放射基因组学生物标志物用于非小细胞肺癌表皮生长因子受体突变精准靶向治疗

这项研究为何对肺癌患者重要

肺癌仍是致死率最高的癌症之一，对于许多患者而言，最有希望的治疗来自能够精确针对驱动肿瘤的基因缺陷的药物。然而，发现这些缺陷通常需要侵入性活检和复杂的实验室检测，这些检测并非始终可行或可靠。本研究表明，常规 CT 扫描中隐含的信息可以帮助医生识别非小细胞肺癌中的一种特别重要的基因型，从而可能更快速、更安全地将患者导向最有可能有效的治疗方案。

用影像代替针头

目前，肺癌的治疗选择常取决于肿瘤是否携带名为 EGFR 的基因突变，这类突变可能使肿瘤对一类称为酪氨酸激酶抑制剂的口服药物敏感。为了发现这些突变，医生通常需要用针或内镜取出肿瘤组织，然后对其 DNA 进行测序。该过程可能令人不适、存在风险，且当肿瘤难以到达或患者体弱时有时无法实施。基于血液的“液体活检”入侵性较小，但可能漏检突变或检测到来自正常细胞的误导信号。本文作者着眼于评估 CT 影像——几乎每位肺癌患者都会接受——是否能够以临床可用的方式非侵入性地预测肿瘤的 EGFR 状况。

隐藏在 CT 影像中的指纹

研究团队关注一种他们称为“独占性” EGFR 突变的情形：即肿瘤存在 EGFR 改变，但缺乏其他主要可靶向突变（如 ALK 或 KRAS）。这类肿瘤通常对 EGFR 靶向药物反应更好，使其成为优先一线治疗的吸引对象。研究人员使用来自多个医院的 304 名患者的 CT 扫描和基因数据，以及一个包含 51 名患者的独立公共数据集，从三个区域提取了大量定量影像测量值（称为放射组学特征）：肿瘤本身、一圈薄薄的周围组织和邻近的肺组织。随后他们应用统计方法将这些特征压缩为一个由 10 个特征组成的紧凑特征签名，命名为 EGFR‑RPV（放射组学预测向量），用于区分独占性 EGFR 突变肿瘤与其他肿瘤。

该影像标志物的表现如何

在未用于构建模型的患者数据上测试时，EGFR‑RPV 在内外部验证组中均约能正确识别四分之三的独占性 EGFR 突变肿瘤。许多最具信息量的影像特征来自肿瘤周围的组织而非肿瘤核心，这支持了癌细胞以微妙但可检测的方式影响其周围环境的观点。来自更广泛肺区的一个特征带有负权重，与临床观察一致：EGFR 突变肿瘤在缺乏严重吸烟相关肺损伤的人群中更为常见。除了预测突变状态外，该放射组学评分还将患者划分为高风险和低风险生存组，表明其捕捉到了肿瘤行为的更广泛特征。

将影像与肿瘤生物学联系起来

为了探究影像模式背后的生物学基础，研究者利用了公共队列的基因活性数据。他们发现，具有独占性 EGFR 突变的肿瘤更常表达两个基因 FAM190A 和 BCMO1，这些基因参与细胞分裂调控和维生素 A 代谢。更广泛的通路分析提示，这类肿瘤可能依赖于一种称为 Hedgehog 的发育信号通路，同时降低了一些与快速细胞生长和炎症相关的常见程序。尽管这些生物学联系还需进一步证实，但它们暗示基于 CT 的签名并非单纯统计伎俩，而反映了这些癌症在生长方式及与周围环境互动方面的真实差异。

这对患者可能意味着什么

从患者角度看，EGFR‑RPV 的吸引力在于其实用性：它使用标准 CT 扫描、可快速计算，且不需要额外操作。作者强调他们的工具旨在补充而非取代组织或血液检测。在活检样本稀少、检测结果延迟或不确定，或反复侵入性操作将给患者带来负担的情况下，基于影像的独占性 EGFR 状态估计可以帮助决策——例如是否优先考虑 EGFR 靶向口服药物、扩大突变检测范围或考虑其他策略。尽管在该方法能被广泛采用之前仍需更大规模和前瞻性的研究，但这项工作展示了现代影像分析如何将日常扫描转化为精准肺癌护理的强大指南。

引用: Chen, M., Copley, S.J., Linton-Reid, K. et al. A radio-genomics biomarker for precision epidermal growth factor receptor mutation targeting therapy in non-small cell lung cancer. Sci Rep 16, 12416 (2026). https://doi.org/10.1038/s41598-026-42948-4

关键词: 非小细胞肺癌, EGFR 靶向治疗, 放射组学, CT 影像生物标志物, 精准肿瘤学