近日，国际学术期刊 eLife 在线发表了国科大杭州高等研究院（以下简称杭高院）生命与健康科学学院季红斌研究组的最新研究成果 Multi-gradient Permutation Survival Analysis Identifies Mitosis and Immune Signatures Steadily Associated with Cancer Patient Prognosis。该研究开发了名为 MEMORY 的新型生存分析算法，系统识别了泛癌种中与患者预后稳定相关的基因集（GEARs），并揭示了有丝分裂和免疫特征作为预后核心标志物的重要临床价值。
在该项研究中，针对现有生存分析常受样本量和临床因素干扰的问题，研究人员开发了“多梯度扰动生存分析”（MEMORY）方法，在 TCGA 数据库的 15 种癌症中筛选出不受样本量影响的预后稳定相关基因（GEARs）。功能富集分析显示，GEARs 在肺腺癌、脑低级别胶质瘤等癌种中主要富集于有丝分裂通路，而在乳腺癌和子宫内膜癌中则富集于免疫通路。
通过构建核心生存网络并鉴定核心基因，研究发现 PIK3CA 突变主要富集于肺腺癌的高有丝分裂亚群中，并通过增强癌细胞的耐药性导致预后不良。而在乳腺癌中，CDH1 突变则与高免疫浸润亚群密切相关，其可能通过调控上皮-间质转化过程影响肿瘤微环境的免疫细胞浸润。泛癌种分析进一步证实，有丝分裂和免疫评分在约半数癌种中均能有效提示患者预后。
该研究提出，MEMORY 算法能有效克服样本量依赖问题，精准识别具有稳健预后价值的生物标志物。研究系统揭示了有丝分裂和免疫特征在癌症进展中的核心地位，并解析了 PIK3CA 和 CDH1 突变在其中的具体机制，为理解肿瘤异质性及开发个性化治疗策略提供了新依据。
杭高院为该工作第一完成单位。杭高院博士研究生蔡鑫磊为本论文的第一作者，季红斌研究员和复旦大学李飞研究员为论文的共同通讯作者，生命学院的陈洛南研究员、刘小平研究员和吴功伟特聘研究员给予了指导和帮助。该工作得到国家重点研发计划、国家自然科学基金和杭高院的大力支持。
论文链接：https://doi.org/10.7554/eLife.101619
