Nature Reviews Cancer（IF=66.8）澳门科技大学张康教授等团队：人工智能推动多组学与临床数据整合在基础和转化癌症研究中的进展

01文献学习今天分享的文献是由澳门科技大学、中国医学科学院肿瘤医院张康教授等团队于2026年4月21日在肿瘤学领域顶尖综述期刊《Nature Reviews Cancer》中科院1区topIF66.8上发表的研究“Advancing AI for multi-omics and clinical data integration in basic and translational cancer research”即人工智能推动多组学与临床数据整合在基础和转化癌症研究中的进展该综述系统阐述了人工智能AI如何整合多组学数据基因组、表观组、转录组、蛋白组、代谢组与多模态临床信息电子健康档案、医学影像、病理图像以推动基础和转化癌症研究。文章重点介绍了AI方法学自监督学习、Transformer、图神经网络、生成模型等、多模态融合策略早期、晚期、中间融合以及AI在癌症驱动基因识别、早期诊断、风险分层、治疗反应预测、预后建模和主动监测中的具体应用。最后提出了“肿瘤数字孪生”概念和可解释AI的重要性并展望了持续学习闭环AI驱动的肿瘤多组学循环的未来方向。创新点①提出AI驱动的肿瘤多组学闭环打破传统线性研究路径构建从临床数据挖掘到假设生成、试验验证再回馈临床的持续学习生态。②定义肿瘤数字孪生三阶段框架从群体学习得潜在空间图谱到个体深度表型投影最终实现个性化治疗方案的计算机模拟。③揭示可解释AI的双重角色不仅建立临床信任更作为生物发现引擎通过解析跨模态特征关联发现新型耐药机制与驱动基因。临床价值①提升早期检测与诊断精度整合影像、液体活检等多模态数据对不确定肺结节等场景实现高特异性鉴别AUC达0.923。②实现个性化治疗反应预测融合放射、病理与基因组数据预测免疫治疗响应AUC达0.80优于单一生物标志物如PDL1。③推动精准风险分层与预后整合病理、影像与分子特征构建超越TMN分期的预后模型指导辅助化疗降级或强化决策。02研究背景和目的研究背景癌症作为一种高度异质性的疾病其发生发展涉及从基因组、表观组、转录组到蛋白质组和代谢组等多个分子层次的复杂改变。传统的单一组学分析如仅依赖基因组或病理图像往往只能提供片面的信息难以全面揭示肿瘤的生物学本质、患者预后差异以及治疗响应机制。随着高通量测序和医学影像技术的发展多组学数据包括基因组学、蛋白质组学等与临床多模态信息如电子健康记录、影像组学和数字病理的整合成为可能这为从系统层面理解肿瘤提供了前所未有的机遇。然而这些数据具有高维度、强噪声、批次效应以及不同模态之间复杂的非线性关系传统统计方法难以有效建模。人工智能特别是深度学习凭借其识别复杂模式、融合异质数据和处理缺失值的强大能力已成为破解这一难题的关键技术。尽管已有研究探索了多模态数据融合的概念框架但生成式AI、基础模型和数字孪生等新一代技术的快速演进正在深刻改变该领域的面貌。与此同时数据可及性、模型泛化能力、算法公平性以及可解释性等挑战仍然制约着AI模型向临床实践的转化。因此亟需系统梳理当前AI驱动下的多组学整合策略、应用进展及未来方向以推动精准肿瘤学的真正落地。研究目的本论文旨在系统综述人工智能驱动的多组学与临床数据整合在基础与转化癌症研究中的最新进展并明确提出一个全新的研究范式。首先论文详细阐述了核心AI方法学包括无监督/自监督预训练、基础模型、适用于不同数据模态的深度学习架构如卷积神经网络、Transformer、图神经网络和生成模型以及多模态融合的三种策略早期、中期和晚期融合为后续应用奠定理论基础。其次论文展示了AI驱动的多组学整合如何全面重塑癌症诊疗全链条从识别潜在的分子和遗传驱动因子、实现早期检测与无创诊断到精准风险分层、个性化治疗响应预测再到预后模型构建和主动监测并通过具体案例说明了多模态整合相比单一模态的显著优势。再者论文重点阐述了可解释AI在建立临床信任、发现新生物学假说以及从黑箱模型中提取可验证知识中的关键作用。最后论文提出了肿瘤数字孪生作为该领域终极目标的概念框架——通过将患者的多尺度数据映射到预训练的隐空间构建动态、可计算模拟的个体化疾病模型实现在硅基环境中预测疾病轨迹和优化治疗方案。总体而言本文旨在推动肿瘤学从传统的反应性医疗模式向预测性、个性化和主动性的精准医疗转变并为该领域的未来研究指明了关键方向与挑战。图 1精准肿瘤学的多组学数据基础①三大核心数据板块分子数据Molecular data覆盖全尺度分子层面基因组突变、拷贝数变异CNVs、染色体重排表观组DNA甲基化、组蛋白修饰、染色质可及性转录组基因表达、可变剪接、融合转录本蛋白组蛋白表达、翻译后修饰代谢组靶向/非靶向代谢、通量组、脂质组临床数据Clinical data患者维度的真实世界信息电子健康记录EHR人口学信息、治疗记录病理数据组织病理、免疫组化IHC、细胞病理实验室检测血液检查、肿瘤标志物、液体活检影像数据Imaging data解剖成像 功能成像②核心整合层空间多组学整合Spatial multi-omics integration将分子信息与组织空间位置绑定解决传统组学 “丢失空间信息” 的缺陷。③最终目标实现癌症的全面、系统级认知Comprehensive, systems-level understanding of cancer。03多组学整合的核心AI技术方法图 2多组学整合的AI方法学a无监督学习Unsupervised learning流程大量无标注数据→无监督预训练辅助任务重构被遮挡输入、预测数据片段关系→学习通用特征→小批量标注数据→主任务微调→生成基础模型→完成预测。b深度学习架构Deep learning architectures按数据模态匹配专属模型实现“数据-架构”精准适配卷积神经网络CNNs处理网格型数据病理/放射影像卷积层提取局部特征。Transformer模型处理序列型数据基因组、转录组注意力机制捕捉长程依赖。图神经网络GNNs处理关系型数据生物互作网络、肿瘤微环境细胞互作用节点-边建模生物关系。生成式模型GANs/扩散模型生成高保真合成数据解决罕见癌数据稀缺、模态缺失问题。c多模态融合Multimodal fusion三种融合策略明确优劣与适用场景早期融合数据级原始特征直接拼接→输入模型简单但易被高维模态主导信号。中期融合表征级各模态先独立编码为嵌入向量→共享空间融合最优策略挖掘跨模态协同信号。晚期融合模型级各模态独立建模→合并预测结果鲁棒但丢失模态间交互信息。04AI驱动多组学整合在癌症研究中的应用①分子驱动因素发现AI通过图神经网络、弱监督学习等方法从多组学数据中识别驱动基因与功能蛋白网络并关联形态学特征如从HE图像预测EGFR突变揭示隐藏的分子机制。②早期检测与诊断AI整合液体活检ctDNA片段组学、影像组学与临床特征提升早期肺癌等诊断精度AUC达0.923并支持多癌种早期检测MCED特异性超99%。③精准风险分层融合病理全切片、CT影像与基因组特征AI构建的多模态模型可超越传统TNM分期和单组学子型实现更精细的预后分组与治疗决策支持。④个性化治疗AI通过中间融合策略整合影像、病理与基因组数据显著提升免疫治疗反应预测AUC从0.61升至0.80并解析耐药机制指导靶向与化疗方案选择。⑤预后预测利用卷积神经网络提取病理图像中的深层预后信号如免疫细胞空间分布结合多组学与临床变量构建高精度预后模型c-index达0.79-0.83。⑥主动监测AI分析纵向ctDNA碎片组学与组织学风险评分如HIBRID框架可比影像提前数月发现复发并识别MRD阴性但高风险的辅助化疗获益人群。05肿瘤数字孪生可解释 AIXAI一、数字孪生Oncological Digital Twin定义个体患者的动态计算模型整合纵向多组学与临床数据。构建流程从大规模患者数据中学习潜在空间疾病“地图”。将个体数据投影到该空间生成“深度表型”。用于模拟疾病轨迹、预测治疗反应如in silico药物试验。示例儿童肝肿瘤中数字孪生识别出ceritinib作为新型有效药物。图 3肿瘤学数字孪生构建与应用的概念框架①输入数据层聚合全维度数据蛋白组、病理、影像、EHR、基因组、转录组、表观组、空间多组学。②阶段 1群体水平建模大规模患者数据→训练隐空间模型latent space model将高维数据压缩为低维 “疾病地图”捕获肿瘤核心规律。阶段 2个性化孪生实例化单个患者数据投射到预训练隐空间→生成专属数字孪生可处理不完整数据自动推断缺失模态。阶段 3个性化虚拟预测孪生模型作为虚拟模拟引擎实现多基因风险评分疾病轨迹模拟治疗反应预测长期结局预测闭环更新纵向监测新数据→持续校准数字孪生→保持模型实时精准。二、可解释AIXAI的作用增强临床信任如解释脑肿瘤甲基化分类器依赖的增强子区域。促进生物学发现识别跨模态特征如MDM4、FGFR1作为前列腺癌治疗抵抗驱动因子。推动科学发现循环AI发现 → 假设生成 → 临床试验 → 数据回馈 → 再分析。图 4AI驱动的肿瘤多组学循环起点临床实践真实世界临床数据、多组学数据作为原始素材。→AI辅助发现AI挖掘数据中隐藏的新模式、新关联。→假说生成与验证数据驱动生成科学假说→临床试验严格验证。→新数据生成临床试验产生高质量多组学数据。→AI机制解析用AI解析生物学机制→验证/修正假说。→反哺临床新结论落地临床→产生新数据→开启下一轮循环。06当前挑战与未来方向核心挑战①数据瓶颈高质量、多模态、多样化人群数据获取困难存在批次效应与伦理偏差。②模型泛化跨中心、跨人群性能下降明显域适应与外部验证严重不足。③临床落地黑箱问题、监管路径缺失、与EHR互操作难且成本高昂。未来方向①数字孪生构建个体化动态仿真模型实现in silico药物测试与预后模拟。②可解释AI融合生物学知识揭示机制并建立临床信任与审计框架。③自循环生态形成AI发现→验证→更新→临床应用的持续学习闭环。参考文献Liu F, Beck S, Yang L, Luo H, Zhang K. Advancing AI for multi-omics and clinical data integration in basic and translational cancer research. Nat Rev Cancer. 2026 Apr 21. doi: 10.1038/s41568-026-00922-2.