Cancer Cell：蛋白质组-基因组学联合分析揭示癌症突变新机制

近日，国际顶级学术期刊《Cancer Cell》发表了一项里程碑式研究成果：哈佛医学院波士顿儿童医院研究团队通过对近14万名癌症患者的大规模数据分析，成功构建了一套蛋白质组-基因组学框架，为深入理解癌症基因突变的功能机制提供了全新视角。

图形摘要

破解癌症基因突变的空间密码

癌症基因组中蕴藏着数百个突变基因，然而这些突变究竟如何推动肿瘤发生发展，长期以来一直是精准医学面临的重大挑战。传统研究方法往往局限于识别哪些基因发生了突变，却难以阐明突变的具体功能影响。

研究团队创新性地将蛋白质结构与139,818名患者的突变数据进行整合，系统分析了18种以上肿瘤类型中173个癌症基因的突变模式。通过引入隐马尔可夫模型，研究人员能够以单碱基对分辨率精确定位“显著突变区域”，并揭示其与蛋白质三维结构、功能域以及分子相互作用之间的内在联系。

揭示不同癌基因的突变密码

研究发现，不同类型的癌症基因呈现出截然不同的突变空间分布特征：

转录因子类基因中，谱系特异性转录因子的错义突变主要集中在DNA结合域。染色质修饰酶和泛素化调节因子的突变高度集中于催化结构域和底物识别域。受体酪氨酸激酶则呈现多结构域突变特征，胞内突变主要靶向激酶结构域和跨膜结构域，部分受体如EGFR还携带胞外配体结合区的额外突变。

值得注意的是，p53基因表现出独特的突变模式——其错义突变不仅发生在DNA结合域，还涉及四聚化结构域，提示不同的结构域突变可能通过截然不同的机制破坏p53功能。研究团队进一步发现，突变的空间分布与蛋白质的三维结构约束密切相关。

精准医学的新工具

研究显示，显著突变区域与文献报道的致癌突变高度吻合。COSMIC、CIViC和ClinVar三大权威数据库中收录的致癌突变，在显著区域内的富集程度远超非显著区域。更为重要的是，对于现有知识库中存在分歧或注释不足的突变，该框架能够提供有价值的临床解读线索。

该研究将突变解读从基因水平提升到了区域水平，这不仅能区分癌症基因中有功能意义的部分和非信息区域，还能帮助临床医生更好地评估那些尚未达成共识的罕见突变的潜在致癌性。

研究团队已将这一蛋白质组-基因组学框架及其功能图谱上线为交互式资源平台（oncofold.org），供全球科研人员免费使用。该平台提供三维蛋白质结构中显著突变区域的交互式可视化浏览，以及多样化的突变模式分析和自定义检索下载功能。

研究意义与未来展望

随着精准肿瘤学测序研究从广泛发现队列向特定临床场景转变，如何在样本量有限的情况下评估已知癌症基因突变的临床意义，正成为新的核心挑战。这项研究提供了一个标准化的参考图谱，有望在未来帮助临床医生更准确地判断突变的功能意义，从而指导患者分层和治疗决策。

原文链接：https://www.cell.com/cancer-cell/fulltext/S1535-6108(26)00355-7