摘要
背景：结直肠癌（CRC）在不同分期中存在分子异质性，但大多数转录组分类器将其视为静态，很少测试其基因的重要性是否随疾病分期而变化。方法：将分期分层可解释机器学习流程应用于癌症基因组图谱结肠腺癌队列（286 例肿瘤，41 例正常）。通过交叉验证稳定性选择推导出一个十基因面板；在无数据泄漏协议下对六个分类器进行了基准测试；并在每个美国癌症联合委员会（AJCC）分期内计算精确的 SHapley 加性解释（SHAP）。研究结果在三个独立队列（GSE50760、GSE39582、GSE17536）中进行了测试，并通过文献、GEPIA2 和四平台通路富集得到佐证。结果：该十基因面板对肿瘤与正常组织的分类内部 AUC 高达 1.000，外部 AUC 为 0.969（95% CI 0.896–1.000；精确 - 召回曲线下面积 [AUPRC] 0.980），对类别不平衡具有鲁棒性。分期分层 SHAP 显示特征重要性在各分期间呈单调变化（跨分期 Spearman rho 0.66–0.93），并在独立队列中的四个分期中有三个得到复制（rho 高达 0.94）；ESM1 在两个队列中均升至晚期重要性前两位，与其在 CRC 血管生成中的作用一致。该面板重现了已知的癌症生物学特征，提名了新候选基因，并证明与网络枢纽基因具有互补性，其富集通路与沙特 CRC 五种常见改变通路中的四种相匹配。生存判别能力为随机水平（C-index 0.50–0.58），将该面板定义为分类器而非预后模型。结论：据我们所知，这是 CRC 中首次有证据表明可解释分类器的特征重要性结构本身是分期依赖的，且可外部复制。将精确的可解释性与可重复、范围透明的验证相结合，该面板作为分类器具有泛化能力，但作为预后模型则不然，且其与沙特 CRC 改变的趋同界定了前瞻性人群特异性验证的条件。代码和处理后的数据已公开可用。
