Nat Commun：中山大学吴小剑等团队研究揭示PIANOS可精准预测结直肠癌患者风险分组

目前，结直肠癌 (CRC) 的预后生物标志物在不同队列和平台上缺乏稳定性和通用性，对精准的患者分层提出了挑战。

2025 年 7 月 16 日，中山大学吴小剑、高峰及Mao Yize共同通讯在Nature Communications 在线发表题为“Personalized risk stratification in colorectal cancer via PIANOS system”的研究论文，该研究介绍了一个独立于平台且免归一化的单样本分类器 (PIANOS)，旨在通过准确地将 CRC 患者划分到不同的风险组来优化治疗决策。

基于 562 例患者的基因表达数据开发，并采用基于排序的 k-Top 得分对 (k-TSP) 算法和重采样技术，PIANOS 在 15 个包含 3666 例 CRC 患者队列中进行了严格验证。它能够有效区分高危和低危患者，优于 105 个现有模型，并在微阵列和 RNA 测序等技术中展现出强大的性能。基于 PIANOS 的分层已被证实是无病生存期的独立预测因子。此外，PIANOS 系统能够区分不同风险类别的治疗反应，高危患者对贝伐单抗的敏感性更高，而低危患者对化疗和免疫疗法的反应性更高。该研究报告了在支持结直肠癌临床决策方面取得的重大进展，并为优化患者治疗策略提供了可靠的框架。

结直肠癌 (CRC) 是全球第三大常见恶性肿瘤，也是癌症相关死亡的第二大原因。尽管 CRC 的治疗方法取得了长足进步，但患者的预后仍然不尽如人意，五年生存率约为 65%。一个强大、准确且具有临床可操作性的风险分层系统为进一步研发改善 CRC 患者预后的药物奠定了基础。由于并非所有处于同一分期的 CRC 患者对同一治疗方案的反应都一致，因此相当多的患者可能出现过度治疗、治疗不足，甚至根本得不到有效治疗。因此，准确而强大的风险分层对于改善 CRC 患者的预后至关重要。

CRC 诊断和治疗领域近期取得的显著进展包括识别缺陷错配修复 (dMMR) 和微卫星不稳定性高 (MSI-H) 等生物标志物，这些标志物已被证明在指导免疫治疗策略方面发挥了重要作用。然而，这些生物标志物仅存在于约 15% 的 CRC 病例中，限制了其更广泛的应用。此外，大多数临床研究仍然主要依赖TNM分期系统，该系统虽然能够准确评估肿瘤负荷，但无法捕捉肿瘤异质性。因此，许多CRC临床试验的有效性受到阻碍。

技术进步带来了各种CRC风险分层方法，例如全外显子组测序、RNA测序、免疫组化、放射组学和病理学。例如，基于病理的SIA、通过整合单细胞和转录组分析而开发的iCMS，以及将转录组数据转化为通路富集评分并使用深度学习进行建模的CRPS，都已被探索。然而，由于检测方法、测序平台和患者人口统计学特征的差异，这些生物标志物经常面临准确性和稳定性问题。这些问题限制了基于基因表达的生物标志物在其初始训练集和公共数据集选择中的适用性。此外，数据集处理的标准化要求通常会引入测试集偏差，即在数据标准化过程中引入的额外信息，从而妨碍对新个体样本的准确预测。即使是广泛采用的解决方案，例如战斗算法，也无法完全消除批次效应。

该研究提出了 PIANOS，一个强大的、与平台无关的分类器，用于对 CRC 患者风险进行分层。研究展示了其在多个队列中的预后性能及其识别不同治疗敏感性的能力。具体而言，PIANOS 表明低风险患者可能从化疗和免疫疗法中获益更多，而高风险患者可能表现出激活的血管生成特征。该研究强调了 PIANOS 在增强 CRC 个性化临床决策方面的潜力。

图1 整个研究过程概述（图源自Nature Communications）

参考消息：

https://www.nature.com/articles/s41467-025-61713-1