MelanoDB：基于多组学整合的晚期黑色素瘤MAPK抑制剂治疗响应预测数据集

本研究针对晚期黑色素瘤患者对MAPK抑制剂（MAPKi）的耐药机制预测难题，整合了来自9个队列417例患者的临床与多组学数据，构建了首个符合FAIR原则的标准化数据集MelanoDB。该数据集包含191例外显子测序、66例拷贝数变异和132例基因表达数据，通过开发交互式网络应用平台，为揭示耐药生物标志物及优化治疗策略提供了关键资源。

　　

黑色素瘤虽仅占皮肤癌的10%，却导致90%的皮肤癌相关死亡。尽管BRAF^V600突变靶向药物MAPK抑制剂（MAPKi）的应用显著改善了晚期患者预后，但原发性耐药（1/3患者）和获得性耐药（5年无进展生存率仅19%）仍是临床重大挑战。现有研究因样本量小、数据分散，难以建立可靠的预测模型。为此，法国蒙彼利埃大学等机构的研究团队通过整合全球9项独立研究的417例患者数据，创建了首个标准化多组学数据集MelanoDB，相关成果发表于《Scientific Data》。

研究采用多中心数据整合技术，从cBioPortal、GEO等公共数据库及作者直接获取的未公开数据中，收集患者临床特征（AJCC分期、LDH水平等）、治疗反应（RECIST标准评估）及分子数据（全/部分外显子测序、拷贝数变异、基因表达）。通过BatchQC软件进行批次效应校正，使用ComBat-seq算法标准化基因表达数据，最终构建可交互探索的Streamlit网络应用平台。

背景与概要
研究强调现有TCGA_SKCM数据库缺乏MAPKi治疗细节，而小样本研究（如Van Allen等⁵仅45例）难以识别耐药标志物。MelanoDB首次实现跨研究数据整合，覆盖61%单药（vemurafenib/dabrafenib）和39%联合用药（dabrafenib+trametinib）患者，其中34%呈现原发性耐药（RECIST评估进展性疾病）。

数据记录
关键数据表包括：

• patients.csv：417例患者的年龄、AJCC分期（III/IV期占比83%）、脑转移（21%）等临床特征，其中BRAF^V600E突变占78%；
• snvs.csv：50,331条变异记录，涵盖BRAF、NRAS、PTEN等核心基因，Catalanotti队列中18.8%基因存在突变（靶向测序偏倚）；
• cnas.csv：66例拷贝数变异，显示PTEN缺失与耐药相关；
• gene_expressions.csv：864万条表达谱，经批次校正后消除Yan队列的聚类偏倚。

技术验证
生存分析显示各队列PFS中位数5.4月（Louveau队列达25.6月），OS中位数12.2月，但Yan队列（仅含极端响应者）和Van Allen队列（聚焦早期耐药）存在异质性。分子层面，23个共有基因的聚类分析揭示60例患者仅携带BRAF突变，其余98例存在NRAS等伴随突变。

结论与意义
MelanoDB通过FAIR化数据整合，解决了黑色素瘤研究中的样本碎片化问题。其价值体现在：①首次实现跨研究多组学关联分析，如证实PTEN缺失与MAPKi耐药的相关性；②为机器学习预测模型（如Dandou等¹⁰）提供训练基础；③网络应用平台支持动态数据探索。该资源将加速耐药机制解析和个体化治疗策略开发，推动精准医学在黑色素瘤领域的实践。