综述：基于PET的肿瘤放射基因组学研究进展：系统性更新回顾

本文系统评述了PET放射基因组学在肿瘤学中的应用现状与挑战。作者团队通过PRISMA指南筛选18项研究（1780例患者），发现75.8%研究聚焦肺癌，88.8%使用18F-FDG示踪剂，揭示了影像特征与KRAS、EGFR等基因突变的关联性，但指出方法学局限性（如RQS 2.0评分均<50%）。该领域虽在捕捉肿瘤异质性和预后分层中潜力显著，仍需多中心设计、标准化流程和外部验证以推动临床转化。

　　

引言

肿瘤异质性是精准医学的核心挑战，而放射基因组学（Radiogenomics）通过整合影像组学（Radiomics）与基因组学（Genomics），为无创解析肿瘤生物学提供了新范式。PET成像凭借其功能学优势（如¹⁸F-FDG代谢显像），成为该领域的重要工具。本文基于18项研究（2012-2024年）的系统回顾，探讨PET放射基因组学在肿瘤诊断、预后及治疗决策中的价值与瓶颈。

方法学框架

研究遵循PRISMA指南，检索Scopus、PubMed和Web of Science数据库至2024年10月31日。纳入标准涵盖人类肿瘤学研究，要求同时采用放射组学与全基因组分析。质量评估采用RQS 2.0（满分66分），重点关注影像预处理、特征可重复性及临床相关性。

关键发现

肺癌主导研究 landscape
75.8%研究（10项/1350例）聚焦非小细胞肺癌（NSCLC）。例如：

• 驱动基因关联：Kim等发现¹⁸F-FDG的SUV_peak与TGFβ通路突变显著相关（p<0.05），而Aide团队通过LASSO模型预测KRAS/EGFR突变敏感性达90%。
• 预后模型：Sujit等的多中心研究（394例）结合CT/PET特征与ctDNA指标，构建的Cox模型C-index达0.82，且高风险组显示干扰素信号下调。

其他肿瘤的初步探索

• 前列腺癌：⁶⁸Ga-PSMA-11的放射组学可预测基因组不稳定性（CNAs），但样本量仅5例（Kesch等）。
• 淋巴瘤：Ferrer-Lores团队整合MYC/BCL2基因重排与PET纹理特征（GLSZM_GrayLevelVariance），使化疗完全缓解预测AUC提升至0.904。

方法学挑战

RQS 2.0暴露的缺陷
所有研究评分均低于50%，主要短板包括：

• 回顾性偏倚：72.2%研究为回顾性设计，仅2项前瞻性（Ning等）。
• 标准化缺失：77.7%单中心研究未解决扫描仪/协议差异，仅Sujit等开发了跨中心影像预处理流程。
• 透明度不足：无研究公开原始数据或代码，且缺乏SHAP等可解释性分析。

未来方向

技术革新：动态PET（如长轴FOV扫描仪）和Δ-放射组学可捕捉治疗响应时序变化。
临床转化：需优先开展多中心试验（如欧盟JANE项目），并探索非FDG示踪剂（如FAPI/PD-L1 PET）的基因组关联。

结论

PET放射基因组学已证实其通过影像特征反推基因表型的潜力，尤其在肺癌中。然而，从“概念验证”到临床落地，仍需跨越方法学鸿沟——正如作者所言：“标准化与外部验证是解锁该领域潜力的钥匙”。未来，AI驱动的多组学整合或将成为破局关键。