《Nature Communications》：Multi-center multi-omics integration predicts individualized prognosis in medullary thyroid carcinoma
编辑推荐：
本研究针对甲状腺髓样癌（MTC）这一罕见但侵袭性强的神经内分泌肿瘤，开展了大规模多中心多组学整合分析。研究人员通过对452例中国MTC患者的482份样本进行蛋白质组学、泛素化组学和基因组学分析，鉴定出与结构复发相关的临床、基因组和蛋白质组学特征，定义了三种具有不同预后的分子亚型，并开发了机器学习模型用于个体化复发风险预测。该研究为MTC的精准分层管理和治疗靶点发现提供了重要资源。
甲状腺髓样癌（Medullary Thyroid Carcinoma, MTC）是一种起源于甲状腺滤泡旁C细胞的罕见神经内分泌肿瘤，虽然仅占所有甲状腺癌的2%，却导致了8%的甲状腺癌相关死亡。这种肿瘤具有侵袭性强、转移潜力高的特点，中位疾病特异性生存期仅为8.6年。更令人担忧的是，在初次诊断时，75%的MTC患者已出现颈部淋巴结转移，10-15%甚至存在远处转移。由于MTC对放射性碘治疗具有天然耐药性，手术切除成为主要治疗手段，但术后复发率高达16.3%，中位再手术时间仅为6.4个月。
面对这一临床挑战，当前MTC的术后预后评估主要依赖TNM分期系统，但该系统未能纳入年龄、性别、遗传因素以及术后降钙素和癌胚抗原水平等其他关键预后因素。虽然国际MTC分级系统（IMTCGS）通过结合增殖活性指标如Ki67增殖指数和肿瘤坏死来对MTC进行分级，并在欧美人群中得到验证，但其在亚洲人群中的适用性仍有待确认。
基因组和转录组技术已广泛应用于MTC预后研究，揭示了与遗传性、IMTCGS分级和临床结局相关的基因组特征。RET突变在遗传性和散发性MTC中均起关键作用，其中RET M918T突变与不良预后相关。然而，10-20%的散发性MTC病例缺乏已知驱动突变，需要其他技术来阐明其发病机制。
蛋白质作为基因表达的最终产物，其丰度并不总是与DNA或RNA水平一致。基于质谱的蛋白质组分析有潜力增强MTC的预后评估，但相关研究仍较少。泛素化是一种重要的翻译后修饰，通过E3泛素连接酶和去泛素化酶的动态调控，在调节蛋白质稳定性、运输和信号转导中发挥关键作用。越来越多的证据表明，泛素-蛋白酶体系统的扰动与RET信号传导、细胞周期控制和凋亡相交织，凸显了泛素化在MTC中的机制相关性。
在这项发表于《Nature Communications》的研究中，研究人员开展了大规模多中心研究，整合了来自10个中国临床中心的452例MTC患者的482份样本的多组学数据，旨在深入理解MTC的异质性并为个性化患者管理提供新见解。
关键技术方法概述
本研究采用了多组学整合分析策略，主要技术方法包括：基于压力循环技术（PCT）的样本制备和基于质谱的蛋白质组学分析，对来自10个临床中心的377个发现集样本和105个独立测试集样本进行了10,092种蛋白质的定量；基于28个基因 panel 的基因测序，分析了RET、RAS等关键基因的突变状态；泛素化组学分析，通过特征性diGly（K-GG）残余物鉴定，对9个MTC样本和7个正常相邻甲状腺组织进行了泛素化位点图谱绘制；非负矩阵分解算法用于基于52个蛋白质的分子分型；机器学习模型整合临床、基因组和蛋白质组特征进行复发风险预测。
研究结果分析
临床病理特征与预后因素
研究纳入了347例MTC患者的377份样本作为发现集，105例患者的105份样本作为独立测试集。多变量Cox比例风险模型分析显示，IMTCGS分级（P=0.0096）和淋巴结转移（P=1.65e-04，HR=16.2）是MTC结构复发的独立风险因素。
RET和RAS突变与预后的关联
基因测序显示，17.3%的MTC患者存在生殖系RET突变，69.9%存在体细胞突变，12.8%未检测到已知突变。RET M918T突变在散发性MTC中与高复发风险相关，而RET S891A突变在遗传性MTC中与高复发风险相关，RET C634突变则与较低复发风险相关。中国MTC患者的突变谱与西方人群存在差异，表现为更高的HRAS突变频率和生殖系RET C634突变频率，而生殖系RET C609Y突变较少见。
泛素化组学特征
研究共鉴定出22,811个diGly修饰位点和6,505个diGly修饰蛋白。K33连锁泛素化仅在MTC组织中发现，而在正常组织中缺失，提示其在肿瘤发生中的潜在作用。与无复发组相比，结构复发组中K11连锁泛素化显著降低。差异表达分析发现了三个E2泛素结合酶、七个E3连接酶和一个去泛素化酶在复发组和无复发组间存在显著差异，其中E3连接酶CUL4B和TRIM32在外部数据集中得到验证。
分子分型与功能特征
基于52个蛋白质的表达特征，研究将MTC分为三个分子亚型：M1型表现为中等预后，与代谢过程和免疫浸润相关；M2型预后最差，特征为上皮间质转化通路上调和免疫评分最低；M3型预后良好，表现为明显的神经内分泌分化和突触信号通路增强。这三种亚型在独立测试集和已发表数据集中均显示出显著的预后差异。
机器学习预测模型
研究人员开发了整合临床、基因组和蛋白质组特征的机器学习模型，用于预测MTC结构复发风险。整合模型在独立测试集中的曲线下面积（AUC）为0.87，优于单一数据类型构建的模型。该模型鉴定了18个蛋白质特征和2个临床特征，其中黑色素转铁蛋白（MELTF）、VGF神经生长因子诱导蛋白（VGF）、卵泡抑素样蛋白1（FSTL1）等蛋白在复发风险预测中具有重要价值。
研究结论与意义
本研究通过大规模多中心多组学整合分析，深入揭示了甲状腺髓样癌的分子特征和异质性。研究发现不仅验证了已知的临床预后因素，还发现了中国人群特有的基因突变模式，为种族特异性治疗策略提供了依据。
通过泛素化组学分析，研究首次系统描绘了MTC的泛素化修饰图谱，揭示了E3连接酶CUL4B和TRIM32在MTC复发中的潜在作用，为开发针对泛素-蛋白酶体途径的靶向治疗提供了新方向。
基于蛋白质组学的分子分型成功将MTC患者分为三个具有显著预后差异的亚群，这种分型方法不仅具有预后预测价值，还可能指导个体化治疗策略的选择。特别是M2亚型患者的不良预后特征，提示这类患者可能需要更积极的治疗和随访方案。
整合机器学习模型的开发实现了MTC复发风险的个体化预测，相比传统的临床病理指标表现出更优的预测性能。该模型在独立队列中的验证结果证明了其良好的泛化能力，有望在未来临床实践中辅助医生进行治疗决策。
值得注意的是，研究发现醚脂代谢通路在复发风险预测中富集，这为理解MTC的代谢重编程提供了新视角。同时，免疫检查点蛋白CD276在预后不良患者中的高表达，提示免疫治疗可能在特定MTC亚群中具有应用潜力。
总的来说，这项研究为MTC的精准医疗提供了全面的多组学资源，建立的预后预测模型和分子分型系统有望改善患者的临床管理策略。未来需要在前瞻性临床试验中进一步验证这些发现的临床实用性，并探索针对特定分子亚型的靶向治疗策略。
