首页 > 文章详情

STTT重磅！詹启敏/崔永萍/王鑫/张伟民团队构建食管鳞癌“共识分子分型”及AI病理预测系统，引领精准诊疗新时代

03月10日

编译：肿瘤资讯

来源：肿瘤资讯

食管鳞癌（ESCC）是一种侵袭性极强、异质性高的恶性肿瘤。长期以来，由于缺乏统一、标准化的分子分类系统，ESCC的临床管理面临巨大挑战，患者预后难以获得实质性改善。近日，中国工程院院士、北京大学深圳医院詹启敏院士团队、山西医科大学崔永萍/张伟民教授团队及香港中文大学王鑫教授团队强强联合，在国际顶尖学术期刊Signal Transduction and Targeted Therapy（IF=52.7）上发表了题为“The consensus molecular subtypes of esophageal squamous cell carcinoma”的重磅研究。

该研究不仅首次整合了既往8种不同的ESCC分类系统，构建了“食管鳞癌共识分子分型（ECMS）”，还极具创新地开发了基于常规H&E染色病理图像的深度学习分类器（imECMS）。这一成果打破了多组学测序高昂成本的壁垒，为ESCC的精准分层、预后评估及个体化靶向/免疫治疗策略的制定提供了极具临床转化价值的新框架！

研究背景：打破“各自为战”的分子分型僵局

近年来，多项研究基于基因组、转录组等单一组学或多组学数据，提出了多达7-8种ESCC分子分型系统。然而，由于发现队列、算法和生物学解释视角的差异，这些分型系统之间存在显著的不一致性，导致临床医生面对复杂的分子亚型时“无所适从”。

为了解决这一痛点，研究团队采用先进的基于网络的计算方法，系统性评估了现有8个ESCC分型系统（涵盖25个亚型）之间的统计学关联，最终“求同存异”，提炼出四个高度稳健的共识分子亚型（ECMS1-4）。

重磅成果一：四大共识分子亚型（ECMS）的生物学与临床画像

研究证实，这四种ECMS亚型不仅在基因组、表观遗传及转录组层面具有独特的生物学特征，还直接映射了截然不同的肿瘤微环境（TME）和临床预后：

ECMS1-MET（代谢型，占比约21%）：

特征：以细胞色素P450、淀粉及蔗糖等多种代谢通路的严重紊乱为特征；常伴有NFE2L2基因的高频扩增与过度激活。

治疗潜力：临床前数据提示，该亚型高表达FGFR2和NTRK2，可能对FGFR抑制剂（如AZD4547）及NTRK靶向药物敏感。
ECMS2-CLS（经典型，占比约45%）：

特征：表现为细胞周期、WNT和MYC等经典致癌信号通路的显著上调；含有极高比例的肿瘤细胞；广泛的DNA低甲基化。

治疗潜力：针对其细胞周期失调及高频出现的ERBB2扩增，该类患者可能是CDK抑制剂或HER2靶向治疗的理想候选者。此外，亦可能受益于氯离子通道阻滞剂及CXCL8抑制剂。
ECMS3-IM（免疫调节型，占比约18%）：

特征：具有极其强烈的免疫微环境激活特征，淋巴细胞（B细胞、CD4+/CD8+ T细胞）高度浸润，同时伴随PD-1（PDCD1）的高表达。临床上，该亚型在重度饮酒史患者中比例更高。
ECMS4-MES（间质型，占比约16%）：

特征：以肿瘤间质（基质）高度活化、上皮-间质转化（EMT）及VEGF血管生成信号通路激活为标志。

临床预后：预后极差，患者的总生存期（OS）和无病生存期（DFS）在四个亚型中垫底，且复发风险最高。

治疗潜力：针对其分子特征，有望从抗血管生成药物及基质金属蛋白酶（MMPs）抑制剂中获益。

图1 食管鳞状细胞癌共识分子亚型的鉴定

图2 ECMS亚型的分子特征分析

图3 ECMS亚型的临床病理学与预后关联

图4 基于组织学图像深度学习的ESCC微环境空间表征

重磅成果二：精准指导新辅助放化疗与免疫治疗

分型的最终目的是指导临床用药。研究团队在独立的临床队列中，对ECMS亚型的治疗预测价值进行了深度验证：

对传统放化疗的抵抗：在接受新辅助放化疗（neo-CRT）的队列中，ECMS3-IM亚型患者无一例达到病理完全缓解（pCR），提示该免疫活跃亚型无法从传统放化疗中获得理想收益。

对免疫治疗敏感：令人振奋的是，在接受抗PD-1免疫检查点抑制剂（ICB）治疗的队列中，ECMS3-IM亚型患者表现出显著更高的部分缓解率（PR）。这表明，对于这部分对化疗耐药的患者，免疫治疗是更为明智的破局之选。

图5 基于所提出的ECMS分类法的治疗策略

重磅成果三：AI赋能，首创H&E病理图像分型预测系统（imECMS）

尽管ECMS分子分型价值巨大，但在现实临床中，要求每一位ESCC患者都进行高昂的多组学测序显然不切实际。

为了跨越从“科研”到“临床落地”的鸿沟，研究团队引入了深度学习与数字病理学技术，建立了一个名为“ESCC-SPA”的AI框架，对常规的H&E染色全切片图像（WSI）进行空间组织结构特征（SOFs）的量化提取（如肿瘤、间质、淋巴细胞的比例及空间交互特征）。

在此基础上，团队成功开发了基于病理图像的分类器——imECMS。

低成本、高可及：仅需一张常规H&E染色切片，AI即可自动将其划分为四种ECMS亚型之一。

高度准确：经验证，imECMS给出的图像分型结果与高通量测序得出的真实分子分型高度一致（各亚型预测AUC均>0.80）。

前瞻性验证：在包含数千张切片的内部训练/验证队列（SXM-I）及多个独立验证队列（SXM-II, SXM-III）中，基于imECMS的分类同样展现出了强大的预后分层能力。

图6 基于组织学图像的ESCC亚型分类

结语与展望

这项里程碑式研究不仅为食管鳞癌构建了统一、稳健的ECMS共识分子分类系统，理清了ESCC复杂的异质性，更通过人工智能技术开创了imECMS病理图像预测工具。从昂贵的“基因测序”降维到常规的“病理切片AI识图”，这一转化医学的杰出成果，极大地增强了分子分型在基层和常规临床工作中的可及性。未来，以此分类系统为指南针，结合个体化的靶向与免疫干预，相信食管鳞癌患者的精准治疗将迎来更为广阔的前景。

参考文献

Cui H, Zhu Z, Xu E, et al. The consensus molecular subtypes of esophageal squamous cell carcinoma. Signal Transduct Target Ther. 2026;11(1):65. Published 2026 Feb 19. doi:10.1038/s41392-026-02577-9

责任编辑：肿瘤资讯-Skye
排版编辑：肿瘤资讯-as

03月10日

刘敏

濮阳市安阳地区医院 | 肿瘤内科

食管鳞癌（ESCC）是一种侵袭性极强、异质性高的恶性肿瘤。长期以来，由于缺乏统一、标准化的分子分类系统，ESCC的临床管理面临巨大挑战，患者预后难以获得实质性改善

03月10日

杨蔷

溧阳市中医医院 | 肿瘤科

这项里程碑式研究不仅为食管鳞癌构建了统一、稳健的ECMS共识分子分类系统，理清了ESCC复杂的异质性，更通过人工智能技术开创了imECMS病理图像预测工具。