将转移性透明细胞肾细胞癌（mccRCC）基因组图谱的研究结果转化为临床实践仍面临挑战。深入了解mccRCC的分子特征，或可明确透明细胞肾细胞癌（ccRCC）基因组变异的预后和/或预测作用。本项真实世界观察性研究基于美国全国性的去标识化Flatiron Health-Foundation Medicine公司临床基因组数据库（FH-FMI-CGDB），旨在探究mccRCC患者基因组变异的发生频率、共变异情况，并评估其预后作用。研究纳入858例确诊为mccRCC的成年患者，其Flatiron电子健康记录时间范围为2011年至2022年。

突变率排名前10的基因为：VHL（73.9%）、PBRM1（42.4%）、SETD2（25.3%）、CDKN2A（20.0%）、BAP1（16.4%）、CDKN2B（16.0%）、KDM5C（14.5%）、TP53（12.9%）、PTEN（11.7%）和TERT（9.2%）。8个基因具有预后价值：CDKN2A、CDKN2B、TP53、PTEN、NF2、PIK3CA和MTAP与较差预后相关，而PBRM1与较好的总生存期（OS）相关。在确定的3个基因簇中，有2个具有预后价值：簇1（VHL、SETD2、PBRM1、KDM5C、NFE2L2）与较好的OS相关[调整后风险比（aHR）0.63，P<0.001]，而簇3（CDKN2A、CDKN2B、BAP1、NF2、MTAP）与较短的OS相关（aHR 1.36，P=0.023）。

本研究确定了8个基因和2个基因簇对mccRCC具有预后意义。未来研究将探索基因簇在不同治疗中的预测价值。

• 本项真实世界研究是针对mccRCC人群中临床基因组数据关联分析的最大规模研究；
• 7个基因（CDKN2A、CDKN2B、TP53、PTEN、NF2、PIK3CA、MTAP）与较差预后相关；
• 最常见基因组变异的共发生情况帮助确定了3个基因簇；
• 簇1（VHL/SETD2/PBRM1/KDM5C/NFE2L2）与较好预后及良好临床特征相关；
• 簇3（CDKN2A/CDKN2B/BAP1/NF2/MTAP）与较差预后及不良临床特征相关。

研究背景

肾细胞癌（RCC）是全球最常见的肾脏恶性肿瘤，2020年估计新增病例达431288例。透明细胞肾细胞癌（ccRCC）是最常见的组织学类型，占所有RCC病例的75%。在RCC患者中，33%在确诊时已发生转移。总体而言，RCC患者的5年生存率为50%；然而，尽管治疗手段有所进步，转移性患者仍被认为无法治愈。

在过去三十年中，转移性透明细胞肾细胞癌（mccRCC）的治疗管理经历了多次范式转变。从基于细胞因子的免疫治疗开始，mccRCC的全身治疗随着靶向药物、免疫检查点抑制剂（ICIs）以及近年来免疫联合疗法的应用而不断完善。这使得中位总生存期（OS）从20世纪90年代的不足1年显著提升至近年来的4年以上，但也带来了不良事件管理方面的新挑战。

目前，mccRCC一线治疗的标准方案为ICI+ICI联合治疗，或ICI+抗血管生成药物联合治疗。然而，免疫联合疗法并非对所有患者都能产生深度且持久的应答，且目前尚无确凿的科学证据支持有效的二线治疗方案。此外，尽管一些新的治疗方案正在评估中，但短期内一线治疗预计不会发生重大变化。

对mccRCC进行基因组分析或许是打破这一僵局的有效途径，因为它有助于开发更具针对性的药物，有望实现完全个性化的治疗方案。

2013年，癌症基因组图谱（TCGA）研究网络发表了首个肾细胞癌全外显子测序队列研究；此后，科研人员开展了大量研究，旨在探究ccRCC的基因组图谱，并确定与临床结局相关的基因组变异。

从这些病例系列中发现，ccRCC中最常见的基因变异为VHL、PBRM1、SETD2、BAP1和KDM5C，它们在疾病的发生和进展中起着关键作用。

散发性肾细胞癌中最常见的变异基因是VHL，其失活对预后无显著影响，但其他一些基因变异对OS有积极（PBRM1）或消极（SETD2、BAP1、CDKN2A、MTAP、PTEN和NF2）影响。对这些突变共现情况的研究进一步加深了我们的理解：PBRM1常与SETD2共突变，且与BAP1相互排斥；CDKN2A常与MTAP共突变，二者共突变与肉瘤样分化相关，因此提示预后不良。

尽管在基因组水平上对mccRCC的理解取得了进展，但将这些发现转化为常规临床实践仍面临挑战，原因如下：（1）普遍缺乏仅针对转移性疾病的基因组分析病例系列；（2）许多基因组分析研究并非以即时临床应用为导向；（3）广泛的基因组分析 panel 在日常临床实践中难以开展。

在本项回顾性观察性研究中，研究者利用电子健康记录（EHR）衍生数据库的数据，探究mccRCC患者分子变异的真实世界发生频率和共突变情况，并评估其预后作用。

研究结果

患者人群：

该数据库纳入1409例转移性肾细胞癌（mRCC）患者。其中177例（12.6%）未明确组织学类型，309例（21.9%）被诊断为非透明细胞肾细胞癌。在923例（65.5%）转移性透明细胞肾细胞癌（mccRCC）患者中，858例接受了基于组织的CGP检测并被纳入本研究。研究队列的人口统计学和临床特征见表1。

表1

共766例（89.3%）患者接受了全身治疗，中位治疗线数为2线（四分位数范围1-4，范围1-13）。其中，根据国际转移性肾细胞癌数据库联盟（IMDC）标准，521例（68.0%）被归类为中/高危，66例（8.6%）为低危。最常见的一线（L1）治疗为抗血管生成治疗（44.8%），其次为免疫联合治疗（ICI +ICI 15.1%、ICI +抗血管生成药物13.4%）和实验性治疗（14%）。453例（59.1%）患者有一线治疗时的东部肿瘤协作组（ECOG）体能状态（PS）数据，其中11.7%的评分≥2（占整个治疗队列的6.9%）。

标本采集和检测模式：

分别有501例（56.7%）、380例（43.0%）和2例（0.2%）样本使用FoundationOne® CDx®、FoundationOne®和FoundationOne®Heme进行分析。在883份组织标本中，535份（60.6%）来自不同的转移部位。总体而言，24例（2.8%）患者接受了多次分析评估，每位患者最多采集3份样本。

大多数患者（98.0%）在转移诊断（mDx）后接受NGS检测〔中位时间10.3个月（IQR 1.8-33.3个月）〕。值得注意的是，超过一半（55.1%）的患者使用转移诊断时或之前采集的标本进行检测，标本采集至检测的中位时间为3.8个月（IQR 1.2-18.5个月）。

透明细胞肾细胞癌的基因组图谱：

99.1%（n=850）的肿瘤中检测到1个或多个基因组变异，每位患者的中位突变基因数为3个（IQR 2-5）。mccRCC的基因组图谱见图1A。如预期所示，VHL是最常见的变异基因（73.9%），其次为PBRM1（42.4%）、SETD2（25.3%）、CDKN2A（20.0%）、BAP1（16.4%）、CDKN2B（16.0%）、KDM5C（14.5%）、TP53（12.9%）、PTEN（11.7%）和TERT（9.2%）。排名靠前的突变基因的互斥性和共突变性见图1B。研究者确定了32个显著的基因相互作用。CDKN2A和CDKN2B彼此显著相关，且与MTAP、BAP1和NF2相关。VHL与PBRM1和TSC1富集共存。相应地，PBRM1与SETD2和KDM5C显著共突变，而TSC1与TERT和TP53共突变。TERT与DNMT3A富集共存。通过对图1B的目视检查，可确定3个潜在的共突变基因簇：簇1（C1）（VHL、SETD2、PBRM1、KDM5C和NFE2L2）、簇2（C2）（TP53、TSC1、TERT和DNMT3A）和簇3（C3）（CDKN2A、CDKN2B、BAP1、NF2和MTAP）。基因网络的聚类分析证实了这一假设（图1C）。在簇1与簇3的基因以及簇1与簇2的基因之间观察到互斥模式。值得注意的是，BAP1与PBRM1互斥。其他互斥对为：TERT–BAP1、PTEN–MTOR和PTEN–TSC1。

图1

可干预性：

31.9%（n=274）的患者中发现了任何肿瘤类型的1级基因组变异（OncoKB），而只有2.0%（n=17）的患者可使用美国FDA批准的药物进行治疗。此外，根据2023年12月仍在招募的临床试验，分别有48.1%（n=413）和30.0%（n=257）的患者可在美国和欧洲参加临床试验。

肿瘤突变负荷和微卫星不稳定性：

对639份样本进行了组织肿瘤突变负荷（tTMB）评估，中位值为2.6mut/MB（IQR 1.3-5mut/MB）。在可评估tTMB的人群中，仅2.4%的患者（n=15/623）具有高tTMB（>10mut/MB）。在735份接受微卫星不稳定性（MSI）检测的样本中，88.4%（n=650）为微卫星稳定，0.7%（n=5）为微卫星不稳定-中等型（MSI-I），10.9%（n=80）为微卫星不稳定状态未知；均未发现微卫星高度不稳定（MSI-H）。

生存情况：

总体而言，782例（91.1%）患者可评估生存结局。中位OS为26个月（95%CI 20-30个月），60个月生存率为19%（95%CI 15%-22%）。单变量和多变量Cox比例风险（PH）分析显示，8个基因与OS显著相关（表2）。在磷酸肌醇3-激酶/蛋白激酶B/哺乳动物雷帕霉素靶蛋白信号通路中，PIK3CA（aHR 2.02，P<0.001）和PTEN（aHR 1.35，P=0.039）对预后有负影响。与CDKN2A/CDKN2B野生型患者相比，CDKN2A/CDKN2B突变患者的生存期缩短（aHR分别为1.91和2.21，P<0.001）。在抑癌基因中，TP53（aHR 1.48，P=0.004）、NF2（aHR 1.82，P=0.006）和MTAP（aHR 2.60，P<0.001）也发现了类似的关联。PBRM1突变患者的OS更长（aHR 0.81，P=0.033），而其他染色质重塑调节基因BAP1和SETD2与生存结局无相关性。在该队列中，VHL无预后价值。KDM5C在早期与死亡风险降低相关（HRt=0 0.46），随后其影响趋于消失（HRt=60个月 1.01）。

表2

基因簇的预后作用：

若患者在某个基因簇中至少一个基因存在突变且在其余基因簇中无突变，则视为该基因簇阳性（C+）。分别有291例（37.2%）、61例（7.8%）和104例（13.3%）患者被归类为簇1阳性（C1+）、簇2阳性（C2+）和簇3阳性（C3+）（表2）。三个基因簇的KM曲线见图2。与C1−患者相比，C1+患者的OS更长（aHR 0.63，P<0.001），而C3+预示 OS更短（aHR 1.36，P=0.023）。未观察到C2与OS相关（aHR 1.02，P>0.9）。在接受治疗的病例中，与C1−患者相比，C1+患者更常被归类为低危（11.5% C1+患者对比6.7% C1-患者，P=0.001）。在IMDC风险分布中，C2+与C2−患者之间、C3+与C3−患者之间未观察到显著差异。

图2

讨 论

本研究分析了临床基因组数据库中真实世界mccRCC患者的组织样本CGP结果。据研究者所知，这是针对mccRCC临床与基因组图谱关联分析的最大规模研究，共纳入858例患者。

本研究人群的人口统计学和临床特征与当代真实世界mRCC病例系列一致，主要为欧洲血统的白人男性患者。结合入组时间和平均随访时长，L1治疗的分布与近期发表的回顾性mccRCC队列研究结果相符。在本研究中，最主要的一线治疗为抗血管生成单药治疗（44.8%）——这类治疗作为一线标准方案（SoC）已应用十余年，其次是免疫联合治疗（28.5%）——其临床获益优于抗血管生成单药治疗，也是最新的一线标准方案。

本研究报告的基因组图谱与TCGA研究网络及主要基因组分析队列先前描述的结果一致。VHL基因突变是最常见的变异（73.9%的肿瘤），其次是染色质重塑调节基因的突变，如PBRM1（42.4%）、SETD2（25.3%）和BAP1（16.4%）。

突变基因对OS的预后影响分析证实了已知的PBRM1正预后价值，以及CDKN2A、MTAP、PTEN、PIK3CA和NF2的负预后价值。相反，在较小人群中显示出预后作用的SETD2和BAP1，在本研究中未对生存产生影响。本研究结果还证实了KDM5C的正预后作用。然而，该基因在多变量分析中违反了PH假设，且对总生存期的预后影响随时间变化。需要进一步分析以更好地理解其预后作用的潜在机制。

本研究队列中2.4%的患者具有高TMB（≥10mut/MB），0.8%（n=5/655）为MSI-I，0%为MSI-H。这与文献数据一致，文献指出ccRCC很少出现高TMB或高突变易感性（如MSI-H）。值得注意的是，高TMB患者的生存期更差（aHR 2.09，P=0.027），这与其他文献研究（如Samstein等人的研究）相反——他们在接受ICI治疗的肾细胞癌患者中发现，高TMB患者的总生存期优于低TMB患者。需注意的是，Samstein等人的研究与本研究在一线治疗和高TMB定义上存在差异。因此，TMB作为ICI应答预测因子的潜在作用有待未来研究探索。

本研究关于基因变异共现的结果与Clark等人的报告一致，显示VHL突变与3号染色体上PBRM1的其他早期变异共发生。此外，研究者观察到PBRM1突变与SETD2和KDM5C突变显著共发生，但与BAP1突变互斥。Bihr等人的病例系列已明确PBRM1与BAP1的互斥性，Gu等人的体内研究阐明了它们作为谱系特异性驱动因子的作用。研究者还发现CDKN2A与MTAP显著相关——Xu等人的病例系列显示二者共突变与肉瘤样分化相关。

PBRM1、SETD2和KDM5C突变是透明细胞肾细胞癌中仅次于VHL的最常见共发生基因突变，被纳入C1。研究者观察到C1包含的基因具有正预后影响（aHR 0.63），这与Liu等人的研究一致——他们指出，即使SETD2突变（无论是否伴随KDM5C突变）可能减弱保护作用，携带PBRM1突变的透明细胞肾细胞癌通常预后较好。

C2包含TERT、DNMT3A以及两个抑癌基因TP53和TSC1。Mar等人近期在透明细胞肾细胞癌队列中描述了这些基因的关联，显示TERT突变的透明细胞肾细胞癌中TP53与TSC1常共突变。在本研究队列中，C2与总生存期无关联（aHR 1.02）。据研究者所知，这是首个评估这些基因在透明细胞肾细胞癌中预后影响的研究，未来分析可进一步探索该基因簇的预后作用。

C3包含CDKN2A/B（细胞周期调节激酶）、BAP1（染色质调节因子）、NF2（抑癌基因）和MTAP（参与多胺代谢的酶）。C3+患者的生存期短于C3−患者（aHR 1.36）。值得注意的是，文献已描述NF2、CDKN2A/B与BAP1的关联，显示它们与肉瘤样特征和程序性死亡配体1表达相关。此外，CDKN2A与MTAP共突变与肉瘤样特征及较差预后相关。

本研究提示，通过标准化商用检测获得的透明细胞肾细胞癌基因组变异数据可整合到临床实践中。首先，基因组分析可识别可用FDA批准药物治疗的特定生物标志物。然而，在本研究中，仅2.0%的患者因肿瘤中检测到的特定变异可接受FDA批准的治疗。该检测还识别出可使患者入组特定临床试验的变异——本分析中约30.0%和48.1%的患者分别可入组欧洲和美国的生物标志物驱动临床试验。考虑到过去十年的主要篮子试验（如HERALD、MOSCATO、SHIVA、WINTHER、ProfilER、myPathway、MATCH、I-PREDICT和DRUP）中肾细胞癌患者常未被纳入或占比极低（1%-4.2%），这一点至关重要。与其他真实世界数据一致，本研究中大多数患者（86.5%）在出现转移证据后接受基因谱分析，从转移诊断（mDx）到NGS检测的中位时间为14.5个月。Vasudev等人将根治性切除的肾细胞癌患者的无病生存期与其基因组变异相关联，并开发了基于基因组变异数量选择应接受辅助治疗的患者的算法。鉴于最新治疗进展，局限性透明细胞肾细胞癌患者也应考虑基因组分析，以确保其有机会接受辅助标准治疗和生物标志物驱动临床试验，并在疾病进展至转移时重复检测。

此外，了解每个肿瘤的基因簇可能有助于mccRCC的临床决策。C1+患者预后较好，从转移诊断开始的总生存期更长，因此对临床实践中使用的全身治疗应答持续时间可能更长。簇1阳性患者接受序贯单药治疗和免疫联合治疗均获得良好结局，因此应谨慎评估，考虑治疗降级（用序贯单药治疗替代免疫联合治疗）的可能性。相反，C3+患者预后较差，对常规临床治疗的应答较弱，应考虑入组临床试验（尤其是生物标志物驱动的篮子试验）。

最后，了解转移性肾细胞癌患者的基因组图谱应被视为一项长期投资——如今被认为不可成药的突变在可预见的未来可能成为可成药靶点。最近KRAS抑制剂的问世便是如此，p53结构校正剂的初步阳性临床结果也正体现这一点。后者可能与mccRCC管理相关，因为本研究中12.9%的患者存在TP53突变。

本研究存在一些局限性，其中一些是大多数观察性研究固有的，如未测量的混杂因素、错误分类和数据录入不完整。该队列包含主要在社区中心接受治疗且在诊疗过程中接受CGP检测的美国患者。由于这种选择偏倚，分析涉及的患者类型可能无法代表所有mccRCC患者，结果可能无法推广到更广泛的患者群体。尽管如此，从数据库中获得的信息仍能反映真实世界的患者群体。

数据库中大多数患者仅有一次活检可用于检测——鉴于已有充分证据证明肿瘤内异质性，这限制了研究者全面描述透明细胞肾细胞癌突变图谱的能力。转移部位的活检这一局限性较不明显，因为它们更可能代表驱动转移的优势亚克隆。然而，由于高肿瘤内异质性，原发肿瘤的单区域活检可能无法充分捕捉转移克隆的分子谱。此外，单区域活检方法可能低估突变共现，潜在影响聚类分析的准确性。需要外部验证来证实已识别基因簇的预后相关性和组成。

其他偏倚与入组时间相关：较早入组的患者随访时间长于较晚入组的患者，这可能使生存分析产生偏倚；12年观察期内治疗格局的变化可能使观察到的治疗模式无法代表当前临床实践。

最后，临床基因组数据库（CGDB）存在左截断问题：患者需存活足够长时间接受NGS检测才能被纳入数据库。为解决左截断偏倚，研究者应用了风险集调整，该方法依赖生存与入组时间独立的假设。该假设近乎满足（HR 1.02，95%CI 1.02-1.03），表明存在轻度的依赖性左截断。因此，使用风险集调整获得的生存估计可能存在偏倚。然而，偏倚可能较低，因为尽管landmark分析样本量有限，但其结果与主要发现基本一致。总体而言，敏感性分析表明本研究的结论具有稳健性。

总之，研究者报告了大样本mccRCC患者的基因组图谱，识别出两个具有预后意义的共突变基因簇。这些发现有助于深入理解mccRCC的分子特征，推动进一步分析以验证透明细胞肾细胞癌基因组变异的预测作用、探索基因簇的生物学基础，从而增加生物标志物驱动临床试验的入组率、辅助临床医生制定治疗方案并改进个性化治疗策略。

“实体瘤1299基因检测”、“实体瘤272基因检测（基础版和PLUS版）”和“肾癌103基因检测”项目包括本研究中与预后相关的CDKN2A、CDKN2B、TP53、PTEN、NF2、PIK3CA、MTAP和PBRM1这8个基因，同时包括与总生存期相关的簇1（VHL、SETD2、PBRM1、KDM5C、NFE2L2）和簇3（CDKN2A、CDKN2B、BAP1、NF2、MTAP）基因，评估患者预后，个性化指导潜在的靶向、免疫和化疗方案。

参考文献：

Rizzo M, Pezzicoli G, Porta C, et al. The genomic landscape of metastatic clear-cell renal cell carcinoma and its prognostic value: a comprehensive analysis of a large real-world clinico-genomic database. ESMO Open. 2025;10(3):104294. doi:10.1016/j.esmoop.2025.104294