综述：2025年个体放射敏感性检测：个性化放疗的当前进展与未来方向

本综述系统回顾了1980–2025年间个体放射敏感性（RS）预测领域的关键进展，重点探讨了遗传标记（如ATM/TGFB1 SNPs）、功能检测（RILA、γ-H2AX foci）、衰老生物标志物（p16/SASP）和组学技术的临床转化潜力。文章强调RILA检测在预测晚期毒性（如乳腺癌纤维化）中的稳健性（AUC=0.72），并指出多中心验证与标准化是推动RS检测临床落地的核心挑战。

　　

引言

放射治疗（RT）是现代肿瘤学的基石，约60%的癌症患者在其治疗过程中接受RT。尽管强度调制放疗（IMRT）和质子治疗等技术显著改善了剂量适形性和肿瘤靶向性，但这些进展并未解决一个根本的生物学挑战：个体间放射敏感性（RS）的变异性。大多数患者在预期范围内耐受RT，但约5–10%的患者经历严重晚期毒性，显著影响生活质量。因此，预测RS已成为个性化放疗的核心目标。

材料与方法

本综述采用叙述性文献综述方法，检索1980年至2025年间PubMed/MEDLINE及放射生物学期刊的相关研究。主题涵盖遗传标记、功能检测、衰老生物标志物和组学技术，重点评估其临床验证状态和局限性。

结果

遗传标记

全基因组关联研究（GWAS）已识别出多个与RS相关的单核苷酸多态性（SNPs），例如ATM和TGFB1基因中的变异。国际放射基因组学联盟（RgC）的研究证实，这些SNPs与毒性风险存在一致关联，但其预测能力受限于效应值较小和人群特异性变异性。例如，ATM rs1801516 SNP与乳腺癌患者放射性纤维化风险相关，但其单独预测价值有限。

功能检测

RILA检测：辐射诱导淋巴细胞凋亡（RILA） assay是当前最临床验证的RS预测工具。多中心研究显示，RILA与晚期毒性（如乳腺癌纤维化）显著相关（AUC = 0.72）。低RILA值（<16%）预示高毒性风险，而高值（>20%）关联于低风险。

成纤维细胞检测：克隆形成 assay（如SF2）和ATM易位检测显示组织特异性预测价值，但其操作复杂性和耗时性限制临床推广。

DNA损伤应答标志物：γ-H2AX foci形成动力学可作为RS的快速功能指标，但其标准化仍需优化。

衰老与免疫生物标志物

细胞衰老在辐射诱导毒性中起关键作用。p16^INK4a表达和衰老相关分泌表型（SASP）与组织纤维化相关。免疫调节方面，Th17/Treg比率失衡与炎症性毒性相关，而Senolytic疗法（如dasatinib/quercetin）在临床前模型中显示逆转衰老表型的潜力。

组学技术

转录组学、蛋白质组学和代谢组学提供RS的全局视角。例如，头颈鳞状细胞癌（HNSCC）的12基因panel预测模型显示高准确性，但多中心验证不足。机器学习整合多组学数据正成为提升预测性能的新兴策略。

讨论

RS预测正从研究向临床实用过渡，但挑战依然存在。遗传标记需通过大样本验证；功能检测（如RILA）虽稳健但需标准化操作流程；组学技术需降低成本并提高可及性。未来方向应聚焦于：

1. 1.

   多中心前瞻性验证研究；

2. 2.

   开发成本效益高的组学平台；

3. 3.

   生物标志物引导的自适应临床试验，以优化治疗比率。

结论

RS生物标志物的探索是个性化放疗的关键步骤。RILA作为当前最验证的检测工具，结合组学和机器学习进展，有望实现RS预测的临床转化。然而，标准化、多中心合作和临床整合仍是未来努力的核心。

作者贡献

概念与设计：K. Debbi和Y. Belkacemi；数据收集与解释：所有作者；稿件撰写：所有作者；最终审核：所有作者。

利益冲突声明

作者声明无已知竞争性财务利益或个人关系影响本工作。

作者简介

Kamel Debbi, M.D., MSc.，巴黎东大学Henri Mondor大学医院放射肿瘤科咨询医师，主要研究方向为泌尿系统恶性肿瘤、乳腺癌、联合治疗模式及高精度放疗，生物研究聚焦于免疫系统对内在放射敏感性的影响及新型系统疗法与放疗的联合。