《Advances in Biomarker Sciences and Technology》：Unraveling the complexity of gynecological cancers: challenges, resistance, and the road to precision medicine
卵巢癌、子宫内膜癌和宫颈癌是导致女性癌症相关发病率和死亡率的主要因素，尤其是在诊断和治疗可及性方面存在差异的中低收入国家。尽管筛查和治疗干预措施取得了进展，但生存结局的改善仍然有限。本综述综合了当前关于诊断局限性、肿瘤生物学、治疗耐药机制以及近期转化研究进展的证据。研究人员评估了新兴技术（包括循环肿瘤DNA（ctDNA）分析、甲基化谱分析、基于类器官的检测和人工智能（AI）驱动的成像）在推进精准肿瘤学中的作用。妇科肿瘤表现出广泛的遗传、表观遗传和微环境异质性，这是由癌症干细胞（CSCs）、信号通路串扰和代谢重编程所驱动的。耐药性通过涉及DNA修复恢复、基质保护和免疫逃逸的经典和适应性机制产生，导致复发和不良预后。尽管免疫疗法已取得部分成功，但其疗效受到动态肿瘤微环境（TME）和耐药通路的阻碍。整合了多组学整合、功能性检测以及计算建模的精准肿瘤学，为个性化治疗策略提供了一种变革性的方法。将机制性的肿瘤见解与先进的诊断和功能性检测平台相结合，为功能性精准医学提供了一个前瞻性的范式。解决实施障碍，如成本、可扩展性和医疗保健不平等，对于将这些进展转化为临床获益至关重要。该框架有潜力通过克服诊断盲点、复发和治疗耐药性，在未来十年内重新定义妇科癌症的管理。
1. 引言：妇科癌症的全球负担
妇科恶性肿瘤（GMs），包括卵巢癌（OC）、子宫内膜癌（EC）和宫颈癌（CC），仍然是最紧迫和复杂的全球女性健康挑战之一。在全球范围内，它们每年合计新增超过130万病例，并导致近67万人死亡，是癌症相关发病率和死亡率的重要来源，且对不同地理和社会经济背景的女性影响不成比例。OC因其起病隐匿和非特异性症状，是最致命的妇科恶性肿瘤，其确诊时常为晚期，治疗选择有限且预后不良。CC虽然拥有成熟的预防策略，包括HPV疫苗接种和结构化筛查项目，但在中低收入国家（LMICs）仍然造成重大且不公平的健康负担。在这些地区，由于预防性医疗基础设施受限、社会经济障碍以及疫苗接种覆盖率不足，导致了高得令人无法接受的发病率和死亡率。EC已成为高收入国家中发病率增长最快的妇科恶性肿瘤，这一趋势由人口结构变化（如人口老龄化）以及生活方式相关风险因素（包括肥胖、糖尿病和代谢综合征）患病率上升所驱动。
不同全球区域在发病率和结局上的显著差异，凸显了在医疗可及性、预防策略和治疗服务系统中存在的深刻且持续的不平等。尽管高收入国家利用根治性外科技术、分子诊断和靶向治疗药物方面的技术进步改善了患者预后，但资源有限地区的患者群体仍面临巨大障碍，包括诊断延迟、基本治疗药物可及性受限，因此生存结局明显更差。即使在资源充足的医疗体系中，治疗成果也远未达到理想且参差不齐。例如，几十年来OC的生存率基本停滞不前，晚期疾病的五年生存率尽管采用了积极的多模式治疗方法，仍很少超过40%。这些令人警醒的统计数据不仅反映了这些恶性肿瘤内在的生物学侵袭性，也反映了早期检测方法的基本缺陷、常规化疗方法的有限效力，以及治疗耐药性和疾病复发几乎不可避免的发生，最终对多数晚期患者是致命的。
治愈GMs持续困难源于多方面的生物学和临床因素的综合作用：患者间及患者体内部极高程度的肿瘤异质性、癌细胞信号网络的显著可塑性、演化的适应性耐药机制，以及肿瘤微环境（TME）强大的免疫抑制作用。常规治疗方式，包括铂类化疗和放疗，往往能有效实现初步疾病控制和暂时缓解，但由于这些适应性耐药机制，最终未能为大多数患者提供持久的应答。复发性疾病通常表现出广泛的多药耐药性、深刻的代谢重编程以及复杂的免疫逃逸能力，使得后续治疗方案效果逐渐减弱，最终导致治疗失败。这些生物学现实强调了迫切需要能够有效靶向这些复杂且高度适应性的系统、并为患者带来持久临床获益的创新治疗范式。
与以往主要关注GMs的某个孤立方面（如分子改变、免疫疗法或个别治疗策略）的综述不同，本综述提出了一个整合的概念框架，将妇科癌症视为由肿瘤遗传学、表观遗传可塑性、代谢重编程、TME重塑以及治疗诱导的进化压力之间持续相互作用所塑造的动态且适应性生态系统。研究人员不是将耐药性、复发和精准医学视为独立现象，而是将这些相互关联的过程综合成一个系统级视角，将分子异质性、免疫逃逸、转化障碍以及新兴技术（包括多组学分析、液体活检监测、AI辅助建模和功能性精准医学）联系到一个用于适应性精准肿瘤学的统一框架中。
在此充满挑战的背景下，本综述旨在批判性地审视妇科肿瘤学中的核心挑战，从持久的诊断局限性、多方面的治疗耐药机制到疾病复发模式和护理服务中的系统性差异。同时，研究人员强调了关于疾病发病机制和进展的新兴分子见解，以及显示出变革临床管理范式巨大潜力的新型精准医学策略。通过整合流行病学趋势、疾病生物学的机制性理解以及近期转化研究进展，研究人员旨在为解决历史上限制该领域进展的多方面障碍提供一个连贯的路线图，并为所有受这些毁灭性恶性肿瘤影响的女性患者开辟一条通往更有效、更公平且更持久的治疗策略的道路。
采用结构化的文献综述方法，使用PubMed、Scopus、Web of Science (WoS)和Google Scholar，检索了2016年1月至2026年2月间发表的与妇科癌症、治疗耐药性、肿瘤生物学及精准肿瘤学相关的研究。检索策略结合了受控词汇和布尔运算符，使用关键词包括“妇科癌症”、“卵巢癌”、“宫颈癌”、“子宫内膜癌”、“TME”、“耐药性”、“合成致死”、“多组学”、“生物信息学”和“精准肿瘤学”。本综述旨在优先考虑具有强转化意义、机制性或临床相关性的研究。
纳入标准包括同行评审的英文研究，这些研究具有明确描述的方法学、充分的科学严谨性，并与妇科恶性肿瘤、分子机制、治疗耐药性、免疫疗法或新兴的精准医学技术直接相关。优先考虑高影响力的原创研究、里程碑式的临床试验、系统综述以及具有可重复数据集或临床可操作发现的转化研究。为了提高证据综合的可靠性和可重复性，排除了关注不相关恶性肿瘤、非肿瘤性疾病、方法学描述不清、重复发表、缺乏足够数据的会议摘要、社论、评论和撤稿文章。
文献筛选通过标题、摘要和全文评估进行，以确保主题相关性和方法学一致性。初步共识别出490条记录，剔除重复记录和初步筛选后剩余282条。经过全文资格评估，240项研究符合最终纳入标准并纳入本综述。
尽管精准肿瘤学取得了快速进展，妇科癌症研究中仍存在重大争议和未解决的挑战。关于生物标志物可重复性的相互矛盾的发现、跨分子亚型治疗应答的变异性、免疫疗法试验结果的不一致性，以及将临床前发现转化为常规临床实践的局限性，都持续阻碍着进展。此外，许多新兴技术，包括AI驱动的诊断、液体活检平台和多组学方法，在标准化、验证、可扩展性和公平实施方面面临着巨大挑战。因此，在强调新兴机遇的同时，本综述批判性地评估了当前限制、矛盾证据以及塑造妇科肿瘤学未来的转化障碍。
2. 早期检测与诊断中的挑战
早期检测仍然是GMs管理中最严峻的挑战之一。尽管CC得益于广泛的细胞学筛查和HPV检测，但这些方式远未普及，并且对检测浸润前病变和腺体病变的敏感性降低。OC和EC带来了更大的挑战；当前的诊断生物标志物如CA-125和HE4，以及包括经阴道超声（TVUS）和CT/MRI在内的影像学技术，对于检测早期疾病缺乏足够的敏感性和特异性。这种诊断不足导致OC大多在晚期才被确诊，此时治愈性干预措施几乎不可能实现。
GMs固有的生物学异质性进一步使其早期检测复杂化。肿瘤组织学、分子亚型和微环境影响方面的变异导致不同的疾病进程，从而逃避标准化诊断工具。例如，高级别浆液性卵巢癌和子宫内膜样亚型表现出不同的基因组景观和临床行为，但在其早期阶段往往在临床上难以区分。这种异质性不仅掩盖了早期疾病进展，也损害了常规标志物和影像学方式的预测性能，造成了诊断盲点，使得侵袭性亚克隆得以不受阻碍地发展。
为克服这些局限性，基于分子的策略得到了越来越多的探索。液体活检方法，包括ctDNA、循环肿瘤细胞（CTCs）、外泌体和肿瘤来源的microRNAs，显示出在临床症状显现之前检测分子改变的潜力。表观遗传标志物，如DNA甲基化谱，提供了额外的特异性层面，近期研究表明它们具有区分良恶性妇科病理学的潜力。尽管有这些前景，这些分子诊断在分析标准化、跨患者队列的可重复性以及转化为具成本效益的临床工具方面仍面临挑战，尤其是在疾病负担最重的资源有限环境中。
人工智能（AI）驱动的诊断代表了早期检测的另一前沿。应用于影像学、组织病理学和多组学数据集的机器学习（ML）算法已展现出超越人类评估能力的、识别细微疾病特征的卓越敏感性。深度学习方法可以整合从影像组学到数字病理学的多种诊断方式，以生成针对个体患者的复合风险谱。然而，AI转化为常规临床实践仍受到可解释性、数据偏差、监管审批以及需要大规模、种族多样化的数据集以确保通用性等问题的制约。
尽管如此，许多新兴诊断平台的临床实用性仍存在争议。一些研究报告了ctDNA和外泌体生物标志物在不同妇科癌症亚型和疾病阶段（尤其是在循环肿瘤分数低的早期肿瘤中）的敏感性和特异性不一致。同样，虽然AI辅助成像模型在回顾性数据集中表现出令人印象深刻的性能，但对其在种族多样化人群中的可重复性、过拟合、数据集偏差以及缺乏外部验证等问题仍存在担忧。此外，检测平台、样本处理方案和分析流程的差异继续限制了跨研究的可比性，并阻碍了大规模的临床采用。
总之，尽管在完善诊断技术方面取得了重大进展，但GMs的早期检测仍然受到生物学异质性、技术限制和转化差距的制约。弥合这些挑战需要将分子诊断、液体活检平台和AI增强工具整合到适合GMs生物学和流行病学多样性的连贯诊断算法中。
3. 肿瘤生物学与分子复杂性
GMs的生物学基础异常复杂，并由遗传突变、表观遗传修饰和动态微环境影响之间的相互作用所塑造，这些因素共同推动了疾病进展和耐药性。基因组测序研究揭示了关键驱动基因（如TP53、BRCA1/2、PTEN和PIK3CA）中的反复性改变，这些改变是OC、EC和CC侵袭性表型的基础。表观遗传失调，包括肿瘤抑制基因启动子高甲基化和异常的组蛋白修饰，进一步促进了转录可塑性、免疫逃逸和克隆多样化。这在EC中得到了有力的例证，正如通过计算机模拟所证明的，MLH1表达降低可预测患者预后，并可作为免疫检查点阻断疗法疗效增强的可靠生物标志物。这些分子事件并非孤立发生，而是通过冗余和补偿性信号级联反应汇聚在一起，以维持肿瘤发生。
GMs的一个决定性标志是显著的肿瘤异质性。患者间的变异和肿瘤内的克隆分歧都对有效治疗提出了巨大挑战。在单个肿瘤内，遗传上不同的亚克隆可以共存，每个亚克隆都拥有在治疗压力下出现的独特耐药机制。这种进化适应性促进了微小残留病灶（MRD）和复发，尤其是在卵巢高级别浆液性癌中，异质性克隆在化疗后复发中占主导地位。肿瘤异质性的动态特性强调了采用能够同时处理显性和次要耐药亚群的精准肿瘤学策略的必要性。
另一层复杂性源于癌症干细胞（CSCs）的持续存在，这是一个罕见但关键的细胞群体，具有自我更新能力、肿瘤起始潜能以及对常规疗法的内在耐药性。CSCs利用静止状态、高效的DNA修复机制和多药外排转运体来逃避化疗损伤，并作为复发和转移的储库。在GMs中，CSC标志物，如ALDH1、CD133和SOX2，已被证实与治疗耐药性和不良临床结局相关。靶向CSC微环境及其代谢和表观遗传依赖性，仍然是一个尚未满足的治疗前沿。
GMs的分子复杂性因信号通路的广泛串扰而进一步放大。失调的PI3K/AKT/mTOR、WNT/β-catenin、FOXO、Notch和Hedgehog (Hh)信号网络形成了复杂的反馈环路，增强了细胞存活、血管生成和免疫调节。例如，PI3K/AKT/mTOR的激活不仅促进增殖，还抑制FOXO转录因子，从而损害凋亡并增强治疗规避。此外，WNT和Notch通路之间的冗余为维持CSC群体和侵袭性表型提供了后备机制。这些通路的汇聚说明了为什么单一靶向方法的成功有限，并强调了设计旨在瓦解补偿性信号网络的合理联合疗法的必要性。
综上所述，GMs多方面的肿瘤生物学既揭示了挫败常规治疗策略的复杂性，也揭示了通过整合性精准医学方法利用这些脆弱性的机会。
4. 药物耐药性：机制与临床意义
药物耐药性仍然是改善GMs预后最棘手的障碍之一，它极大地限制了治疗应答的持久性，并导致疾病复发和死亡。尽管在开发细胞毒性药物、靶向药物和免疫疗法方面取得了显著进展，但绝大多数患者最终会产生耐药性，这凸显了理解其多因素根源的必要性。
化疗耐药性（铂类、紫杉烷类、PARP抑制剂）：基于铂类的化疗和紫杉烷类药物仍然是OC、EC和CC治疗的基石，然而耐药性往往通过DNA损伤修复再激活、通过ATP结合盒（ABC）转运体的药物外排以及凋亡调节因子（如BCL-2家族蛋白）的改变而产生。PARP抑制剂曾被誉为BRCA突变OC的范式转变，但也受到通过同源重组修复恢复、复制叉稳定化和PARP1自身突变而产生的获得性耐药性的影响。这些机制不仅削弱了既定方案的疗效，也凸显了肿瘤细胞在规避基因毒性应激方面的适应性恢复力。
靶向治疗耐药性（EZH2、CDK4/6、PI3K抑制剂）：旨在利用分子脆弱性的精准治疗药物扩大了治疗选择，但耐药性发展迅速。例如，抑制EZH2（一种组蛋白甲基转移酶）可能导致替代性表观遗传调节因子的代偿性激活。同样，对CDK4/6抑制剂的耐药性通过RB功能丧失、细胞周期蛋白E上调或平行有丝分裂途径的激活而产生。PI3K抑制剂面临通路冗余的挑战，因为肿瘤通常会重新激活下游AKT/mTOR信号或参与补偿性途径（如RAS–MAPK信号），从而削弱了这些药物的临床益处。
耐药性中的表观遗传和代谢重编程：除了遗传突变，肿瘤还会经历表观遗传重塑，包括启动子甲基化、组蛋白修饰和染色质可及性改变，这些赋予药物耐受性。代谢可塑性，特别是在糖酵解和氧化磷酸化之间切换的能力，进一步维持了在治疗条件下的生存。这种重编程不仅支持生长，还促进了一种静止、药物耐受的状态，一旦停止治疗即可重新激活，导致肿瘤复发。
肿瘤微环境介导的药物耐药性：TME在促进治疗逃逸中起着关键作用。癌症相关成纤维细胞（CAFs）、免疫抑制细胞（例如，调节性T细胞（Tregs）、髓系来源的抑制细胞（MDSCs））和缺氧微环境通过提供旁分泌生长信号、重塑细胞外基质屏障和诱导适应性信号级联反应，共同保护肿瘤细胞免受治疗应激。例如，缺氧驱动的HIF-1α稳定化调节血管生成、糖酵解代谢，并进一步巩固耐药性。虽然这些机制在临床前已得到充分表征，但它们的临床靶向仍是一个艰巨的挑战。肿瘤细胞与其微环境之间的动态串扰是持久治疗应答的主要障碍。因此，TME组分现在被归类为“经临床前验证的”或“推测性的/新兴的”靶点，破坏这种保护性串扰的策略代表了肿瘤学中的一个主要前沿，尽管目前在免疫检查点阻断之外，其临床成功有限。
总之，这些层次的耐药性凸显了GMs非凡的适应性和单一疗法的局限性。理解遗传、表观遗传、代谢和微环境机制交汇点上的耐药性，对于设计合理的联合策略和识别指导个性化治疗选择的预测性生物标志物至关重要。
重要的是，关于妇科恶性肿瘤治疗耐药性的主要驱动因素仍存在若干争议。虽然一些研究强调遗传回复事件和通路特异性耐药机制，但另一些研究则认为非遗传的细胞可塑性、表观遗传适应和短暂的药物耐受持久细胞状态可能起着同样关键的作用。此外，关于将靶向治疗与化疗或免疫疗法联合的长期临床获益存在相互矛盾的证据，因为在某些患者群体中，增加的毒性和适应性耐药性可能抵消治疗获益。这些不一致性凸显了进行纵向和功能性验证研究的必要性，这些研究能够区分因果性耐药机制和继发性适应性事件。
5. 复发与疾病进展
复发仍然是妇科肿瘤学中最棘手的障碍之一，通常标志着从治愈性治疗向姑息性治疗的临床转变。尽管许多患者对手术、化疗、放疗或靶向治疗初期有应答，但相当一部分患者会复发，且通常伴随更具侵袭性、异质性和治疗难治性的疾病。这一现象不仅反映了治疗失败，也反映了肿瘤的动态进化能力，这种能力由残留疾病储库和TME内的复杂相互作用所维持。
5.1. 复发的分子驱动因素
复发的核心是克隆进化，即治疗施加的选择压力根除了敏感亚克隆，但促进了耐药群体的扩增。MRD——显微镜下或分子水平上无法检测到的肿瘤残留——是复发的病灶。近期的单细胞测序和纵向基因组分析表明，MRD携带了原发灶中不存在的独特遗传、转录组和表观遗传特征，包括干性相关的转录程序和治疗诱导的突变特征。这些耐药亚克隆通常获得DNA损伤应答基因、染色质重塑因子和药物外排转运体的改变，使其能够在治疗应激下持续存在。
5.2. 休眠与再激活机制
肿瘤休眠是复发生物学的另一个关键轴。休眠细胞通常处于非增殖、代谢静止状态，逃避免疫检测并对优先靶向增殖细胞的细胞毒性药物具有耐药性。从休眠到活化的转换受多种机制影响：(i) 血管生成休眠，即不充分的血管供应限制生长，直到血管生成被重新激活；(ii) 免疫学休眠，即肿瘤细胞受到免疫监视的约束，但当免疫逃逸途径（如PD-1/PD-L1）被激活时重新出现；(iii) 细胞休眠，其特征是由p38–ERK平衡等通路介导的G0–G1细胞周期期的内在停滞。重要的是，微环境线索如缺氧、基质重塑和代谢转变（如氧化磷酸化的改变）可以触发再激活。解析这些机制对于开发在复发前根除休眠储库的治疗方法至关重要。
5.3. 预测复发的预后生物标志物
鉴于复发生物学的异质性，迫切需要可靠的生物标志物来识别风险最高的患者。ctDNA已成为一个强大的工具，研究表明它能够在影像学证据出现前数月检测到分子复发。类似地，外泌体microRNAs、长链非编码RNAs（lncRNAs）和蛋白质货物反映了与复发相关的肿瘤特异性信号通路。表观遗传特征，如DNA甲基化组合，也显示出区分复发倾向性肿瘤的潜力。将这些分子标志物与临床变量（分期、组织学类型、残留病灶状态、BRCA突变状态和治疗反应）整合到复合预后模型中，可以实现更个性化的监测策略，从而实现更早的治疗干预。
5.4. 复发性妇科癌症的临床管理
复发的治疗策略受到累积耐药性的限制。铂类再挑战、PARP抑制剂、血管生成抑制剂（如贝伐珠单抗）和免疫检查点阻断剂在特定亚组中改善了预后，但其疗效在连续复发中逐渐减弱。旨在维持敏感群体和延缓耐药性的适应性治疗方法目前正在临床探索中。此外，靶向休眠微环境，如骨髓或腹膜微环境，代表了一种新兴范式。使用液体活检进行实时分子监测可以进一步实现动态治疗适配，将不断演变的肿瘤生物学与最有效的药物相匹配。最终的挑战在于将复发管理从被动方法转变为主动的精准肿瘤学模式，其中进化原则、生物标志物指导的风险分层和休眠靶向策略汇聚在一起，以预防疾病进展。
6. 肿瘤微环境的作用
TME已成为GMs进展、治疗反应和患者预后的关键决定因素。与传统观点不同，癌症仅由肿瘤细胞内部的遗传和表观遗传变化驱动，现在清楚地认识到恶性细胞与其周围环境（由免疫细胞、成纤维细胞、内皮细胞、细胞外基质成分和可溶性因子组成）存在着持续的对话。这一动态生态系统不仅维持肿瘤生长，还协调免疫逃逸和药物耐药的机制，将TME定位为OC、EC和CC中的一个障碍和治疗机遇。研究人员的整合性生物信息学分析进一步强调了TME的临床相关性，揭示了作为基质-肿瘤串扰关键介导物的LRP1的低表达与OC中改善的预后显著相关，突出了其作为潜在治疗靶点的作用。
GMs的免疫景观尤为多样，在抑制性和炎症性表型之间波动。富含细胞毒性T淋巴细胞和活化的自然杀伤（NK）细胞的肿瘤通常表现出更好的预后，反映了一个炎症性的“热”微环境。相反，调节性T细胞（Tregs）、髓系来源的抑制细胞（MDSCs）和肿瘤相关巨噬细胞（TAMs）的普遍存在使平衡向免疫抑制倾斜，并促进肿瘤在治疗下持续存在。这种免疫二重性对免疫疗法疗效具有深远影响，因为检查点阻断和过继性T细胞疗法通常受到抑制性微环境优势作用的限制。
血管生成和基质相互作用是妇科TME的其他标志。肿瘤细胞利用血管内皮生长因子（VEGF）和其他促血管生成通路来确保营养和氧气供应，然而由此产生的血管系统通常异常、渗漏且结构紊乱。这种异常的血管生成不仅促进缺氧，还建立了有效药物递送的屏障。同时，CAFs重塑细胞外基质，增强侵袭潜能，并创造保护性微环境，保护恶性细胞免受化疗损伤。此外，纳米医学和DNA基纳米治疗法的进展使得更高效、更靶向的药物递送系统成为可能，提高了肿瘤特异性蓄积并降低了全身毒性。这些方法正越来越多地被探索与化疗、免疫疗法和基因治疗策略联合使用。
缺氧和代谢应激进一步塑造了GMs的治疗反应。氧气缺乏稳定了缺氧诱导因子，这些因子驱动血管生成、上皮间质转化和向糖酵解的代谢重编程，从而赋予对化疗和靶向药物的耐药性。此外，癌细胞与免疫浸润细胞之间的营养竞争使免疫反应偏向耐受并削弱抗肿瘤免疫。这种代谢串扰例证了微环境压力如何不仅塑造肿瘤进化，也影响临床结局。
鉴于这些复杂性，靶向TME的治疗策略已获得发展势头。抗血管生成药物如贝伐珠单抗已在OC患者亚组中显示出生存获益，而靶向CAFs、缺氧通路或免疫检查点的新方法也在不断发展。此外，将TME调节剂与常规化疗、PARP抑制剂或免疫疗法相结合的联合方案，有望将免疫学上的“冷”肿瘤转化为“热”肿瘤，从而扩大治疗效力。
总之，TME不是被动的旁观者，而是GMs生物学的主动构建者，塑造肿瘤行为、耐药性和复发。解析其细胞和分子复杂性为精准医学提供了肥沃的土壤，其中的治疗策略不仅限于靶向癌细胞本身，还包括重新编程维持它们的生态系统。
7. 免疫疗法：现状与局限性
免疫疗法的整合从根本上重塑了肿瘤学格局，提供了一种利用宿主免疫系统对抗恶性肿瘤的新范式。在GMs中，尽管在特定亚组中结果令人鼓舞，但显著的挑战和局限性凸显了这些肿瘤与免疫微环境之间的复杂相互作用。
7.1. 检查点抑制剂在OC、EC和CC中的应用
ICIs的临床应用在GMs中产生了异质性结果。在CC中，帕博利珠单抗已被批准用于PD-L1阳性的晚期或复发性疾病，在部分患者中显示出持久的应答。这与CC常与致癌性HPV相关相一致，HPV产生外来病毒抗原，理论上增强了免疫原性。在EC中，多塔利单抗和帕博利珠单抗在晚期错配修复缺陷（dMMR）或微卫星不稳定性高（MSI-H）的肿瘤中取得了里程碑式的成功。这些高度突变的肿瘤呈现高新抗原负荷，使它们对PD-1阻断极为敏感。相比之下，OC（主要是高级别浆液性癌）的情况则较为温和。尽管少数患者经历了持久的应答，但单药ICIs显示出较低的总缓解率。这归因于低肿瘤突变负荷（TMB）和免疫抑制性的TME。此外，近期工作扩展了对适应性免疫耐药机制的理解，证明了肿瘤如何动态地重编程免疫检查点和抗原呈递途径以应对免疫治疗压力。这种适应性免疫逃逸代表了卵巢癌和其他妇科恶性肿瘤中持久应答的主要障碍。
7.2. 疫苗策略与过继性细胞疗法
第二代免疫疗法正在深入研究中。针对CC和EC中的HPV E6/E7抗原或OC抗原（如NY-ESO-1）的治疗性疫苗旨在启动靶向抗肿瘤反应，尽管单一疗法的临床疗效有限。过继性细胞疗法是一种高度个性化的方法。肿瘤浸润淋巴细胞（TIL）疗法在一些转移性CC中显示出显著疗效。靶向间皮素或MUC-16等抗原的嵌合抗原受体（CAR）疗法正处于早期试验阶段，但面临TME抑制和on-target/off-tumor毒性等挑战。NK细胞疗法提供了一种具有良好安全性特征的替代方案，并且正在被探索以克服MHC-I下调这一常见的免疫逃逸策略。
7.3. 免疫耐药机制
免疫疗法的主要局限性是内在性或获得性耐药性，这受多因素机制调节。这些机制包括：(1) T细胞排斥，其特征是缺乏TILs，通常由特定的致癌通路（如WNT/β-catenin信号）介导；(2) T细胞功能障碍，即富含调节性T细胞、MDSCs、M2型巨噬细胞和抑制性细胞因子的免疫抑制性TME；(3) 抗原呈递丧失：肿瘤细胞上MHC I类分子的下调；(4) 在PD-1/PD-L1阻断后替代性免疫检查点（如TIM-3、LAG-3）的上调，导致适应性耐药。
7.4. 联合策略
鉴于单一疗法的局限性，未来将基于合理的联合策略。化疗可以通过诱导免疫原性细胞死亡、释放新抗原和消耗Tregs而具有免疫原性。在BRCA突变OC中，PARP抑制剂创造了“BRCAness”表型，增加了TMB并增强了ICIs的应答。抗血管生成药物可以使肿瘤血管正常化，改善T细胞浸润，并缓解缺氧（免疫抑制的关键驱动因素）。将ICIs与其他靶向TME的调节剂联合使用是克服耐药性和扩大免疫疗法受益患者群体的关键前沿。
尽管免疫疗法在选定的癌症中取得了变革性的成功，但其在妇科肿瘤学中的作用仍存高度争议。虽然在dMMR/MSI-H肿瘤或PD-L1阳性宫颈癌的亚组患者中观察到了持久应答，但许多在卵巢癌中的大型临床试验未能显示出显著的生存获益。关于预测性生物标志物（如PD-L1表达、肿瘤突变负荷和免疫浸润）的相互矛盾的发现进一步使患者选择策略复杂化。此外，关于免疫检查点抑制剂与化疗、PARP抑制剂和抗血管生成药物的最佳顺序和组合，仍存在相当大的不确定性。这些局限性凸显了肿瘤免疫微环境的复杂性，以及对更强大的、基于生物标志物的治疗框架的迫切需求。
8. 新兴技术与精准肿瘤学
本综述提出的一个核心观点是，妇科恶性肿瘤的精准肿瘤学应从静态的、基于生物标志物的方法演变为动态的系统肿瘤学模型。在此框架下，肿瘤被理解为持续进化的生态系统，其中基因组不稳定性、表观遗传适应、代谢重编程和微环境相互作用共同塑造了随时间变化的治疗反应和耐药性。因此，新兴技术不应被视为孤立的创新，而是能够实现实时监测、适应性治疗干预和动态肿瘤状态功能性表征的相互关联工具。在GMs中超越“一刀切”治疗的演进是由一系列颠覆性技术推动的。这些工具正在将该领域推向一个动态的、数据驱动的精准肿瘤学模型，其中治疗策略基于对疾病的深入分子理解而持续调整。然而，从技术承诺到常规临床应用的道路充满了验证、标准化和实施方面的挑战。
8.1. 用于患者分层的多组学分析
超越单平台基因组学，整合基因组学、转录组学、蛋白质组学、表观基因组学和免疫表型数据的多组学整合对于解析GMs的深刻异质性至关重要。这种方法允许进行更全面的患者分层。例如，虽然DNA测序识别可靶向突变，但RNA测序可以揭示基因融合，而蛋白质组学则确认实际通路激活。至关重要的是，多组学可以识别预测性免疫特征，区分“热”肿瘤和“冷”肿瘤，并指导免疫疗法选择。这种深度分析是为识别具有独特治疗脆弱性的新型生物标志物和分子亚型奠定基础，从而实现个性化的治疗选择。此外，随着基于多组学的候选生物标志物更接近临床转化，与临床适用框架（如临床药物遗传学实施联盟（CPIC）指南）保持一致对于指导实践中的药物-基因相互作用至关重要。目前，在GMs治疗方案中相关的基因，如DPYD、TPMT和NUDT15以及CYP2D6/CYP3A4，已得到CPIC支持并附有可操作的剂量建议。此外，新兴的组学衍生生物标志物，如用于PARP抑制剂反应的BRCA1/2改变和用于免疫治疗敏感性的MSI-H/MLH1缺陷，反映了在获得足够的前瞻性验证后可能逐步过渡到CPIC分层建议的候选物。然而，仍存在一个主要的转化差距，因为大多数多组学鉴定的生物标志物目前仍处于研究阶段，尚未被纳入基于指南的证据等级，如CPIC、ESCAT或ASCO可操作性水平。为了加强组学实践的效用，未来的努力必须集中在创建标准化的验证管道，扩大CPIC框架以涵盖肿瘤特异性药物基因组标志物，并支持整合药物转录组学和蛋白质组学特征以用于剂量优化和治疗选择。
8.2. 生物信息学与合成致死的联系
没有先进的生物信息学，由多组学产生的庞大数据集是难以处理的。正如在《精准肿瘤学中的当前生物信息学工具》这篇综述中所指出的，“通过先进的计算管道整合多组学数据对于识别新型治疗靶点和生物标志物至关重要”。计算生物学家已经开发出复杂的算法来识别驱动改变、预测新抗原和重建功能障碍的信号通路。这种分析能力已被直接应用于发现合成致死相互作用。这种方法在BRCA突变OC中通过PARP抑制剂得到了精彩验证，旨在识别对携带特定分子改变的癌细胞来说是独特必需、但对健康细胞非必需的靶点。生物信息学工具现在正在挖掘多组学数据，以发现针对GMs常见异常的新型合成致死对，从而为下一代靶向疗法提供管道。该管道的临床成功取决于克服功能性验证和药物开发中的重大障碍，因为许多计算预测的脆弱性可能在药理学上难以处理。
8.3. 类器官、患者源性异种移植模型与功能性精准医学
虽然组学提供了静态蓝图，但功能性精准医学评估活体组织中的药物反应。患者源性类器官（PDOs）和患者源性异种移植模型（PDXs）是保留了原始肿瘤遗传和表型特征的变革性模型。它们作为“患者替身”用于高通量药物筛选，允许临床医生在将药物给予患者之前在体外凭经验测试哪种药物或组合（化疗、靶向药物或免疫疗法）最有效。这功能性地指导治疗，特别是对于缺乏标准生物标志物的罕见或复杂分子谱患者，并为生物标志物发现和药物开发提供了一个稳健的平台。然而，关键的实际障碍限制了广泛的临床采用，包括往往与临床决策时间线冲突的较长周转时间、高成本，以及许多当前PDO模型无法完全重现天然TME（特别是免疫区室）的能力。
8.4. AI、大数据与治疗选择的预测建模
AI和ML有望彻底改变临床决策。通过在庞大的整合数据集上训练，AI模型可以识别出人眼无法看到的复杂非线性模式。这些模型可以预测疾病预后、复发风险，最重要的是，可以预测对个体患者最有可能成功或导致毒性的疗法。这将治疗选择从基于指南的方法转变为预测性的、基于概率的方法，并随着更多数据被添加到集体知识库中而持续优化。实施的关键障碍包括数据集偏差、缺乏透明度和可解释性，以及作为医疗器械的软件复杂且不断发展的监管环境。
尽管新兴技术引发了巨大的热情，但仍然存在尚未解决的重大转化限制。许多基于AI的预测模型缺乏前瞻性的临床验证，并且常常遭受解释性差的困扰，限制了临床医生的信任和监管接受。类似地，多组学整合策略产生了极其复杂的数据集，其临床效用仍在常规肿瘤学实践中不确定。功能性精准医学平台，如类器官和患者源性异种移植模型，也在可扩展性、可重复性、周转时间以及完全重现天然TME的能力方面面临争议。因此，技术创新与现实世界临床实施之间的差距仍然是精准妇科肿瘤学中的主要挑战。
8.5. 液体活检与治疗反应的动态监测
克服肿瘤进化和异质性的挑战需要非侵入性的系列监测。液体活检，即对血液中的ctDNA和其他生物标志物进行分析，提供了疾病的实时分子快照。其应用具有变革性：在初始治疗后检测MRD以预测复发、在影像学变化前数周动态监测对治疗的反应，以及识别新出现的耐药机制，从而允许进行预防性的治疗转换。这实现了一个真正的适应性治疗范式，其中治疗与癌症不断演变的分子景观同步调整。尽管有这些前景，但在标准化和报销方面仍存在重大挑战。检测灵敏度和特异性在不同平台间存在差异，缺乏协调性使结果解释复杂化。此外，为系列监测（尤其是在MRD情况下）争取一致的保险报销，仍然是公平可及和常规临床使用的主要障碍。
8.6. 迈向标准化的分级分子分型框架
在妇科恶性肿瘤中成功实施精准肿瘤学取决于克服对高度异质性疾病进行分子分型标准化的关键挑战。必须澄清的是，标准化并不强制要求对所有患者进行单一、相同的检测，而是建立确保一致性、可重复性和临床可操作性的共识框架和分级报告系统。研究人员提出一种务实的多层次方法：首先，该领域应定义一个核心的泛妇科分子组合作为基础的一线诊断。这将是一个定向的NGS组合，涵盖关键的反复突变基因和生物标志物，如TP53、BRCA1/2、PTEN、ARID1A、KRAS、PIK3CA、MMR状态和TMB/MSI，适用于主要组织学亚型，以创建共同的诊断语言。其次，必须随后实施亚型和分期特异性的反射检测协议。例如，低级别浆液性卵巢癌的诊断将自动触发对KRAS和BRAF突变的分析，而子宫内膜癌病例可能会根据组织学特征反射到更聚焦的CTNNB1测序。这种分层策略有效地平衡了全面的基因组评估与靶向、成本效益高的探究。最后，利用AI进行整合数据解释至关重要。可以训练先进的算法将复杂的分子特征与组织学和临床数据相关联，标准化解释过程，并生成综合的、临床可操作的报告，而不是简单的基因组改变列表。这种结构化的框架为协调精准诊断同时尊重妇科癌症深刻的生物学多样性提供了一条可行的途径。
9. 健康差异与转化空白
精准医学的显著进步带来了妇科肿瘤学中不平等的新维度。在发病率、死亡率和护理可及性方面存在显著差异，在科学发现与公平的患者获益之间造成了巨大的转化差距。这些挑战是多方面的，源于社会经济因素、生物学差异以及系统性医疗障碍，对种族和民族少数群体、社会经济地位较低者以及服务不足地理区域的人群影响尤为严重。解决这一差距需要超越文档记录，转向实施务实的、多层次的解决方案。
9.1. 结局中的社会经济、种族和地理差异
在黑人、西班牙裔和土著人群中，侵袭性肿瘤生物学以及EC、OC和CC癌症的更高死亡率已得到一致记录。例如，患有EC的黑人女性更常被诊断为侵袭性非子宫内膜样组织学类型，并且即使在控制分期和组织学后，其生存率也显著更差。这些差异不仅仅是相关性的，而且深深植根于结构性不平等中，包括系统性种族主义、医疗体系内的隐性偏见，以及在从预防到姑息治疗的整个癌症连续体中获得高质量及时护理的不平等。有针对性的干预措施，如标准化护理路径和为提供者提供隐性偏见培训，是减轻这些系统性因素的关键第一步。
9.2. 生物学决定因素与肿瘤微环境差异
新兴研究表明，差异不仅仅由于可及性，也可能由不同的生物学因素驱动。研究人员现在正在表征不同种族和民族群体中肿瘤的基因组、转录组和免疫学景观。特定分子亚型患病率的差异，以及更深度免疫抑制性的TME，可能影响肿瘤侵袭性和对免疫疗法等治疗的反应。这强调了进行包容性生物学研究的迫切需要，以确保精准医学策略在不同人群中有效。一个基本的解决方案是强制要求开发和使用基因多样化的临床前模型，包括来自不同人群的患者源性异种移植模型（PDXs），以确保转化研究反映人类疾病的全部谱系。
此外，肿瘤物理微环境（TPME）是治疗反应的关键决定因素。TPME的特征是异常的细胞外基质硬度、升高的固体应力和高间质流体压力，它造成了损害药物灌注的生物物理屏障，并直接激活癌细胞中由YAP/TAZ介导的机械敏感促存活通路。关键的是，这种异常的TPME并非静态的；它在治疗期间经历动态重塑，其中化疗等干预措施可以诱导进一步的纤维化和基质硬化。这产生了一个前馈循环，其中治疗诱导的TPME改变积极促进获得性耐药性，突出了其作为一个引人注目的治疗靶点的作用。
9.3. 筛查和分子诊断的可及性不平等
精准医学的基础支柱并非普遍可及。差异始于预防：服务不足的人群由于缺乏保险、交通和文化上合格的健康教育，在HPV疫苗接种和CC筛查方面面临巨大障碍。至关重要的是，全面分子分型的实施存在高度差异性，形成了一个两级体系。在资源有限或安全网医疗机构接受治疗的患者通常未接受指南推荐的生物标志物检测，从而自动使她们失去接受可能延长生命的靶向疗法和免疫疗法的资格。为弥合这一差距，实用策略包括建立集中的高通量测序中心以服务多家机构，验证和部署针对基本生物标志物的成本效益高的“迷你组学”组合，以及实施反射检测协议以标准化护理。
9.4. 经济毒性及获取新型疗法的障碍
靶向药物、免疫疗法及其相关长期管理的天文数字成本构成了难以逾越的障碍。癌症治疗费用的物质、心理和行为负担对无保险、保险不足和低收入患者影响尤为严重。这常常迫使患者在治疗和其他必需品之间做出艰难选择，导致治疗不依从，并最终加剧现有的结局差距，即使潜在有效的疗法在技术上“可用”。政策层面的干预措施至关重要，例如扩大医疗补助资格、将癌症护理纳入国家健康保险计划，以及开发可持续的技术转让和本地制造模式以长期降低药物成本。
9.5. 基础研究与应用之间的差距
从基础科学发现到标准临床应用之间的转化管道漫长且低效。一个显著的瓶颈是缺乏代表性的临床前模型。许多细胞系和PDXs缺乏遗传多样性，无法重现人类群体中疾病的生物学谱系。此外，临床试验在历史上一直严重缺乏入组人群的多样性。这产生了关键的数据缺失，导致对新型疗法在非白种人群中的有效性和安全性存在不确定性，并使得基于非代表性患者队列的标准护理指南得以延续。通过分散的试验设计、利用移动健康（mHealth）技术进行远程监测以及通过社区参与的招募策略建立信任，来强制实施包容性的临床试验入组目标，是生成代表性证据的可操作方法。
9.6. 政策、基础设施与社区参与的解决方案
应对这些多方面的挑战需要协调一致的系统性和政策层面的干预。关键策略必须包括扩大医疗保障范围并确保遗传咨询和分子检测的普遍报销。监管和资助机构必须强制要求在临床前模型开发中纳入多样性，并通过分散的试验设计强制实施包容性的临床试验入组目标。此外，实施科学框架的应用对于系统性地识别和克服地方卫生系统的瓶颈、确保经过验证的解决方案被有效采纳至关重要。投资于社区外展、文化上合格的患者导航项目以及与可信的社区领袖建立伙伴关系，对于建立信任和克服后勤、教育和经济障碍至关重要。这些跨越政策、技术适应和社区伙伴关系的多管齐下解决方案的战略部署是必要的下一步。最终，实现公平需要刻意拆除系统性障碍，并坚定不移地致力于确保精准医学的益处对所有人都能普遍获得。
10. 未来方向与结论
本综述通过将肿瘤生物学、耐药进化、微环境动态和新兴精准技术整合到一个统一的概念框架中，提出了一种系统导向的妇科肿瘤学视角。研究人员提出，持久的治疗成功将取决于从静态治疗范式向能够响应持续肿瘤进化和动态微环境变化的适应性精准肿瘤学模型的转变。本综述揭示了关于妇科恶性肿瘤的分子复杂性和治疗挑战的几个关键见解，突出了新兴机遇和持续存在的局限性。通过整合性多组学综合，研究人员阐明了一个由遗传突变、表观遗传重编程、代谢重编程和非遗传可塑性塑造的耐药机制层级结构，这些机制受到TME和治疗许可性微环境（TPME）的动态影响。研究人员强调，TME/TPME不仅仅是被动的微环境，而是免疫逃逸、适应性耐药和治疗失败的主动驱动因素。此外，研究人员的分析强调了实施先进技术（如基于AI的预测建模、液体活检驱动的MRD监测和功能性精准肿瘤学）所面临的转化挑战，特别是在临床可扩展性、验证一致性和可及性方面。
展望未来，妇科肿瘤学的未来在于将这些机制性启示转化为精准指导的干预措施。AI赋能的分子诊断、通过液体活检进行早期MRD检测以及适应性治疗算法可能促进实时治疗决策和早期复发拦截。研究人员的发现支持从孤立的通路抑制转向合理的、系统水平的联合疗法，由信号串扰、代谢依赖性和微环境介导的反馈回路指导。化疗、靶向治疗、免疫调节、代谢干预和表观遗传重编程的融合提供了减轻适应性耐药和增强治疗持久性的潜力。此外，患者源性类器官、合成致死策略和TPME靶向方法可能能够实现主动预防耐药性，而不是被动的治疗转换。然而，关于生物标志物标准化、耐药进化、临床可重复性和公平实施方面的重大不确定性，仍需在这些技术能够实现广泛的临床影响之前得到解决。
最终，研究人员设想了一个未来，其中精准妇科肿瘤学由整合的分子、功能和空间数据驱动，实现将分子脆弱性与微环境背景相匹配的患者特异性治疗设计。实现这一转变需要转化研究的严谨性、筛查和治疗创新的公平可及性，以及全球合作以减少GM结局中的差异。通过从渐进式发展转向基于机制的、动态可适应的治疗策略，该领域有望为受妇科恶性肿瘤影响的女性在生存率、生活质量和长期疾病控制方面带来变革性的改善。
