DNA甲基化如何预测肿瘤治疗反应

自20世纪80年代初在人类原发肿瘤中发现异常DNA甲基化，以及随后确认其在肿瘤抑制基因沉默中的核心作用以来，DNA甲基化已被确立为肿瘤发生和转移的重要表观遗传机制。癌细胞通常表现为基因调控区域的局部高甲基化和全基因组低甲基化。过去25年间，这些肿瘤特异性改变逐渐由实验室发现转化为具有临床应用价值的生物标志物。

DNA甲基化谱具有高度的组织和肿瘤类型特异性，可用于判断肿瘤来源。目前临床应用较成熟的是中枢神经系统肿瘤甲基化分类，该方法显著改善了肿瘤分类，尤其有助于解决儿童中枢神经系统肿瘤的疑难诊断。DNA甲基化标记还具有较高稳定性，可在新鲜、冷冻及福尔马林固定石蜡包埋组织中可靠检测，并可保留于血液、尿液、粪便和痰液中的循环游离DNA，因此适用于液体活检、肿瘤早期检测、微小残留病灶监测和疗效动态评价。

除诊断价值外，DNA甲基化还可通过调节基因表达，直接影响细胞周期、凋亡、DNA修复、药物代谢和免疫反应，从而决定肿瘤对治疗的敏感性或耐药性。基于已知临床结局患者开展的全基因组甲基化分析，已经发现多种与化疗、靶向治疗和免疫治疗疗效相关的单基因标志物、多基因组合及甲基化特征。这类信息能够补充基因突变检测，并反映DNA序列检测难以捕捉的可逆性、适应性肿瘤状态。

最经典且证据最充分的预测性标志物是胶质母细胞瘤中的MGMT启动子甲基化。MGMT编码一种DNA修复酶，可清除鸟嘌呤O6位的烷基损伤。启动子甲基化可使MGMT表达降低，削弱肿瘤细胞修复替莫唑胺所致DNA损伤的能力，从而提高对烷化剂的敏感性。MGMT甲基化检测已成为高级别胶质瘤分子诊断的重要组成部分。一个胶质母细胞瘤患者在替莫唑胺治疗后获得超过10年的完全缓解，其肿瘤同时存在MGMT甲基化和APEX1沉默，分别损害直接修复与碱基切除修复通路，提示多条DNA修复途径同时失活可能产生异常持久的治疗反应。

铂类药物的疗效也受到甲基化调控。结直肠癌中SRBC高甲基化与奥沙利铂耐药和较差结局相关；卵巢癌及乳腺癌中BRCA1甲基化可造成同源重组修复缺陷，与顺铂敏感性提高有关。对于高级别浆液性卵巢癌，只有全部BRCA1拷贝均发生甲基化，或启动子甲基化水平足以导致完全基因沉默时，才更可能对PARP抑制剂产生反应。这表明评估甲基化程度和等位基因状态可能比简单判断“甲基化阳性或阴性”更有临床意义。

药物转运和解毒相关基因的甲基化同样能够影响化疗效果。乳腺癌中，ABCB1编码介导蒽环类药物外排的P糖蛋白，其启动子未甲基化时表达较高，可增加药物外排并降低细胞内药物浓度，与多柔比星治疗期间疾病进展相关。GSTP1编码参与药物解毒的酶，其启动子高甲基化可降低药物灭活，使细胞内有效药物浓度升高，并可能改善治疗效果。

随着高通量技术发展，研究重点正由单基因标志物转向多位点甲基化特征。乳腺癌研究发现，IRF4和C1QL2组成的双基因分类器、FER3L和TRIP10组成的表观遗传评分，以及覆盖TMEM176A/B、UNC5D、NELL1、FOXG1等基因的九个差异甲基化区域，均可区分新辅助化疗的应答者和无应答者。这些标志物涉及免疫调节、凋亡、细胞分化、受体运输及发育信号，说明化疗反应并非仅由DNA修复能力决定，而是反映更广泛的细胞功能状态。

液体活检进一步拓展了甲基化标志物的应用。膀胱癌患者血浆cfDNA中的差异甲基化位点可通过机器学习形成mR-score，用于预测吉西他滨联合顺铂或剂量密集型甲氨蝶呤、长春碱、多柔比星和顺铂新辅助治疗的反应。转移性结直肠癌中，治疗前可检测到甲基化HPP1循环DNA与较短总生存期相关，而首次治疗后HPP1甲基化DNA降至不可检测水平，则与较低进展风险相关。这提示甲基化不仅可用于治疗前分层，也可作为早期动态疗效指标。

在靶向治疗领域，DNA甲基化造成的基因沉默可以模拟基因失活突变，扩大潜在获益人群。黑色素瘤中，TBC1D16特定转录本未甲基化与BRAF和MEK抑制剂敏感性增加相关；转移性乳腺癌中的多基因甲基化特征可区分贝伐珠单抗应答者和无应答者；转移性去势抵抗性前列腺癌中，由AKR1B1、KLF8和LDAH构成的三基因甲基化特征，可从ctDNA中识别对阿比特龙、多西他赛或卡巴他赛可能敏感的患者。SVIP高甲基化还可诱导GLUT1表达和葡萄糖摄取增加，使肿瘤细胞更加依赖糖酵解，并可能形成对GLUT1抑制剂的治疗脆弱性。

DNA甲基化与免疫治疗疗效之间也存在明确联系。散发性结直肠癌中，MLH1启动子高甲基化是导致错配修复缺陷和微卫星高度不稳定的重要机制，继而增加突变负荷和新抗原产生，为PD-1抑制剂治疗提供生物学基础。非小细胞肺癌中，EPIMMUNE甲基化特征与纳武利尤单抗或帕博利珠单抗治疗后的较长无进展生存期和总生存期相关，其中FOXP1未甲基化状态提示更好的应答和生存。由IRF6、CTSD、GRN、CD3E等基因甲基化位点构建的模型，也可反映肿瘤浸润免疫细胞的功能状态并预测免疫检查点抑制剂获益。

黑色素瘤中，不同全基因组甲基化簇与免疫治疗影像学反应相关，基于20个CpG位点的模型可预测免疫检查点抑制剂疗效。LAG3高甲基化与较短无进展生存期相关。多发性骨髓瘤中，PVR/CD155甲基化通过调节其表达，可能影响双特异性抗体和过继细胞治疗效果。非肌层浸润性膀胱癌中，GPR158启动子高甲基化可预测卡介苗治疗失败。

甲基化信息还可用于评估细胞治疗产品。对输注前CD19 CAR-T细胞进行甲基化分析，研究者鉴定出与完全缓解相关的18个CpG位点，并建立EPICART特征，用于预测B细胞恶性肿瘤患者的临床结局。CAR-T细胞在体外扩增过程中可持续获得异常甲基化，特别是涉及T细胞功能的基因；这种改变与输注后不良结局相关，提示缩短培养时间可能减少功能障碍性表观遗传程序的形成。

目前，大多数甲基化预测模型仍来自样本量有限的回顾性研究。不同样本处理方式、检测平台、CpG位点选择、阈值设定和生物信息学流程均可能影响结果。肿瘤异质性、年龄、环境暴露和生活方式也会造成甲基化差异。液体活检面临的主要问题是早期肿瘤或微小残留病灶中的ctDNA比例极低，需要更高灵敏度的检测方法。机器学习模型还可能出现过拟合和“黑箱”问题，限制其跨人群推广和监管认可。此外，全基因组甲基化检测的成本和计算需求仍较高，临床应用必须在检测性能、可解释性和经济性之间取得平衡。

总体而言，DNA甲基化预测肿瘤治疗反应的研究已从MGMT等单基因标志物，逐步发展到多基因组合和基于全基因组数据、机器学习建立的甲基化特征。MGMT甲基化是目前成功转化为临床实践的典型范例，而多数其他标志物仍需在大型、多中心、前瞻性临床试验中验证。未来，甲基化信息与基因组、转录组和蛋白质组数据的整合，有望更加全面地刻画肿瘤异质性和治疗脆弱性。液体活检则可能实现治疗反应、耐药发生和残留病灶的连续监测，为实时调整治疗方案提供依据。只有进一步提高检测灵敏度、统一分析流程、验证临床效用并解决成本、监管及模型可解释性问题，DNA甲基化才能由研究性生物标志物真正转变为支持个体化治疗选择和动态管理的临床工具。