基因组学视角下的胆道癌精准诊疗

胆管癌（CCA）的遗传异质性使得单一生物标志物难以承载预后判断的重任。有研究团队提出一个假设：通过无监督机器学习对突变和拷贝数改变进行聚类，或许能识别出具有临床意义的生物学亚型。

该研究纳入790例具有可用突变和CNA数据的肝内及肝外CCA患者，评估了k-means、层次聚类、UMAP‑k‑means等多种无监督聚类方法。经轮廓系数评估模型性能，选定UMAP‑k‑means模型将患者划分为4个基因聚类，并按中位总生存期（OS）逐渐恶化排序。聚类1以ARID1A或BAP1突变为特征，预后最佳；聚类2为常见驱动基因野生型肿瘤；聚类3富集TP53、KRAS或IDH1突变；聚类4以CDKN2A双缺失或ERBB2扩增为特征，中位OS最差。各聚类间OS差异显著，除聚类1与2之间外，其余成对比较均达到统计学意义。值得注意的是，这一生存差异在未接受根治性手术的患者以及早发队列中依然显著。

该研究通过无监督聚类的方式，识别出了生物学上独特的CCA亚型，这些亚型具有临床显著的生存差异，且该差异在不同手术状况和年龄亚组中均存在。上述发现支持将基因组分型作为预后框架，并为基于生物学特征的CCA临床试验分层提供了理论依据。

胆囊癌（GBC）是一种侵袭性恶性肿瘤，全身治疗选择有限，生存预后较差。KRAS靶向治疗正在实体瘤中兴起，但其在GBC中的预后意义尚不明确。一项基于TriNetX全球协作网络的大型联邦分析，纳入了经倾向评分匹配后的604例KRAS突变型与604例KRAS野生型晚期GBC患者，评估了KRAS突变对晚期GBC患者生存预后的真实世界影响。结果显示，突变型与野生型的中位OS分别为22.8个月与43.5个月。Kaplan-Meier生存分析显示，突变组的OS显著更差（log-rank x² = 10.76；p = 0.001）。这些差异在KRAS靶向治疗日益重要的背景下具有关键的临床意义。扩大试验准入，探索一线KRAS靶向治疗，对覆盖这一罕见且临床脆弱的患者群体是必要的。

另一项聚焦印度人群的基因组分析则从免疫视角提供了补充。该研究对154例BTC（69例CCA，85例GBC）进行靶向测序，提示TP53（53%）为最常见突变，其次是KRAS（18%）、ARID1A（9%）、IDH1（7%）和PIK3CA（7%）。在MYC（12%）和ERBB2（9%）中观察到复发性扩增。通路富集分析显示，PI3K-AKT-mTOR、Notch和Wnt/β-catenin信号通路存在显著失调（p<0.05）。研究还发现IDH1突变主要见于CCA，ERBB2改变富集于GBC。更具免疫关联意义的是：PD-L1阴性肿瘤中SMAD4突变频率更高，提示TGF-β信号通路受损与免疫逃逸和肿瘤免疫激活降低有关。SMAD4改变与BTC中免疫冷型、低免疫原性的肿瘤亚型相关，值得进一步研究其作为免疫治疗策略中患者分层的预测性生物标志物。

胆囊腺癌（CAGAC）是一种侵袭性强、预后差的恶性肿瘤，化疗和免疫治疗获益有限。已有临床试验探索了PARP抑制剂在BTC中的疗效；在其他类型癌症中，HRDsig阳性已显示可预测对PARP抑制剂的敏感性。基于这一背景，一项回顾性研究使用大型真实世界基因组数据集，根据HRDsig状态探讨了CAGAC患者的基因组特征。

结果显示，在2,423例总病例中，152 例（6.3%）为 HRDsig阳性，此类肿瘤中BRCA1（9.2% vs 1.4%，p < 0.001）、BRCA2（21.7% vs 1.9%；p < 0.001）、PALB2（11.2% vs 0.4%；p < 0.001）、 NF1（9.9% vs 4.4%；p = 0.018）、PIK3R1（5.9% vs 2.5%；p = 0.05）和PTEN（11.8% vs 5.3%；p = 0.015）的改变更常见，且TMB≥10 mut/Mb的比例更高（12.5% vs 4.7%，p = 0.001）。值得注意的是，部分病例存在HRDsig与同源重组修复（HRR）突变状态不一致的情况，这可能归因于表观遗传改变或单等位基因改变等因素。这些病例提示，单纯检测HRR基因突变可能漏检部分PARP抑制剂潜在获益者，HRDsig或可作为补充性生物标志物纳入临床评估。

在可靶向变异层面，ESCAT I级改变代表了经验证、已有FDA/EMA批准疗法的治疗靶点，发生在约25%的CCA中。一项回顾性研究对1,845例来自癌症基因组学cBioPortal的CCA公开数据样本进行基因组分析，结果显示，存在IDH1突变（12%）、FGFR2融合（8%）、HER2扩增（6%）、BRAFV600E突变（4%）、MSI-H（4%）、NTRK1/2/3融合（3.4%）以及IDH2突变（2%）。ESCAT I 级改变与较差的OS相关。转录组和GSEA分析将这些改变与致癌通路（包括DNA损伤修复、细胞周期调控、上皮-间质转化和免疫通路）的失调联系起来。研究进一步构建了整合年龄、分期、分化程度、ESCAT I亚型及转录组特征的预后列线图，为个体化OS预测提供了实用工具，有望指导治疗选择、监测强度和临床试验分层。