IF58.7｜多组学肿瘤分析指导黑色素瘤治疗可行性

116例黑色素瘤患者多组学分析，75%病例数据有助于治疗决策，难治性患者客观缓解率达38%。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

精准肿瘤学旨在利用分子特征指导个体化治疗，但多组学与功能技术整合到临床决策的证据有限。黑色素瘤是免疫治疗和靶向治疗进展显著的瘤种，但仍有大量患者对标准治疗耐药或复发。既往研究多聚焦单一组学或少数标志物，缺乏在真实世界前瞻性队列中系统评估多组学分析可行性及临床价值的证据。

科学问题

卡在哪里： 多组学技术虽能提供丰富肿瘤信息，但将其快速转化为临床可操作建议仍面临挑战：数据生成时效、跨平台整合、标志物选择及对治疗决策的实际影响均缺乏前瞻性验证。

本文要回答： 评估在黑色素瘤患者中，利用多组学肿瘤分析在4周内生成可指导治疗决策的数据的可行性，并初步探索其对治疗选择和临床结局的影响。

技术路线

作者主要用了：单细胞测序、全外显子测序、转录组、蛋白质组、磷酸化蛋白质组、代谢组、数字病理、类器官药物筛选、分子肿瘤委员会。

研究纳入116例黑色素瘤患者，采集126份样本，采用九种独立技术（多为单细胞水平）进行分析，每样本生成高达500 Gb数据。所有数据在4周内汇总至分子肿瘤委员会（MTB），由专家结合临床信息评估标志物并形成治疗建议。该设计旨在模拟真实临床流程，检验多组学整合的时效性和决策支持能力。

核心亮点

亮点 1｜多组学数据快速生成

九种技术平台在4周内完成126份样本分析，每份样本产生高达500 Gb数据，涵盖约40,000个潜在标志物。单细胞技术揭示了肿瘤内异质性和微环境组成，为后续标志物筛选提供基础。

亮点 2｜分子肿瘤委员会筛选标志物

MTB从已建立和实验性标志物中筛选出54个用于治疗推荐，涉及免疫检查点、MAPK通路、代谢等。在75%的病例中，TuPro数据被认为对推荐有实际帮助，表明多组学信息能补充常规临床评估。

亮点 3｜个体化治疗改善难治患者结局

37例接受超越标准治疗（beyond SOC）的姑息性难治患者中，客观缓解率（ORR）达38%，疾病控制率（DCR）为54%。这些患者多为多线治疗失败，提示多组学指导的个体化方案可能带来临床获益。

亮点 4｜无进展生存期数据

接受TuPro指导治疗决策的患者中位无进展生存期（PFS）为6.04个月（95% CI 3.75-12.06），在≥三线治疗患者中为5.35个月（95% CI 2.89-12.06）。尽管缺乏对照组，但为后续随机试验提供了参考。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： 单细胞测序、全外显子测序、转录组、蛋白质组、磷酸化蛋白质组、代谢组、数字病理、类器官药物筛选、分子肿瘤委员会
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事肿瘤多组学分析、精准医学研究及临床转化的人员。

带走一句

多组学整合可在临床可接受时间内完成，并能辅助个体化治疗决策，尤其在难治性肿瘤中可能带来生存获益，值得在更大随机试验中验证。