低危前列腺肿瘤分子特征揭示潜在高侵袭风险

近日，瑞典皇家理工学院研究团队在国际期刊《npj数字医学》发表成果，揭示部分临床评估为低风险的前列腺癌患者体内，实则存在指向高侵袭性肿瘤的潜在分子特征。该研究突破传统临床风险分层的局限，通过整合基因组、转录组与表观基因组等多组学数据，构建患者特异性肿瘤生物学全景。研究团队利用机器学习与网络分析技术，精准捕捉到ZNF268调控网络动态拓扑重排所代表的肿瘤活跃过渡状态。该成果由计算科学与技术系机器学习团队与肿瘤微生物组研究团队联合完成，充分印证了数据驱动精准医学在解析复杂肿瘤异质性方面的优势。目前，该分析方法仍处基础科研阶段，尚未进入临床应用。下一步，团队将依托瑞典及全球临床队列开展实验室验证，重点测试模型提示的潜在治疗靶点与细胞脆弱性。长远而言，该技术有望重塑前列腺癌风险分层标准，帮助临床精准识别需早期干预或靶向治疗的高危人群，推动肿瘤诊疗向更个体化方向迈进。