多组学解析早发性结直肠癌(EOCRC)揭示免疫抑制微环境并鉴定FAT3突变为热样免疫特征生物标志物

《HUMAN MUTATION》:Multiomics Dissection of Early-Onset Colorectal Cancer (EOCRC) Reveals an Immunosuppressive Microenvironment and Identifies FAT3 Mutation as a Biomarker of Hot-Like Immune Features

【字体: 大 中 小 】 时间:2026年11月02日 来源:HUMAN MUTATION 1.8

编辑推荐:

  早发性结直肠癌(EOCRC)与晚发性结直肠癌(LOCRC)相比呈现出独特的临床和生物学特征,然而其基因组架构和免疫微环境决定因素仍未完全阐明。本研究整合了TCGA队列中69例EOCRC和461例LOCRC患者的多组学发现分析,并辅以独立验证、单细胞RNA测序(

  
早发性结直肠癌(EOCRC)与晚发性结直肠癌(LOCRC)相比呈现出独特的临床和生物学特征,然而其基因组架构和免疫微环境决定因素仍未完全阐明。本研究整合了TCGA队列中69例EOCRC和461例LOCRC患者的多组学发现分析,并辅以独立验证、单细胞RNA测序(scRNA-seq)、空间转录组学和系统级网络分析。研究人员鉴定了10个在EOCRC中突变显著富集的基因,包括ANXA7、ZNF267和POLQ,这些基因呈现出独特的结构域特异性聚集,并在外部队列中得到验证。突变特征分解显示EOCRC与SBS87样特征相关,而LOCRC以SBS1为主导;由于TCGA缺乏详细治疗史,此SBS87样推断不应被解读为既往硫嘌呤暴露的直接证据。在免疫学层面,EOCRC表现出免疫抑制微环境,其特征为调节性T细胞(Treg)升高、静息自然杀伤(NK)细胞增多以及免疫-基质耦合更紧密,空间转录组学分析进一步支持了这一发现。单细胞图谱分析在EOCRC中鉴定了M2极化、表达SPP1的巨噬细胞亚群。加权基因共表达网络分析(WGCNA)鉴定了一个线粒体-核糖体生物发生模块作为EOCRC的转录标志。最后,随机森林分析鉴定FAT3突变为EOCRC中热样、免疫激活表型的基因组相关因素。整合单细胞分析将FAT3主要定位至癌症相关成纤维细胞(CAF),尤其是肌成纤维细胞,计算机FAT3扰动分析提示潜在下游程序涉及细胞外基质重塑、炎症信号传导、趋化因子应答和纺锤体调控。这些发现描绘了EOCRC的年龄分层基因组和微环境特征,并为未来功能性和临床验证产生了可检验的假设。
**研究背景与科学问题**

结直肠癌(CRC)是全球癌症相关发病率和死亡率的主要原因之一。近年来流行病学格局出现令人担忧的转变:早发性结直肠癌(EOCRC,诊断年龄<50岁)发病率在多个国家持续上升,而晚发性结直肠癌(LOCRC,诊断年龄≥50岁)则趋于稳定或下降。EOCRC常确诊时即为晚期,具有左半结肠或直肠原发肿瘤比例更高、印戒细胞组织学及更具侵袭性的临床病程等特征。尽管研究广泛,驱动EOCRC的分子机制仍不完全清楚,当前多数治疗方案沿袭自老年患者,可能忽视年龄特异性生物学脆弱性。越来越多证据表明EOCRC与LOCRC并非同一疾病在不同年龄段的体现,而可能通过根本不同的遗传和环境途径发生。LOCRC与久坐、肥胖、饮食习惯等既定风险因素密切相关,通常经由APC、KRAS、TP53突变驱动的传统腺瘤-癌序列发展;而EOCRC似乎具有独特的基因组格局,多项研究报告EOCRC肿瘤中APC突变较少,但BRAF、CTNNB1和DNA错配修复(MMR)基因改变更频繁。此外,遗传性综合征仅占EOCRC病例的一小部分,提示散发性早发性疾病由未知的体细胞或胚系因素驱动。除遗传学外,肿瘤微环境(TME)——包括免疫细胞浸润、基质活化和代谢重编程——也可能随发病年龄而异,但EOCRC与LOCRC在多组学层面的全面比较仍属空白。单细胞和空间转录组技术现提供前所未有的分辨率来解析瘤内异质性和细胞间相互作用;突变特征分析可解卷积塑造肿瘤基因组的病因学过程,区分内源性(如年龄相关脱氨)与外源性(如化疗诱导)突变。将这些先进分析工具应用于年龄分层CRC队列,可能揭示年轻患者为何在没有典型年龄相关突变累积的情况下发生癌症,以及何种因素使其肿瘤更具侵袭性。本研究整合了TCGA-CRC队列的批量外显子测序、批量转录组学、单细胞RNA测序(scRNA-seq)和空间转录组学,辅以独立验证队列(DFCI)、单细胞结直肠癌图谱和GSE144735 CRC单细胞数据集,旨在实现三个相互关联的目标:(1)描绘EOCRC与LOCRC的差异突变格局和突变特征,揭示年龄分层致癌过程;(2)在批量和单细胞分辨率上解析免疫和基质微环境,重点关注髓系异质性和免疫抑制特征;(3)鉴定定义EOCRC转录标志的共表达网络,并提出与早发性CRC免疫热样特征相关的基因组 correlates——尤其是FAT3突变。

**关键技术方法**

研究人员整合了TCGA-CRC队列(69例EOCRC和461例LOCRC)的批量外显子测序和转录组数据,采用DFCI队列进行独立突变验证,scRNA-seq数据取自单细胞结直肠癌图谱,整合性FAT3分析额外使用GSE144735 CRC scRNA-seq数据集(6例患者,27,414个细胞),空间转录组数据取自公开CRC组织切片。主要技术方法包括:Seurat包(v4.0)处理scRNA-seq数据(过滤标准:检测基因数<200或>7500、线粒体读数>20%);10x Visium平台空间转录组学分析;WGCNA构建共表达网络(软阈值β=6);Metascape进行功能富集分析;maftools包(v2.10)分析体细胞突变;sigminer包(v2.0)通过非负矩阵分解(NMF)提取突变特征并与COSMIC v3参考特征比较;CIBERSORT(v1.03)和xCELL量化免疫细胞浸润;ssGSEA对29个免疫基因组特征评分后进行无监督层次聚类;随机森林算法基于Gini指数平均下降量评估突变重要性;scTenifoldKnk启发的调控网络扰动方法进行计算机FAT3敲除分析。

**研究结果**

**3.1 EOCRC与LOCRC在年龄分层突变格局中的基因组分歧**:研究人员系统比较了TCGA-CRC队列中69例EOCRC与461例LOCRC患者的突变谱。Oncoprint可视化显示两组间突变模式存在明显差异。EOCRC和LOCRC的TMB分布广泛重叠,LOCRC中位TMB略高,但该面板仅提供泛癌背景描述而非正式年龄组比较,未做统计学显著性声明,提示EOCRC与LOCRC的生物学区别不太可能仅由突变负荷的定量差异解释,而可能涉及突变库的定性差异。OR分析鉴定出10个在EOCRC中突变显著富集的基因:ANXA7、SLC25A34和ZSCAN30的OR最高(OR=35.488),其次为DNAJB9(OR=17.745)、ZNF267(OR=12.783)、LMNB1(OR=10.215)、MAATS1(OR=6.547)、SIN3A(OR=5.609)、IL1RL1(OR=5.882)和POLQ(OR=3.994),均达到统计学显著性(p<0.05),多数为高置信度(p<0.01)。共现和互斥分析显示EOCRC的共现和互斥基因对明显少于LOCRC,提示早发性疾病中致癌网络结构性或协同性较低。可成药靶点目录揭示了两组间差异治疗脆弱性。

**3.2 EOCRC富集基因的复发性突变热点和结构域特异性聚集的独立验证**:Lollipop图分析显示七个最显著基因(ZNF267、SIN3A、ANXA7、SLC25A34、ZSCAN30、LMNB1和POLQ)中错义突变为主要变异类型,其次为移码插入/缺失,突变沿蛋白序列非随机分布,多个基因在特定功能域呈现聚集,提示正选择和潜在驱动作用。在独立DFCI队列中比较分析证实这些基因在老年CRC患者中突变频率显著较低,支持其早发性背景特异性,但DFCI队列并非设计用于以相同年龄截断值复制完整EOCRC与LOCRC比较,因此该验证应视为支持性而非确证性。

**3.3 EOCRC中SBS87样特征与LOCRC中时钟样胞嘧啶脱氨的对比**:NMF分解显示EOCRC最优签名数为四个,最显著签名与SBS87相似(余弦相似度=0.732);由于TCGA缺乏既往硫嘌呤暴露、炎症性肠病病史和治疗时间详细记录,研究人员将其称为SBS87样信号,不解读为既往化疗暴露的直接证据。LOCRC同样最优签名数为四个,但以SBS1为主导(余弦相似度=0.957),对应5-甲基胞嘧啶自发脱氨,为年龄相关累积突变损伤的标志。两组中均鉴定出与DNA错配修复缺陷(SBS6、SBS44)和聚合酶ε核酸外切酶域突变(SBS10a、SBS10b)相关的签名,但相对贡献不同。这些数据表明EOCRC与LOCRC与不同突变特征模式相关,为两者病因分歧提供了探索性线索。

**3.4 EOCRC中以Treg富集、静息NK细胞和紧密免疫-基质耦合为特征的免疫抑制TME**:CIBERSORT解卷积显示CD8+ T细胞分数在EOCRC与LOCRC间呈边缘性差异(p=0.0497),研究人员谨慎解读而非视为明确无差异的证据。Treg评分在EOCRC中显著升高(p=3.58e?02),静息NK细胞显著富集(p=1.46e?02),提示EOCRC存在免疫抑制偏斜,以Treg介导的耐受增强和NK细胞活化状态改变为特征。xCELL评估的免疫评分与基质评分相关分析显示EOCRC中正相关显著强于LOCRC(EOCRC:r=0.595,p<0.001;LOCRC:r=0.374,p<0.001),表明早发性疾病中免疫浸润与促结缔组织增生性基质反应之间耦合更紧密。空间转录组分析可视化了上皮、T细胞、B细胞、成纤维细胞和NK/细胞毒性标记(EPCAM、CD3D、CD4、CD8/CD8B、CD19、COL1A1、GNLY和GZMA),揭示EOCRC与LOCRC组织切片间 distinct 空间架构,EOCRC组织呈现COL1A1表达成纤维细胞显著富集和免疫细胞亚群差异聚集,提示EOCRC微环境以定量免疫抑制和基质-免疫相互作用定性空间重组为特征。

**3.5 髓系异质性揭示EOCRC中M2极化、表达SPP1的巨噬细胞亚群**:巨噬细胞、单核细胞和树突状细胞(DC)的UMAP聚类揭示多个转录 distinct 亚群,每个亚群具有独特标记基因表达谱。M1和M2极化特征评分在UMAP嵌入中呈可变分布,特定亚群表现差异极化状态。小提琴图分解显示特定巨噬细胞和单核细胞亚簇具有 divergent M1/M2极化比率,提示EOCRC髓系 compartment 内存在实质性功能异质性。经典谱系标记(CD163、MRC1、CD14、FCGR1A、CD1C、CLEC10A、LILRA4、JCHAIN、LAMP3、CSF3R、S100A8、S100A9、TOP2A、MKI67和STMN1)特征图证实了这些亚群的身份和增殖状态。亚群特异性基因表达的层次聚类进一步将髓系细胞分层为功能连贯的亚组。值得注意的是,M1相关趋化因子CXCL9和M2相关骨桥蛋白SPP1在髓系景观中呈现互反表达模式,SPP1在两个巨噬细胞簇中高度富集,与批量转录组分析推断的促肿瘤、免疫抑制微环境一致,提示髓系来源抑制可能促进EOCRC进展。

**3.6 整合系统级分析鉴定线粒体-核糖体生物发生模块为EOCRC转录标志**:WGCNA分析将转录组划分为29个 distinct 共表达模块,lightgreen模块与EOCRC性状正相关最高,为最EOCRC特异性转录程序。GO和通路富集分析显示lightgreen模块显著富集于线粒体基因表达、核糖体生物发生、脂质生物合成过程、膜蛋白定位建立、Notch受体加工、甲基化、高尔基体后囊泡介导运输、固醇生物合成、DNA模板转录、糖蛋白生物合成、小蛋白缀合修饰、血红素生物合成、线粒体组织、端粒维持正调控、ER-核信号通路、剪接体构象变化、自噬、核苷酸生物合成和细胞应激反应调控。术语-术语相似性网络按聚类身份着色显示功能连贯组,最大簇以线粒体基因表达和核糖体生物发生为中心,其次为脂质/固醇生物合成、蛋白定位和端粒维持相关簇;按?log10(p)着色显示线粒体和核糖体生物发生术语显著性最高,作为中心枢纽。线粒体和核糖体生物发生通路富集 coupled with 脂质和固醇生物合成,提示EOCRC代谢重编程朝向合成代谢过程和氧化磷酸化,为连接EOCRC独特突变和免疫谱与潜在代谢脆弱性提供了机制框架。

**3.7 FAT3突变作为EOCRC热样免疫表型候选基因组生物标志物**:基于29个免疫基因组特征ssGSEA评分的380例TCGA-CRC样本无监督层次聚类将肿瘤分为冷样和热样两种免疫原型,热样组含有显著更高比例的LOCRC,提示免疫景观模式的年龄依赖性分歧。随机森林算法对EOCRC中突变频率超过15%的基因进行判别重要性排序,Top 10中APC、FAT3和TRPS1的Gini重要性平均下降最高。除TP53外,其余基因在热样和冷样EOCRC间显示显著差异分布,热样肿瘤通常携带更高突变频率。尽管APC重要性排名最高,但其作为各年龄段普遍CRC驱动基因的既定角色使其作为EOCRC特异性免疫表型关联候选的吸引力较低;反之排名第二的FAT3此前未被表征为EOCRC主要驱动基因,其在热样EOCRC中的富集(40.74% vs. 3.57%)提示潜在EOCRC特异性免疫调节关联,因此研究人员优先将FAT3作为假设生成观察进行进一步研究。森林图显示冷样与热样EOCRC间突变基因OR,仅显示p<0.01的基因,其中FAT3突变在热样肿瘤中OR最高。Lollipop图显示FAT3改变主要为错义突变和移码缺失/插入,在热样EOCRC中富集(40.74%;n=27)相对于冷样EOCRC(3.57%;n=28)。FAT3突变型与野生型EOCRC比较分析显示FAT3突变与升高的SNV新抗原、非沉默突变率、 indel新抗原、改变分数、非整倍体评分、片段数、同源重组缺陷以及增强的白细胞分数、IFN-γ应答和巨噬细胞调控相关。其中升高的新抗原负荷和同源重组缺陷提供了FAT3突变肿瘤与热样免疫特征之间看似合理但尚未经实验证明的联系;该关联可能反映更广泛的基因组不稳定性而非FAT3缺失的直接因果效应。总之,这些发现提名FAT3突变为EOCRC中热样、免疫激活表型的候选基因组相关因素,并为未来功能研究提供了可检验假设。

**3.8 整合单细胞分析将FAT3定位至肌成纤维细胞CAF并支持计算机扰动**:GSE144735 CRC scRNA-seq数据集分析显示27,414个细胞来自6例患者,涵盖正常、边界和肿瘤组织及六个主要区室:CAF(n=7650;27.91%)、上皮细胞(n=6168;22.50%)、T细胞(n=5770;21.05%)、B细胞(n=4902;17.88%)、髓系细胞(n=2676;9.76%)和肥大细胞(n=248;0.90%)。FAT3在上皮细胞中极少检测到,主要集中在CAF区域。CAF亚型中肌成纤维细胞显示最高FAT3阳性分数(90/1226;7.34%),为在该区室建模扰动提供了依据。FAT3阳性肌成纤维细胞较FAT3阴性肌成纤维细胞显示更高的ECM/胶原(p=2.1e?14)、MMP/重塑(p=2.2e?06)、EMT(p=2.5e?10)和血管生成(p=2.9e?11)模块评分。采用scTenifoldKnk启发的调控网络扰动方法,肌成纤维细胞中计算机FAT3敲除产生182个显著改变基因(Benjamini-Hochberg q<0.10)。Top 30扰动排名基因中89%显示预测敲除效应与观察到的FAT3阳性状态相反,表明扰动模型与观察表达模式之间内部一致性,但不确立因果关系。所有改变基因的GOBP富集突出趋化因子介导信号、细胞对趋化因子应答、中性粒细胞趋化和迁移以及纺锤体相关过程。MSigDB hallmark分析额外突出通过NF-κB的TNF-α信号、炎症应答、干扰素γ应答、补体、E2F靶点和有丝分裂纺锤体程序。这些整合分析为探索性和假设生成性,需要在CAF或肿瘤-CAF共培养系统中进行实验扰动以检验预测效应。

**讨论与结论**

研究人员在多组学研究中系统比较了EOCRC与LOCRC的基因组格局、突变过程、免疫微环境和转录程序。为使证据层级明确:TCGA-based基因组和免疫分析构成发现分析;DFCI队列提供独立验证;空间转录组学、单细胞分析和WGCNA提供整合性或探索性支持;FAT3关联连同计算机扰动分析为假设生成性。研究发现表明EOCRC并非同一疾病的早期表现,而是具有独特基因组和微环境特征的分子异质性实体。

基因组层面,泛癌TMB描述性可视化显示EOCRC与LOCRC分布广泛重叠,但鉴定出多个在EOCRC中显著突变的基因,包括ANXA7、SLC25A34、ZSCAN30、DNAJB9、ZNF267、LMNB1、MAATS1、SIN3A、IL1RL1和POLQ。其中转录辅阻遏物SIN3A、DNA修复基因POLQ和锌指蛋白ZNF267此前未被突出为EOCRC主要驱动基因,提示早发性结肠癌发生的新机制。Lollipop图揭示错义突变在功能域内非随机聚集,提示正选择。EOCRC共现和互斥突变对明显少于LOCRC,暗示早发性肿瘤可能依赖较小一组强效遗传驱动而非复杂上位网络。突变特征分析为年龄依赖性分歧提供探索性解释:LOCRC以SBS1为主导,即5-甲基胞嘧啶自发脱氨导致的时钟样特征,随年龄线性累积;EOCRC最显著特征为SBS87样,一种先前与硫嘌呤暴露相关的COSMIC特征。由于TCGA不提供详细硫嘌呤暴露、炎症性肠病病史或治疗记录,此发现应解读为与SBS87样突变模式的关联而非既往硫嘌呤治疗的直接证据;SBS87样信号可能反映未测量的环境或饮食暴露、小部分患者治疗或有限EOCRC样本中NMF分解的不稳定性,因此推断的特征组成应视为探索性而非确定性。免疫微环境方面,EOCRC表现 distinct 免疫抑制谱:CIBERSORT显示Treg评分显著升高和静息NK细胞分数增加;CD8+ T细胞分数组间边缘性差异(p=0.0497),不解读为明确无差异。Treg升高是公认的免疫逃逸机制。免疫评分与基质评分正相关在EOCRC中显著强于LOCRC,表明免疫浸润与促结缔组织增生性基质反应之间耦合更紧密;空间转录组学通过显示EOCRC组织中COL1A1表达成纤维细胞 alongside T细胞、B细胞和NK/细胞毒性标记的分布模式改变支持这一点,提示CAF可能塑造免疫细胞定位和功能。单细胞分辨率下,髓系区室解剖鉴定出M1/M2极化比率分歧的亚群;表达SPP1(骨桥蛋白)的巨噬细胞——与肿瘤进展、血管生成和免疫抑制相关——存在于EOCRC中,髓系来源抑制可能促进EOCRC生物学,而巨噬细胞或SPP1导向策略仍为需临床前验证的假设。系统层面,WGCNA鉴定lightgreen模块与EOCRC状态正相关最强,显著富集于线粒体基因表达、核糖体生物发生、脂质和固醇生物合成以及蛋白定位至膜相关通路,提示EOCRC肿瘤代谢重编程朝向合成代谢活动和氧化磷酸化;核糖体生物发生和蛋白合成通路共富集与EOCRC常观察到的侵袭性临床行为一致。该模块还包括甲基化、Notch受体加工和端粒维持正调控等术语,可能与早发性癌症中报道的表观遗传和端粒改变相关。这些发现鉴定潜在药物靶点,包括线粒体翻译、核糖体生物发生或脂质生物合成抑制剂,待临床前验证。除上述广泛免疫抑制表型外,分析揭示EOCRC内部实质性免疫异质性:通过TCGA-CRC队列29个免疫基因组特征层次聚类鉴定冷样和热样两种 distinct 免疫原型,热样亚组显著富集LOCRC,而多数EOCRC肿瘤聚类为冷样类别;FAT3突变热样亚组因此代表总体免疫抑制EOCRC景观中的少数群体而非矛盾的人群水平发现。随机森林算法鉴定FAT3为区分热样与冷样EOCRC的前三信息基因之一, alongside APC和TRPS1。FAT3突变在热样EOCRC中富集(40.74%)相对于冷样EOCRC(3.57%),改变主要为错义和移码事件。FAT3突变EOCRC表现升高的SNV新抗原、非沉默突变率、indel新抗原、非整倍体评分和同源重组缺陷, alongside增强的白细胞分数、IFN-γ应答和巨噬细胞调控。这些发现提示FAT3突变可能标记EOCRC中 distinct 免疫激活热样亚组,可能反映基因组不稳定性和增强的新抗原生成而非直接因果效应。FAT3是非典型钙黏蛋白FAT家族成员,在其他恶性肿瘤中涉及基因组稳定性和免疫调节;在胃癌中FAT3突变与预后和增加免疫浸润相关;在肺腺癌中FAT3改变与升高TMB和有利免疫检查点抑制剂应答相关;子宫内膜癌研究同样报道FAT3突变在微卫星不稳定和免疫激活背景下。这些跨肿瘤观察与研究发现FAT3突变EOCRC表现基因组不稳定性、增强新抗原生成和热样免疫特征一致。重要的是,单细胞分析进一步提示FAT3表达集中于CAF尤其是肌成纤维细胞而非上皮肿瘤细胞;因此批量肿瘤FAT3突变和基质FAT3表达代表 distinct 生物学观察,不应混淆。这些观察的汇聚支持FAT3相关程序在调节TME中的可检验作用,尽管潜在机制仍不完全清楚;观察到的关联也可能部分被该亚组总体较高TMB混杂,需要在更大 cohort 中进行多变量验证。从转化角度,发现可优先为几个可检验层面:第一,FAT3突变与热样免疫特征之间的关联可在具有免疫检查点抑制剂结局的临床注释EOCRC cohort 中回顾性评估,理想情况下对TMB、微卫星不稳定性和其他混杂因素进行多变量调整;第二,预测的FAT3依赖性CAF程序需要使用CRISPR介导的FAT3扰动在肌成纤维细胞CAF和肿瘤-CAF共培养或类器官模型中进行临床前测试, with免疫细胞趋化性、细胞外基质重塑和干扰素应答读数;第三,线粒体-核糖体生物发生模块和表达SPP1髓系程序仍为探索性治疗假设,需要药理学扰动和生物标志物关联验证 before 临床转化;最后,可成药靶点分析为描述性,应用于优先候选而非推断立即临床可操作性。若干局限性应予承认:TCGA队列中EOCRC样本量(n=69)不大,尽管关键突变发现在独立DFCI队列中得到验证;SBS87样特征与既往硫嘌呤治疗之间的关联需要详细临床病史包括治疗暴露和炎症性肠病状态确认;空间转录组数据来自有限数量组织切片,可能未捕获完整瘤内异质性;CD8+ T细胞比较为边缘性(p=0.0497),应谨慎解读;计算机FAT3扰动分析为计算性和假设生成性,不构成功能验证,批量肿瘤中FAT3突变状态不等同于肌成纤维细胞CAF中FAT3表达或功能缺失;需要在CAF、类器官或共培养系统中进行实验扰动并在临床注释EOCRC cohort 中验证以确立因果关系;最后,lightgreen模块的上游调控因子仍未知。总之,多组学分析揭示EOCRC代表与LOCRC distinct 的分子异质性实体,以不同突变特征模式—— notably EOCRC中SBS87样信号 versus LOCRC中年龄相关时钟样脱氨——和免疫抑制、基质耦合微环境 with M2极化髓系浸润为特征。系统层面,EOCRC表现以线粒体和核糖体生物发生为中心的独特转录程序,提示代谢重编程朝向合成代谢活动。重要的是,在EOCRC总体免疫耗竭景观中,研究人员鉴定FAT3突变为热样、免疫激活亚组的候选基因组相关因素,与基因组不稳定性和增强新抗原生成相关。整合单细胞和计算机扰动分析进一步提名FAT3相关肌成纤维细胞CAF程序为可检验机制假设。总之,这些发现为理解早发性疾病提供了分子框架,并优先了现在需要在功能验证和临床注释 cohort 中测试的生物标志物和治疗假设。

**结论翻译**:EOCRC在分子上具有异质性且与LOCRC distinct,具有SBS87样突变模式、以Treg富集和紧密免疫-基质耦合为特征的免疫抑制微环境。研究发现提名FAT3突变为热样、免疫激活EOCRC亚组的潜在基因组相关因素,该亚组以基因组不稳定性和增强新抗原生成为特征,而整合单细胞和计算机扰动分析提名FAT3相关肌成纤维细胞CAF程序为额外假设。这些观察为假设生成性,需要在实验模型和独立临床 cohort 中进行功能验证。它们共同为未来年轻患者年龄分层精准肿瘤学研究提供了框架。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号