【泌友论道】郑伏甫教授：肾癌精准治疗研究新进展

自2022年起，肾癌病理诊断迈入了精准诊疗的新纪元。除传统常规肾细胞癌的分类外，还通过分子定义将肾细胞癌分为七种类型，包括TFE3重排型、TFEB改变型、ELOC突变型、FH缺陷型、SDH缺陷型、ALK重排型肾细胞癌以及SMARCB1缺陷型肾髓质癌。这些不同亚型的肾细胞癌，其形态学特征、免疫表现及分子特性各异，因而治疗方法也不尽相同。肾癌的分子分型揭示了其高度异质性，原发灶及不同转移灶如骨、肺、脑等，均表现出不同的生物学行为。
 
通过高通量测序（NGS）对多区域进行动态采样，检测循环肿瘤DNA（ctDNA）的基因谱变化，可为肾癌术后复发和转移的监测提供新的视角。常见的分子机制包括肾透明细胞癌的染色体3、5、14的突变，例如VHL、SETD2、PBRM1等基因的变异，以及细胞周期调控和PI3K-AKT-MTOR信号通路的改变。乳头状细胞癌的染色体7和17的突变较为常见，涉及EGFR和MET等基因。而嫌色细胞癌的分子机制则涉及PTEN缺失、端粒酶上调以及细胞周期调控通路的异常。肿瘤微环境的研究揭示了肿瘤细胞周围T细胞、NK细胞、树突状细胞、血管内皮细胞、髓系干细胞和巨噬细胞等在肿瘤免疫逃逸和生长中的作用。
 
PROTECT研究通过对高危肾细胞癌转录组数据的分析，发现血管生成基因和腺苷的表达水平和与酪氨酸激酶抑制剂（TKI）的疗效相关：血管生成高表达和腺苷低表达特征的DFS和OS最好。此外，基因表达谱分析为肾细胞癌复发的预测提供了新的思路，包括代谢基因和生物标志物的探索。
 
在治疗方面，靶向治疗药物如阿昔替尼、舒尼替尼、卡博替尼、仑伐替尼等，通过血管内皮细胞上的靶点作用于肿瘤细胞，抑制肿瘤血管生成。免疫治疗药物如帕博利珠单抗、纳武利尤单抗等，通过激活免疫系统来控制肿瘤的发展。代谢通路抑制剂和厌氧通路抑制剂也在肾细胞癌治疗中展现出潜力。这些研究成果为肾细胞癌的精准治疗提供了坚实的基础。

近年来，肿瘤治疗领域经历了快速的变革，从靶向治疗时代发展至靶免联合治疗时代迈进，单药治疗，靶免联合、双免联合等均已在临床指南中获得一线或二线治疗的推荐。然而，精准医学的探索也已近20年，个体化治疗的重要性日益凸显。除了常规的一线和二线治疗推荐外，还需考虑不同药物的毒副反应、患者生活质量的追求以及个体化需求，如体重差异导致的剂量和血药浓度的调整，给予个体化的治疗方案推荐。
 
通过RNA测序（RNAseq）、体系突变分析、免疫组化检测PD-L1受体表达，以及肉瘤样组织学特征的分析，可将肾细胞癌分为七个亚型。这些亚型的区分可能对治疗选择具有指导意义。研究发现，特定亚型的肾细胞癌可能对TKI单药治疗与联合治疗反应相似，从而避免了联合治疗可能带来的过度治疗和经济负担。此外，某些亚型可能更适合联合治疗，以控制肿瘤发展。例如，PBRM1和KDM5C基因的表达与血管生成基因的高表达相关，可能预示着靶向治疗效果更佳。而CDKN2A或B、PTEN等基因的表达上调，可能与细胞周期通路的调控有关，影响T细胞的免疫反应和临床结局，联合治疗更获益。
 
尽管如此，通过分子亚型分型来指导治疗的临床应用尚未广泛开展。通过分子cluster分型预测患者的无进展生存期（PFS）仍存在挑战。例如，IMmotion 151和JAVELIN RENAL 101等研究尚未实现真正的个体化治疗。这提示我们，在精准医学的探索中，仍需进一步研究以实现更精确的个体化治疗方案。

在肿瘤治疗领域，近年来的研究进展显著，尤其是免疫治疗与靶向治疗的联合应用。例如，KEYNOTE-426研究通过T细胞炎症基因表达谱（TcellinfGEP）分析，探讨了与免疫治疗的相关性。该研究采用了18个基因的T细胞炎症基因表达谱和血管生成基因谱，通过RNAseq技术进行分析，并对VHL、PBRM1、SETD2和BAP1等基因的外显子进行了全外显子测序（WES）。此外，还对PD-1受体的表达进行了免疫组化检测，旨在发现可能的生物标志物。
 
初步研究结果显示，TcellinfGEP高表达的患者在接受免疫治疗和阿昔替尼联合治疗时，显示出更好的临床疗效。此外，血管生成相关基因高表达的患者在接受单纯靶向药物治疗时，疗效与联合治疗相当，这为治疗选择提供了新的视角。然而，PD-1受体的表达与免疫治疗的疗效并无显著相关性，这与以往的预测指标有所不同。此外，尽管进行了多种生物标志物的分析，包括粒细胞MDSC、糖酵解通路、RAS通路、基质/EMT/TGF-β和Wnt通路的表达情况，但这些因素与疗效均无显著相关性。
 
在分子亚型与客观缓解率（ORR）的关系分析中，免疫增殖型的患者可能从联合治疗中获益更明显，而血管增生型的患者获益则相对较弱。基因突变分析显示，无论VHL、PBRM1、SETD2和BAP1基因的表达高低，联合治疗组的疗效均高于单药组。特别是PBRM1基因的突变型患者在接受联合治疗时，客观缓解率更高。
 
此外，CheckMate 9ER研究和CLEAR研究也进行了类似的生物标志物分析，包括RNAseq测序、PD-1受体表达的免疫组化检测、WES外显子测序等。这些研究均发现，无论PD-1受体的表达与否，联合治疗组的患者均显示出获益。同时，基因突变状态，包括VHL、PBRM1、SETD2、BAP1和KDM5C，也未发现能显著区分联合治疗组和单药组的疗效。
 
综上所述，尽管目前的研究尚未找到能够精确预测临床疗效的生物标志物，但这些探索为未来的个体化治疗提供了宝贵的信息。通过不断地研究和分析，我们期待能够发现更多有助于指导临床治疗决策的生物标志物。

在肾细胞癌的治疗中，生物标志物的应用至关重要。面对众多药物选择，采用单靶治疗、靶免联合治疗还是双免联合治疗，关键在于能否使患者真正获益。对于手术后是否需要药物进行辅助治疗，以及如何选择合适的药物和剂量，个体化治疗显得尤为重要。
 
在遗传性肾癌中，基因检测提供了大量有效信息，而对于散发性肾癌，生物标志物的作用同样不容忽视。通过组织细胞学、免疫组化、基因组学、RNA测序和转录组学等手段，可以对肾细胞癌进行更细致的分型和分析。这些不同的分型方法是否可以联合使用，或者在具体个体中是否存在不同的表现，是当前研究的关键问题。
 
在病理类型中，肉瘤样分化或横纹肌样分化的组织学亚型在CheckMate 214研究中显示出对免疫治疗的获益，提示联合治疗可能提高治疗效果。此外，通过全基因组测序对比肉瘤样癌和肾透明细胞癌，发现肿瘤突变负荷（TMB）在不同类型中的表现不同。透明细胞癌中抑癌基因的缺失（如VHL、PBRM1、SETD2、TSC2）更为常见，而肉瘤样癌则更多地与细胞增殖相关基因（如TP53、CDKN2A/B、MDM2、TERT）的突变有关。RB1和神经内分泌表现可能与肉瘤样分化有关，不同的基因突变调控可能导致不同的治疗反应。全基因组的差异性，包括抑癌基因的丢失和细胞周期的失衡，可能影响透明细胞癌和肉瘤样癌的预后和治疗策略。
 
在肾癌的免疫治疗应答中，TMB和CD8+ T细胞的浸润是两个重要的影响因素。尽管TMB本身并未显著影响免疫治疗的反应，但其在某些研究中显示出对免疫反应的潜在影响。不同类型的T细胞，包括CD8+ T细胞和调节性T细胞，可能与免疫治疗的效果和抵抗性有关。
 
体系突变、RNA测序、WES外显子测序等技术的应用，有助于深入理解T细胞的体系突变和免疫表型对免疫治疗反应的影响。此外，胚系突变也可能影响免疫治疗的反应，特别是免疫相关的毒副反应。例如，HLA-A03可能与免疫抑制有关，而IL-7的突变可能增加免疫毒性的风险，内源性逆转录病毒的表达，如ERVS，也可能与免疫反应相关。通过检测HERV4700、ERVE4和ERVE3.2等内源性病毒的表达，可以预测免疫治疗的反应。目前，肾细胞癌的分子亚型与免疫治疗获益之间的关系尚不明确，需要进一步的前瞻性研究和基于RNAseq的生物标志物分析。
 
总之，通过综合考虑病理类型、基因突变、TMB、T细胞亚型、体系突变、胚系突变和内源性病毒表达等多种因素，可以为肾细胞癌患者提供更精准的个体化治疗方案。未来的研究需要进一步探索这些因素在临床治疗中的应用，以实现更有效的治疗策略。

在肾细胞癌的诊断和治疗中，除了传统方法如组织学、免疫组化、WES以及RNAseq测序等，当前，研究者正积极探索血液样本中的生物标志物，如ctDNA、游离DNA（cfDNA）以及甲基化cfDNA等，这些标志物在其他肿瘤类型中已显示出潜力。
 
例如，cfDNA的甲基化改变可以作为肿瘤存在的预测指标。此外，循环中的肾损伤分子1（KIM-1）水平与肾癌的治疗和预后相关。2024年ASCO会议IMmotion 010研究分析发现诊断中KIM-1的高表达与较差预后相关，并可能在良性和恶性肿瘤的区分中发挥作用。KIM-1的表达水平还与无转移生存期和OS相关，可能在辅助治疗中预测无病生存期（DFS）和OS。然而，KIM-1的标准化和临床应用仍存在挑战。ASSURE、CheckMate 914和IMmotion 010等探讨了KIM-1的中位分子浓度，这可能会影响推动其标准化和临床应用。此外，cfDNA、89Zr-吉伦妥昔单抗PET/CT成像等新兴技术，以及16个复发基因评分、ClearCode34 Panel和MET144G基因等生物标志物，为辅助治疗提供了指导。
 
单细胞测序技术为研究T细胞耗竭、M2样巨噬细胞基因表达等提供了新的视角，可能对预后判断和肿瘤进展评估具有重要意义。通过阻断特定分子通路，可能有助于阻止肾细胞癌的进展。多维空间表型分析，包括传统的免疫组化、病理分型、基因突变和单细胞RNAseq，以及时空分析，为理解肿瘤微环境和免疫治疗反应提供了新的思路。例如，肿瘤中的三级淋巴结构和IgG沉积可提高免疫治疗的效果。

尽管目前的研究取得了一定进展，但肾细胞癌的精准治疗仍面临挑战。理想的生物标志物尚未在临床上得到广泛应用。未来，结合多种生物标志物、单细胞测序、功能影像学以及人工智能技术，可能会提高肾癌治疗的准确性。总之，尽管目前还没有明确的生物标志物，相信通过不断地研究和探索，在不久的将来能够为患者提供更有效的治疗策略。