基于人工智能的乳腺癌精准肿瘤学变异注释

《Clinical and Translational Science》：AI-Driven Variant Annotation for Precision Oncology in Breast Cancer

基因变异功能解析与靶向治疗策略研究。采用AI/ML框架VAMOS整合基因组、转录组和蛋白结构数据，系统分析12,000+乳腺癌变异，发现PIK3CA、TP53等基因的3D结构聚类变异与ESR1、EZH2调控活性显著相关，挑战传统治疗反应假设，为药物重定位提供新依据。

　　在精准肿瘤学领域，基因组变异的功能影响解读仍然是一个重大挑战，尤其是在乳腺癌中，许多未知意义的变异（Variants of Unknown Significance, VUS）缺乏明确的治疗指导。传统注释策略主要关注高频驱动突变，例如PIK3CA、TP53和ESR1等，但忽略了那些罕见或未被充分研究的变异，这些变异往往在临床中没有明确的指导意义。为此，本研究提出了一种基于人工智能和机器学习（AI/ML）的框架，旨在系统识别与关键乳腺癌表型（如ESR1和EZH2的活性）相关的变异。该框架整合了基因组、转录组、结构和药物反应数据，通过分析超过12,000个变异，揭示了结构上聚集的突变可能共享与已知致癌驱动因子相似的功能后果，从而扩展了潜在可操作的变异范围，有助于改善患者分层和药物再利用策略。这项研究提供了一种可扩展且具有临床意义的方法，以加速变异注释，为药物敏感性和耐药机制提供新的见解。

当前，乳腺癌的治疗决策越来越依赖于基因组分析，特别是针对激素受体阳性肿瘤的靶向治疗。然而，尽管这些方法在一定程度上提高了治疗的个性化水平，但大多数变异仍无法被明确归类为具有临床意义的变异。这种局限性导致许多患者在缺乏明确变异特征的情况下接受传统治疗，可能错失更精准的治疗机会。因此，本研究的核心目标是开发一种基于AI/ML的框架，能够系统地识别那些可能影响关键表型的罕见或未被充分研究的变异，从而为精准医学提供新的依据。

研究团队构建的VAMOS（Variant Annotation through Multi-Omic Signatures）框架，利用单核苷酸变异（SNV）数据、RNA表达谱和AlphaFold预测的蛋白质三维结构，将蛋白质编码变异与下游转录表型联系起来。通过这种方法，研究人员能够识别出在三维空间中聚集的变异，即使这些变异在人群中出现频率较低。这些变异可能共同影响蛋白质的功能域，从而产生相似的生物学效应。研究还发现，某些罕见变异可能与已知的致癌驱动因子位于相同的结构区域内，因此具有相似的病理机制，从而为临床意义的重新评估提供了新的线索。

通过分析来自CCLE/DepMap和TCGA的数据集，研究人员识别了395个与ESR1或EZH2活性相关的变异簇，这些簇分布在346个蛋白质中。其中，PIK3CA和TP53是最具代表性的蛋白质，其变异簇显示出与ESR1或EZH2活性的强关联性。例如，PIK3CA的变异簇不仅与ESR1信号通路的上调有关，还与EZH2信号通路的激活相关。这些变异簇在三维结构上呈现出不同的功能区域，如PIK3CA的螺旋结构域、激酶结构域和C2结构域，分别与不同的药物敏感性模式相关联。这意味着，通过结构信息可以更精确地识别变异对药物反应的影响，从而指导治疗选择。

TP53的变异簇同样表现出与ESR1活性不同的模式。其中，TP53的变异簇1主要与ESR1活性的抑制相关，而变异簇2则与ESR1活性的增强相关。这种功能上的差异表明，即使在同一种基因中，不同位置的变异可能对肿瘤生物学和治疗反应产生截然不同的影响。因此，通过结构信息进行变异分层，可以更精确地识别出哪些变异对治疗敏感性具有潜在影响，从而指导更个性化的治疗策略。

此外，研究还发现了许多未被广泛研究的蛋白质，这些蛋白质的变异簇同样与ESR1或EZH2的活性相关，并表现出特定的药物敏感性模式。例如，某些未被充分注释的蛋白质，如DST和MGAM，其变异簇显示出与ESR1信号通路变化的显著关联，而KMT2C和TUBA1A的变异簇则与EZH2信号通路变化相关。这些发现不仅扩展了我们对乳腺癌基因组变异的理解，还为新的治疗靶点提供了潜在的候选。

然而，这项研究也存在一些局限性。首先，其分析仅限于具有可用三维结构模型的蛋白质编码变异，而许多蛋白质的无序或柔性结构域尚未被实验方法完全解析，因此无法通过计算方法如AlphaFold进行可靠预测。其次，虽然该框架能够识别变异与特定分子状态的关联性，但这些关联性本质上是相关性的，而非因果关系。因此，在解释新发现的变异簇时，需要谨慎区分其作为生物标志物的作用与实际的功能驱动作用。

未来的研究方向包括对AI预测的变异簇进行实验验证，以确定其功能相关性。例如，可以将特定变异引入细胞系，然后通过实验评估其对转录活性、信号通路激活和药物敏感性的影响。此外，临床验证也是必要的，通过回顾性分析现有临床队列，可以评估这些变异簇是否与治疗反应、耐药性或生存率相关。同时，将患者的基因组和转录组数据整合到该框架中，有助于进一步优化变异的优先级，从而识别出更具临床价值的变异。

本研究的发现为精准医学提供了新的思路。通过结构信息进行变异注释，可以突破传统方法对高频变异的依赖，从而识别出那些在临床中未被充分研究的罕见变异。这不仅有助于更全面地理解肿瘤的分子机制，还为开发新的治疗策略提供了依据。未来，随着更多数据的积累和计算方法的改进，这种结构驱动的变异注释框架有望进一步提升精准医学的效率和效果，推动肿瘤治疗从经验性向数据驱动的转变。