罕见肿瘤分子诊断的挑战与整合策略：从基因融合异质性到AI辅助形态学分析

本研究聚焦罕见肿瘤诊断困境，揭示分子技术（如基因融合检测）虽提升诊断精度，却存在"跨界"表达现象。研究者通过整合形态学-分子诊断学方法，证实部分基因融合可跨越组织学差异定义肿瘤实体，但罕见肿瘤模型匮乏制约了单细胞测序和AI辅助形态分析的应用。该研究为胸腺、睾丸、唾液腺及软组织肿瘤的精准诊疗提供了新范式。

　　分子诊断技术虽革新了罕见肿瘤（如胸腺瘤、睾丸生殖细胞肿瘤、唾液腺癌及软组织肉瘤）的检测手段，却也暴露了基因融合（gene fusion）的"滥交"特性——这些原本被视为特异性的分子标记，竟在生物学特性迥异的上皮性和间叶性肿瘤中交叉出现。这凸显了整合传统形态学与分子检测（如FISH/NGS）的必要性。有趣的是，某些共享相似肿瘤生物学特征的罕见亚型（尽管验证难度高于常见肿瘤），支持"基因融合定义疾病实体"假说，即使它们形态学表现各异。然而，约15-20%的罕见肿瘤仍缺乏诊断/预后相关分子标签，其低发病率与真实肿瘤模型缺失，严重阻碍了单细胞RNA测序（scRNA-seq）、人工智能（AI）驱动的病理图像分析等前沿技术的开发应用。