IF82 顶刊！如何将RNA测序纳入精确肿瘤学

转录组学可以通过多种方式识别多种类型的RNA生物标志物（如下表）。

DNA测序和RNA测序均可用于检测融合；然而，RNA-seq在检测融合方面具有独特优势，能够识别那些使用仅针对编码序列的 DNA 测序无法检测到的可操作基因融合。另外，大多数致癌融合转录本是过度表达的，RNA测序对于在DNA测序中变异等位基因频率较低的融合事件的检测也具有优势。

这对于单克隆抗体、抗体药物偶联物（ADC）、双特异性药物或嵌合抗原受体（CAR）细胞疗法而言至关重要。

RNA 测序还能检测由非基因机制引起的表达水平的变化，并且还能证实癌基因的过度表达、肿瘤抑制基因（TSGs）表达的降低或在 mRNA 水平上其他细胞内靶点表达的改变，可能具有治疗意义。

例如多药耐药基因的表达。

如 PD-L1、HLA 类型以及预测性免疫相关特征（例如，干扰素-γ相关特征）的表达水平。

多基因 RNA 表达分析能够识别诊断、预后和预测特征，包括通路激活特征、与细胞起源类型相关的特征、同源重组缺陷特征或其他具有临床相关性的特征。

例如RNA-seq可确认激活突变的表达，扩增基因的过表达，缺失基因的表达不足等。

RNA-seq可以鉴定由肿瘤特异性突变产生的、被转录并可能具有免疫原性的新抗原，这对于癌症疫苗和细胞疗法开发至关重要。

RNA-seq能够直接检测导至组成性激活（如MET exon 14 skipping）或治疗耐药的异常剪接变异。在遗传性癌症检测中，结合RNA-seq可提高致病性剪接变异的检出率，并澄清意义未明变异。

作者提出了一种将转录组分析与基因组分析及免疫组化检测相结合的潜在框架，以应用于精准肿瘤学（如下图）。基因组分析，比如全外显子组测序（WES）、全基因组测序（WGS）或靶向外显子组面板进行的综合分子检测主要用于检测可操作的基因组改变，比如点突变、插入/缺失、拷贝数变异、融合等。‌RNA-seq可用于确认DNA测序检测到的突变的表达情况，并且可能识别出 DNA 测序未检测到的新基因融合和剪接变异。除此之外， RNA 测序还能检测由非基因机制引起的表达水平的变化，并且还能证实癌基因的过度表达或肿瘤抑制基因的表达缺失的情况。免疫组化（IHC）常用于检测抗体疗法所需靶标的表达情况，但 RNA 测序能够同时分析多个潜在靶标，并且更具定量性。因此，RNA 测序可能是靶标识别的第一步，对于已获得诊断抗体的选定靶标，可通过 IHC 进行确认。

基于 RNA 测序的诊断、预后和预测特征也为治疗选择提供了价值。基于 RNA 的生物标志物（例如特定的新抗原）可能为患者带来更多的治疗机会。总之，通过 RNA 测序来实施可操作的转录组，与基于 DNA 测序的生物标志物的检测是相辅相成的。在临床需要且具备条件的情况下，免疫组化技术也可用于某些生物标志物的检测。

评估患者样本中 RNA 过度表达和低表达的主要挑战包括确定量化 RNA 表达的最佳方法以及确定适当的对照物来测量相对表达并确定可操作性的阈值。文章中探讨了几种方法如下。

将单个肿瘤的多重 RNA 表达分析数据与来自癌种内其他患者肿瘤样本中的表达数据进行比较。优势在于能够同时用于报告大量基因的情况，尽管可能无法达到个体基因水平验证所具有的相同精度和确定性。风险在于，某种肿瘤类型整体表达水平可能偏低，即使相对“高表达”也未必达到靶向治疗的有效阈值。

在常规临床实践中对于接受切除手术的患者可能是可行的，但对于仅进行有限肿瘤活检的患者，则需要第二次采样程序，且癌旁非恶性组织本身也可能存在异常。

将个体肿瘤的表达水平与包含多种癌型的大数据集进行比较。这种方法能系统性评估多个靶点，并有助于发现那些在自身癌种内表达中等，但在所有癌症中表达较高的潜在靶点。

例如，将目标基因在特定肿瘤中的表达水平与已知对该靶向疗法有效的“标杆”肿瘤类型（如HER2在HER2+乳腺癌中的表达）进行比较，以评估其他癌种的潜在疗效。

可将个体患者中的表达模式与已确定的阈值进行对比。将阈值 mRNA 水平对 IHC 染色评分进行校正是针对具有已确立的 IHC 阈值的可操作靶点的一个有潜力的方法。或者，预后或预测的RNA标志物可以通过回顾性研究来确定。

目前商业平台提供的RNA-seq主要用于融合和选择性剪接检测，‌尚无疗法是基于RNA表达水平获批的‌，RNA与蛋白表达的相关性仍需在临床样本中验证。分子检测报告在提供RNA表达数据时，可建议通过IHC确认蛋白表达。已有前瞻性研究证明，比如CoPPO和POG项目，整合RNA-seq数据能识别出额外的可操作靶点，并为患者匹配到更多治疗选择。研究表明，基于多数据类型（DNA+RNA）的治疗推荐更可能被采纳和实施。

临床实践时，需要确保转录组学报告的清晰度，包括分析方法、生物标志物命名规则。对于基因融合，应报告嵌合转录本是否保留了致癌或抑癌功能的关键区域。对于基因表达的改变，必须说明相对表达水平的评估方式。另外，多学科分子肿瘤会诊是帮助分析这些复杂数据的一种途径。还迫切需要构建决策支持系统，以解读具有实际意义的转录组信息，并为医疗服务提供者提供应用基于 RNA 的发现来管理患者所需的知识，包括诊断、预后、治疗选择和临床试验匹配（如下图）。整合来自不同来源的来自基因组学和转录组学的数据非常重要，同时通过使用正交 RNA 面板来确认 RNA 水平确实发生了变化或通过 IHC 或其他方法评估其蛋白质产物，以确认 RNA 表达与表型之间的相关性。

总结与‌未来方向：

这篇文献系统论证了RNA-seq在精准肿瘤学中的不可或缺性，它不仅是一个强大的发现工具，更是一个能够直接指导临床治疗决策的实用框架。通过整合DNA、RNA和蛋白质水平的信息，可操作转录组框架有望为更多癌症患者带来真正个性化的治疗选择。

作者预期，未来精准肿瘤学将更重视转录组学，以发现新靶点和靶向“不可成药”靶点的新药。单细胞RNA测序和空间转录组等技术正在改变基础研究，并评估其临床效用。多基因RNA特征将越来越多地整合到临床决策中。蛋白质组学和蛋白质测序方面的进展有望在未来几年推动精准诊断的革命，同时转录组学在此期间也能起到有效的替代作用。常规的转录组学分析，结合多模态生物标志物谱，将促进医疗环境中的学习，推动数字孪生等人工智能新策略的发展，以制定精准肿瘤学的新策略。