整合型分子分類系統鑑定非肌肉侵入性膀胱癌的獨特預後集群

導讀：整合型分子分類系統鑑定非肌肉侵入性膀胱癌的獨特預後集群

非肌肉侵入性膀胱癌（NMIBC）在臨床預後與治療反應上展現出極高的異質性，這使得臨床醫師在制定個體化治療方案時面臨挑戰。雖然過去已有數個基於轉錄組的分子分型系統，但各系統間的分類標準與結論往往存在不一致性，阻礙了其臨床轉化應用。本研究旨在透過整合現有的分類框架，建立一個統一且具臨床指導意義的分子分型系統。研究團隊採用馬可夫集群演算法（Markov cluster algorithm），系統性地整合了五個主流的膀胱癌分類系統，分析了包含轉錄組、基因組與蛋白質組在內的多維度數據。研究最終成功鑑定出四個整合分子集群（IMC1-4），每一集群均具有獨特的分子特徵：IMC2 集群顯著富集了 FGFR3 基因突變，這暗示了其對 FGFR 抑制劑的潛在敏感性；而 IMC4 則以 TP53 基因變異為主要特徵，通常與較差的預後相關。在治療反應方面，研究發現 IMC1 與 IMC3 集群在接受歐洲泌尿外科協會（EAU）指南建議的卡介苗（BCG）灌注治療後，展現出顯著較佳的無進展生存期（PFS）。此外，作者利用轉錄組特徵開發了一種單樣本分類器，使臨床端能快速對單一腫瘤進行歸類。這項研究不僅協調了過去混亂的分類體系，更為 NMIBC 的精準診斷、BCG 療效預測及新藥臨床試驗的設計提供了一個強而有力的預後評估平台。

臨床意義

本研究開發的整合型分類系統能直接協助泌尿科醫師預測 NMIBC 患者對卡介苗（BCG）治療的敏感度。對於傳統評估為高風險但屬於 IMC1/3 的患者，可更堅定實施 BCG 療程；而對於 IMC2 患者，則可考慮早期介入 FGFR 靶向治療，實現真正意義上的膀胱癌精準醫療，減少無效治療並降低疾病進展風險。

重點整理

• 運用馬可夫集群演算法成功整合五大現有膀胱癌分型系統，解決了分類標準不一的問題。
• 鑑定出四種整合分子集群（IMC1-4），其中 IMC2 以 FGFR3 突變為主，IMC4 則與 TP53 變異相關。
• IMC1 與 IMC3 集群表現出對 BCG 灌注治療的最佳反應，具備顯著較長的無進展生存期。
• 開發了單樣本分類器，提升了分子分型在臨床實務中的操作性與普及潛力。