;网页5张。27个XLSX保留原文件,不逐页截图。
- 人工核对:pending。
一句话结论
全基因组和转录组配对分析扩展了CRC候选预后特征,五类CRPS在发现队列及外部资料中呈现不同程度的生存关联,效应取决于亚型及分析条件。
研究问题与背景
比较遗传驱动、整体组织表达和微环境特征能否共同解释CRC生存异质性;CMS、iCMS是主要参照。该文为人群队列分子图谱研究。
贡献与比较对象
配对WGS/RNA、长期随访、96驱动基因、线粒体和非编码改变;CRPS与CMS/iCMS映射及外部队列比较。新候选驱动指作者统计鉴定及当时目录比较,未统一完成实验功能验证。
方法与验证
1,126例起始测序,63例因DNA/RNA质量等排除,最终1,063例;正常DNA来自血液522例及邻近组织541例。120份邻近正常RNA另用于表达比较。126例取样前治疗。OS以诊断为起点;RFS以手术为起点,将复发或死亡计为事件、排除初诊IV期。图4及扩展图7的亚型Cox校正肿瘤分期;驱动基因模型按方法及原表纳入部位、预治疗、分期、年龄、分级等,不能混用两类调整口径。
CRPS无监督聚类使用Seurat、Celligner校正、Jaccard稳定性评估;ResNet50-1D分类器以ssGSEA通路为输入。1,183份肿瘤加正常表达按80/10/10划分训练/测试/验证,选2,000个通路特征。外部2,832份表达资料中,仅GSE39582、TCGA、AC-ICAM具备足够生存信息。算法与参数见PDF第13–14页,未重新运行模型。
核心证据
| 主张或结果 | 数字、条件 | 来源位置 | 依据 | 核对 |
|---|---|---|---|---|
| 队列规模及随访 | 1,063例;存活者中位8年;994例完整5年随访 | PDF 1、10、32;补表1、5 | 正文/报告摘要/表格 | 已核,人工pending |
| HM与MSI有区别 | 242 HM、821 nHM;223 MSI,其中221 HM;阈值23.16/Mb | PDF 2–3、图1、补表4–5 | 正文/图表 | 已核 |
| 突变驱动筛选 | 总体96;1,056例至少1个;33个CRC新候选=9+24 | PDF 2–3、图1、补表3 | 正文/图表 | 已核;额外亚型筛选另有13个,不并作总体96 |
| 相对演化时序 | 801 nHM进入模型;APC/TP53/KRAS等早期 | PDF 4、13;图2c;补表9 | 正文/图表 | 模型推断 |
| RNF43背景依赖 | nHM OS 2.30(1.37–3.84),RFS 2.03(1.07–3.85);HM RFS 0.43(0.23–0.78) | PDF 5–6;补表18行23–24、36–37、52–53 | 多变量Cox | 定点核对;无多重校正 |
| APC与MT-CYB | nHM APC OS 0.61/RFS 0.68;MT-CYB OS 0.59/RFS 0.67 | PDF 5;补表18行28–29、44–45;补表19行47–48 | 多变量Cox | 定点核对;区间见阅读正文 |
| 基因组–表达联合图谱 | 分别比较突变、CNV增益/缺失和野生型表达 | 图3;扩展图5;补表24–25 | 图表/正文 | 已查看,不写成完整因果机制 |
| 五类CRPS | 301、294、221、130、114例,3例未分型 | 图4a;扩展图6–7;补图7 | 图表 | 合计1,060 |
| CRPS发现队列 | CRPS2/3 vs4:校正OS HR 0.65/0.62,RFS 0.65/0.63 | 图4c,PDF8 | 图内分期校正Cox | 已核 |
| CMS4内部比较 | CRPS2 vs4 校正P:OS .061,RFS .058,区间跨1 | 图4d,PDF8 | 图内Cox | 保留未达显著 |
| 外部预后 | 图7d全局log-rank .014;CRPS2 vs4校正HR .60(.39–.93),CRPS3 .84(.64–1.09) | 扩展图7d,PDF25 | 图内Cox | 已核;正文另写.013 |
| 缺氧及MSI亚类 | MSI class1/2=152/71,缺氧中位17/7;两类OS/RFS无显著差异 | PDF7–8;扩展图8–10;补图11–12 | 正文/图表 | 未提供治疗反应检验 |
| 阴性发现 | ecDNA类型OS/RFS无显著差异;缺氧评分未关联生存;mtDNA拷贝数仅趋势 | PDF3–7;补图1、5 | 正文/图表 | 保留阴性,未解释为等效 |
局限与待解问题
作者明确指出或方法直接载明
生存筛选未校正多重检验(PDF15);代表性偏向有可用组织、瑞典病例(报告摘要);提出未来比较MSI两类免疫治疗反应(PDF8);需更简化的转录组分类工具推进使用(讨论)。
AI推断与理由
多特征探索、稀有变异、筛选后建模及非统一校正会影响稳健性。外部CRPS3的校正生存差异未显著,支持程度较发现队列弱。整体组织表达混合上皮与微环境信号,亚型可能包含细胞比例及治疗影响。需独立、预先规定的分类性能与增量预后价值评估,才能判断临床用途;本研究没有随机治疗对照提供预测获益证据。
待核对问题与后续阅读
原文数字/图号不一致、外部生存人群分母与训练/验证细节见coverage.md。CMS原始研究(nm.3967)及iCMS研究(s41588-022-01100-4)本轮仅书目/期刊页核查,未全文精读。同行评议PDF未系统阅读。原始组学数据、分类器重训练、生存模型与所有附表单元格未复算。