《HUMAN MUTATION》：Integrated Genomic and Single-Cell Analysis Reveals Heterogeneity, Prognosis, and Treatment Vulnerability in Urothelial Carcinoma
编辑推荐：
在转录组层面，已有多种分子分型方案用于阐释尿路上皮癌的内在异质性，并指导预后评估与治疗决策，但目前仍缺乏基于基因组变异的统一分子分类体系。研究人员通过无监督与有监督聚类鉴定出两种具有显著区别的突变特征亚型。Kaplan–Meier生存分析显示，在包括IMvig
在转录组层面，已有多种分子分型方案用于阐释尿路上皮癌的内在异质性，并指导预后评估与治疗决策，但目前仍缺乏基于基因组变异的统一分子分类体系。研究人员通过无监督与有监督聚类鉴定出两种具有显著区别的突变特征亚型。Kaplan–Meier生存分析显示，在包括IMvigor210（风险比[HR]，1.74；95%置信区间[CI]，1.27–2.37；p< 0.001）、UC?GENOME（HR，1.54；95% CI，0.93–2.54；p= 0.091）、癌症基因组图谱（The Cancer Genome Atlas，TCGA；HR，1.45；95% CI，1.06–1.98；p= 0.020）、MSK2022（HR，1.34；95% CI，1.10–1.64；p= 0.004）、MSK2015（HR，3.43；95% CI，1.36–8.64；p= 0.005）及同济队列（Tongji cohort；HR，4.99；95% CI，0.57–43.69；p= 0.11）在内的多个独立队列中，MUT2亚型患者死亡风险均高于MUT1亚型。免疫检查点抑制剂治疗应答率在IMvigor210（31.8% vs. 13.1%；p= 0.003）与UC?GENOME（42.3% vs. 29.0%；p= 0.022）队列中均为MUT1显著高于MUT2。单细胞分析结果与此一致：MUT2肿瘤富集肿瘤相关成纤维细胞亚群，而免疫效应细胞丰度较低。综上，该基因组分析确立了尿路上皮癌中两种基于突变特征的亚型，其预后差异及免疫治疗敏感性不同，为临床分层提供了依据。
该研究发表于《HUMAN MUTATION》，针对尿路上皮癌（urothelial carcinoma，UC）缺乏统一基因组分子分型的问题展开。当前转录组分型虽已较成熟，但难以全面反映致癌过程中的基因组变异特征，且无法充分预测免疫治疗获益与耐药机制。为填补这一空白，研究人员整合多队列基因组与单细胞数据，构建了基于突变特征（mutational signatures）的稳定分子分型体系，并系统解析其与肿瘤微环境、临床结局之间的关联。
关键技术方法包括：利用TCGA、IMvigor210、UC?GENOME、MSK?IMPACT（2015与2022版）及同济队列共2229例样本的基因组数据，采用非负矩阵分解（non?negative matrix factorization，NMF）识别突变特征亚型；通过Seurat流程整合多个单细胞RNA测序数据集，解析肿瘤微环境细胞组成；应用基因集变异分析（Gene Set Variation Analysis，GSVA）评估通路活性；并采用随机森林、LightGBM、XGBoost、CatBoost、AdaBoost及逻辑回归等多种机器学习模型验证分型的稳健性与泛化能力。
研究结果如下：
3.1 人口学与临床特征：六个队列涵盖不同疾病分期与治疗背景，MUT1与MUT2亚型分布存在差异，其中MUT2在多数队列中占比约三至七成。
3.2 MUT2亚型预示不良预后：Kaplan–Meier分析与Cox回归均显示，MUT2患者总生存期显著短于MUT1，且在多因素校正后仍具独立预后价值。
3.3 MUT1亚型提示更佳免疫治疗应答：MUT1在IMvigor210与UC?GENOME中均表现出更高的客观缓解率与炎性免疫表型比例，并与较高的肿瘤突变负荷（tumor mutational burden，TMB）相关。
3.4 亚组分析：在不同体能状态、吸烟史、化疗获益情况及PD?L1表达水平的亚组中，MUT2始终与更高死亡风险相关，尤其在“免疫荒漠”表型患者中差异最为显著。
3.5 单细胞测序的细胞类型鉴定：整合分析鉴定出上皮细胞、成纤维细胞、内皮细胞及多种免疫细胞亚群，为微环境解析奠定基础。
3.6 富集于MUT2的管腔样上皮细胞提示免疫治疗耐药：管腔样上皮亚群（Luminal1、Luminal2、Luminal4）在MUT2及免疫治疗无应答者中显著富集。
3.7 成纤维细胞亚群预示不良预后与治疗抵抗：肌成纤维样及炎性癌相关成纤维细胞（cancer?associated fibroblasts，CAFs）在高危亚型中富集，并与较短生存期及免疫耐药显著相关。
3.8 机器学习性能验证：逻辑回归模型在外部验证中AUC可达0.96（IMvigor210）与0.93（UC?GENOME），其余模型亦表现稳定，证实分型的可靠性。
在讨论部分，研究人员指出MUT1富集APOBEC相关突变特征（SBS2、SBS13），与高免疫原性及炎性微环境相关，解释了其免疫治疗敏感性；MUT2则富集“时钟样”、错配修复缺陷（mismatch repair deficiency，MMR?deficient）及化疗相关特征（SBS1、SBS6、SBS15、SBS87），与年龄增长、化疗耐药及不良预后相符。研究同时指出局限性，包括不同测序平台对突变检测的影响，以及余弦相似度（cosine similarity，CS）可能混合多种突变过程的解释挑战。尽管如此，结果在多队列间保持一致，支持该分型体系的临床应用潜力。
结论部分表明，MUT1与MUT2分别代表具有不同生物学行为和治疗反应的尿路上皮癌亚型：MUT1以APOBEC特征为主，预后较好且免疫治疗获益高；MUT2以MMR缺陷相关特征为主，死亡风险升高，尤其在吸烟史、化疗后及特定免疫表型患者中更为显著。该研究为尿路上皮癌精准分型、预后评估及个体化治疗策略的制定提供了重要依据。
