Как машинное обучение находит молекулярные признаки агрессивного рака в «низкорисковых» опухолях простаты

Клиническая классификация рака простаты опирается на три величины: сумму Глисона по биопсии, уровень простатспецифического антигена (ПСА) в крови и клиническую стадию опухоли. По ним Национальная всеобъемлющая онкологическая сеть США (NCCN) делит пациентов на группы риска. Логика простая: чем выше балл Глисона и ПСА, тем агрессивнее болезнь. Но внутри каждой группы остаются опухоли, которые ведут себя не так, как предсказывает ярлык. Часть «низкорисковых» прогрессирует быстро, часть «высокорисковых» годами не даёт о себе знать.

Группа исследователей из Королевского технологического института KTH (Стокгольм) под руководством Ариана Лундберга и Гольназ Тахери задалась вопросом: можно ли увидеть это расхождение на молекулярном уровне и превратить его в измеримый прогностический признак. Работа опубликована в рецензируемом журнале npj Digital Medicine (DOI: 10.1038/s41746-026-03254-5), принята к печати 4 сентября 2026 года, вышла онлайн 14 сентября. Это ретроспективный вторичный анализ уже собранных публичных данных, а не новое проспективное исследование.

Что именно сделали

Авторы взяли три открытые когорты. Основная — TCGA-PRAD, 498 первичных аденокарцином после радикальной простатэктомии, для которых есть РНК-секвенирование, полное экзомное секвенирование и профили метилирования ДНК. Внешние — когорта Мемориального онкологического центра Слоуна — Кеттеринга (MSKCC, 181 пациент) и когорта Long и соавторов (Cancer Research, 2014), где есть транскриптом и данные о биохимическом рецидиве. Метастазы и нормальную ткань исключили.

Сначала авторы проверили, как работает сама шкала NCCN. Оказалось, что в исходном виде пять групп не разделяются по выживаемости: различий между низким и промежуточным риском, а также между высоким и очень высоким риском не было ни в одной когорте. Только после объединения в две категории — Low/Intermediate и High/Very High — картина стала значимой: в TCGA-PRAD группа High/Very High имела заметно худшую выживаемость без прогрессирования (p < 0,0001), в MSKCC — более высокую частоту биохимического рецидива (p < 0,0001).

Дальше в дело вступило машинное обучение. Для каждой группы риска построили отдельный взвешенный функциональный граф: узлы — гены, вес ребра — число общих биологических процессов из базы Gene Ontology. Стартовый набор — 200 наиболее часто мутированных белок-кодирующих генов, расширение через UniProt-GOA с фильтром по информационному содержанию (1,7 ≤ IC ≤ 3,7). Граф высокого риска получился из 12 352 узлов, низкого — из 9654. Для каждого узла вычислили пять метрик центральности, нормализовали и ранжировали методом Laplacian Score. Корректность ранжирования проверили против эталонного списка Cancer Gene Census: площадь под ROC-кривой 0,712, а при порогах K = 10, 20, 50 и 100 в список попали 5, 7, 18 и 38 настоящих онкогенов соответственно.

Из отобранных кандидатов LASSO-Cox с 500 bootstrap-итерациями оставил четыре гена, связанных с выживаемостью без прогрессирования: ZNF268, PPARGC1A, INHBA и CDKN1A. Единственным, где высокая экспрессия независимо предсказывала лучший исход, оказался ZNF268 (однофакторно p = 0,0002; в многофакторной модели отношение рисков 0,50, 95% доверительный интервал 0,33–0,77, p = 0,0015). Во внешней когорте Long и соавторов ZNF268 тоже выступил независимым протективным фактором для выживаемости без биохимического рецидива (ОР 0,60, 95% ДИ 0,37–0,97, p = 0,0371).

Где проходит граница эффекта

Самое интересное в этой работе — не сам ген, а то, что его прогностическая сила зависит от клинической группы. Формальный тест взаимодействия ZNF268 × группа NCCN дал p = 0,027. В группе Low/Intermediate высокая экспрессия ZNF268 сопровождалась значимо более длительной выживаемостью без прогрессирования (p = 0,0033), а в группе High/Very High никакого разделения не было (p = 0,32).

Авторы объясняют это так: в запущенных опухолях молекулярный переход, который ловит сигнатура, уже состоялся, поэтому внутри агрессивной группы признак перестаёт различать пациентов. Это не универсальный биомаркер, а маркер конкретного этапа. Такой вывод полезен сам по себе: он напоминает, что переносить прогностическую модель на все стадии болезни без проверки нельзя.

Экспрессия ZNF268 снижается ступенчато: от нормальной ткани простаты к опухолям Low/Intermediate, а затем к High/Very High. Что стоит за этим снижением? Изменения числа копий гена его не объясняют: различия по копийности между группами риска есть, но внутри Low/Intermediate они не коррелируют с уровнем мРНК (p > 0,05). Зато метилирование трёх CpG-локусов промотора (cg02461665, cg24464813, cg21808250) повышено именно в опухолях с низкой экспрессией ZNF268. Для локуса cg24464813 связь обратная и умеренная: R = −0,34, p < 0,0001. В нормальном эпителии простаты этот участок неметилирован и обогащён сайтами гиперчувствительности к ДНКазе I, то есть представляет собой открытый регуляторный элемент.

Дальше авторы сравнили профили экспрессии внутри группы Low/Intermediate. Опухоли с сохранной экспрессией ZNF268 держали базовые программы иммунного надзора и структурного сигналинга (TGF-β, KRAS, воспалительный ответ, контроль G2M). Опухоли с потерянной экспрессией смещались в сторону метаболической гиперактивации: окислительное фосфорилирование, метаболизм жирных кислот, мишени MYC, пути репарации ДНК.

Мутации, лекарственные мишени и сетевая перестройка

В подгруппе Low-ZNF268 внутри Low/Intermediate чаще встречались мутации канонических драйверов рака простаты: SPOP (15% против 7%, точный тест Фишера p < 0,05, отношение шансов 2,26), FOXA1 (9% против 3%, p < 0,036, ОШ 3,51) и LRP1B (5% против 1%, p < 0,029, ОШ 8,03). Анализ неслучайной кластеризации мутаций подтвердил, что SPOP и FOXA1 ведут себя как кластеризованные драйверные события именно в этих опухолях (FDR < 0,05). Экспрессия KMT2D, SPOP и FOXA1 там тоже ниже (p = 0,003; 0,0018 и < 0,0001 соответственно).

Отдельно авторы построили прогноз чувствительности к препаратам по базе GDSC. Для опухолей Low-ZNF268 модель предсказала чувствительность к ингибиторам пути MAPK (дабрафениб, траметиниб, селуметиниб), к ингибиторам ответа на повреждение ДНК (VE821, AZD6738 против ATR/ATRX) и к соединениям против PI3K/mTOR. Проверка сетевой близости на белковом интерактоме STRING (порог уверенности > 700) показала, что мишени дабрафениба, селуметиниба, алисертиба и винкристина статистически ближе к ZNF268, чем ожидалось бы случайно (Z ≤ −3,0, p = 0,002).

Наконец, авторы измерили, как перестраивается сеть коэкспрессии вокруг ZNF268. Они разделили TCGA-PRAD на две независимые половины, прогнали анализ топологического перекрытия по 100 итераций на каждую и оставили гены, стабильно попадавшие в ядро в более чем 80% прогонов. Получилось ядро из 15 генов, из которого SHAP-приоритизация отобрала панель из 10 генов. Их взвешенная экспрессия образовала «Rewiring Score» — балл перестройки сети.

Этот балл сильно стратифицировал выживаемость без прогрессирования в группе Low/Intermediate TCGA-PRAD (p < 0,0001) и почти не работал в группе High/Very High (p = 0,82). В многофакторной модели внутри Low/Intermediate он остался независимым предиктором (ОР 2,79, 95% ДИ 1,36–5,71, p = 0,0049), а зависимая от времени площадь под ROC-кривой держалась в диапазоне 0,72–0,78 на горизонте от одного до пяти лет. Во внешних когортах балл предсказывал биохимический рецидив: в Long и соавторов ОР 1,43 (95% ДИ 1,12–1,82, p = 0,0036), в MSKCC ОР 3,08 (95% ДИ 1,12–8,46, p = 0,0289).

Что здесь доказано, а что пока нет

Разделим три вещи, которые легко смешать.

Первое — измеренный результат. В ретроспективных данных ассоциация между низкой экспрессией ZNF268, перестройкой сети коэкспрессии и худшим исходом воспроизводится в трёх независимых когортах, а эффект зависит от клинической группы. Это статистически устойчивое наблюдение.

Второе — авторская интерпретация механизма. Исследователи выстраивают причинную цепочку: гиперметилирование промотора выключает ZNF268, это запускает перестройку регуляторной сети, а та ведёт к метаболической гиперактивации и агрессивному течению. Сами авторы называют это «выведением причинной траектории» и прямо пишут, что для подтверждения механистических взаимодействий нужны функциональные эксперименты на живых моделях. Метилирование и экспрессия связаны корреляционно, и обратное направление связи формально не исключено.

Третье — практический смысл. Предсказанная чувствительность к ингибиторам MAPK, ATR и PI3K/mTOR получена вычислительно, по базе данных клеточных линий. Авторы называют этот анализ исследовательским и требующим экспериментальной проверки. Никаких выводов о том, что пациентам с низким ZNF268 нужно назначать эти препараты, из статьи не следует.

Ограничения авторы перечисляют сами и довольно подробно. Все когорты ретроспективные, для клинической пользы Rewiring Score нужна проспективная валидация. Данные массовые (bulk), поэтому вариации чистоты опухоли и клеточного состава могут работать как конфаундеры, хотя авторы считают, что локальная сетевая сигнатура страдает от этого меньше, чем широкие сдвиги экспрессии. Кросс-платформенные различия между микрочипами MSKCC и РНК-секвенированием потребовали перекалибровки коэффициентов. Внешние когорты страдают от пропущенных клинических аннотаций и малых размеров стратифицированных групп, что снижает мощность нескорректированных тестов. Для когорты Long и соавторов данных не хватило даже на стандартную стратификацию NCCN, и её заменили делением по патологической стадии T. Двенадцать пациентов TCGA и двое из MSKCC были отнесены к ближайшей группе риска при пропущенных данных, ещё пять выбросов исключили. Исследование включает только мужчин, поскольку речь идёт о предстательной железе.

Отдельно стоит отметить инфраструктурную проблему, о которой пишут авторы: за пределами TCGA-PRAD крупных публичных когорт локализованного рака простаты, где одновременно есть современное РНК-секвенирование и долгосрочные исходы, практически нет. Это ограничивает не только эту работу, но и любые попытки независимо воспроизвести подобные модели на новых данных.

Пресс-релиз KTH формулирует статус прямо: метод находится на стадии исследования и не готов к клиническому применению, а следующий шаг — лабораторные эксперименты по проверке предложенных терапевтических уязвимостей. Аналитический код статьи открыт в репозитории A. Lundberg Lab на GitHub.

Что это меняет для читателя

Работа показывает конкретный сценарий, в котором клиническая шкала и молекулярные данные расходятся. Это не значит, что NCCN устарела: она остаётся рабочим инструментом, и в этой же статье группа High/Very High по NCCN предсказывала исход сильнее любого отдельного гена (ОР 5,58 в многофакторной модели TCGA-PRAD). Речь о другом: внутри «безопасной» группы есть подгруппа с иной биологией, и её можно описать количественно.

Прежде чем такой балл попадёт в клинику, нужно пройти несколько шагов: подтвердить механизм в экспериментах, проверить сигнатуру на проспективных выборках, показать, что измерение воспроизводится на другой платформе без ручной перекалибровки, и доказать, что вмешательство по этому признаку улучшает исход, а не просто делит пациентов на подгруппы. Пока сделана только первая, аналитическая часть пути. Если вы разбираете подобные статьи для обзора или диссертации, полезно заранее разделять измеренный результат, авторскую интерпретацию механизма и вычислительный прогноз — как это устроено в критическом анализе научной статьи.

Источники

• Rafeletou A., Fathi F., Kiseļova T., Taheri G., Lundberg A. A novel multiomics machine learning signature identifies rapid progression in clinically low risk prostate cancer. npj Digital Medicine 9:702 (2026). DOI: 10.1038/s41746-026-03254-5. Полный текст: nature.com/articles/s41746-026-03254-5, PDF: nature.com/articles/s41746-026-03254-5.pdf.
• Пресс-релиз KTH Royal Institute of Technology. Low-risk prostate tumors reveal molecular signs linked to more aggressive cancer. Medical Xpress, 7 октября 2026: medicalxpress.com/news/2026-10-prostate-tumors-reveal-molecular-linked.html.
• Аналитический код: github.com/arianlundberg/ML_PrimaryPCa (лицензия MIT).
• Long Q. et al. Global transcriptome analysis of formalin-fixed prostate cancer specimens identifies biomarkers of disease recurrence. Cancer Research 74, 3228–3237 (2014).
• Spratt D. E. et al. Prostate Cancer, Version 3.2026, NCCN Clinical Practice Guidelines in Oncology. J. Natl. Compr. Canc. Netw. 23, 469–493 (2025).
• Guney E., Menche J., Vidal M., Barábasi A.-L. Network-based in silico drug efficacy screening. Nature Communications 7, 10331 (2016).
• Yang W. et al. Genomics of Drug Sensitivity in Cancer (GDSC): a resource for therapeutic biomarker discovery in cancer cells. Nucleic Acids Research 41, D955–D961 (2013).
• Szklarczyk D. et al. The STRING database in 2023. Nucleic Acids Research 51, D638–D646 (2023).
• Langfelder P., Horvath S. WGCNA: an R package for weighted correlation network analysis. BMC Bioinformatics 9, 559 (2008).

Фото: Kindel Media / Pexels