编者按：2025年度，中国肾癌领域在临床诊疗与转化研究中取得系列重要进展。手术方面，机器人辅助下腔静脉癌栓切除等技术创新提升了复杂手术的可行性与安全性。晚期肾癌治疗涌现出多类新型联合方案，如PD-L1抑制剂联合靶向药物在透明细胞癌及延胡索酸水合酶缺陷型肾癌中显示出优越疗效。同时，基于人工智能的影像模型、液体活检代谢标志物、多组学分子分型及瘤内微生物组等研究，正推动肾癌的精准诊断、预后评估与治疗策略优化。这些成果不仅丰富了临床实践，也为未来研究奠定了扎实基础。肿瘤瞭望-泌尿时讯特邀中山大学肿瘤防治中心董培教授进行精彩分享。

肾癌癌栓手术创新方案

01

新技术：机器人辅助单次对接技术行下腔静脉癌栓切除术

机器人辅助癌栓切除术（RATT）用于治疗III级下腔静脉（IVC）癌栓是一种新兴但复杂的手术方法，相关报道有限。郑州大学附属第一医院张雪培教授研究团队评估了采用单次对接技术进行III级下腔静脉癌栓RATT的安全性、可行性和疗效[1]。研究纳入了2019年至2023年间在一家三级医疗中心接受RATT治疗III级下腔静脉癌栓的15例患者。采用了一种新颖的手术策略，包括早期离断肾动脉、控制下腔静脉和切除癌栓，所有步骤均在机器人下完成，无需重新对接（redocking）。必要时进行下腔静脉阻断夹的远端移位。中位随访时间为 24 个月。

研究结果发现，所有手术均采用单次对接技术成功完成。中位手术时间为225分钟（范围140–375），中位失血量为400 ml（范围200–2000）。12 例患者（80%）需要术中输血。中位下腔静脉阻断时间为14分钟（范围8–25）。7例患者进行了下腔静脉节段切除，其中2例进行了血管成形重建。并发症发生率为73.3%（11/15），包括3例Clavien-Dindo IIIb级并发症。在中位随访24个月时，5例患者死亡，1例发生肝转移。采用单次对接技术的RATT治疗III级下腔静脉癌栓是一种可行且可重复的技术，该技术为特定病例提供了替代多阶段手术（multistage procedures）的可行方案。

晚期肾癌一线治疗进展

01

靶免联合一线治疗晚期RCC

在晚期肾细胞癌中，PD-L1疗法尚未充分开发的潜力凸显了对新型药物的迫切需求。北京大学肿瘤医院郭军教授、盛锡楠教授和中国医学科学院肿瘤医院周爱萍教授等研究团队比较了贝莫苏拜单抗（一种新型PD-L1抑制剂）联合安罗替尼对比舒尼替尼作为晚期肾细胞癌一线治疗的效果[2]。ETER100试验纳入了年龄在18至80岁之间、此前未经治疗、患有晚期透明细胞肾细胞癌且ECOG评分为0或1的患者。将患者以1：1的比例随机分配接受贝莫苏拜单抗（静脉注射，1200 mg，每3周一次）联合安罗替尼（口服，12 mg，每3周周期的前2周每日一次）或舒尼替尼（口服，50 mg，每6周周期的前4周每日一次）治疗，直至疾病进展、出现不可接受的毒性、研究者决定或患者退出。主要终点是根据实体瘤疗效评价标准 1.1 版评估的无进展生存期（PFS）。

这项针对中国人群的研究表明，贝莫苏拜单抗联合安罗替尼在PFS上显著优于舒尼替尼（19.0个月vs 9.8个月），且具有统计学意义。但在安全性方面，联合治疗组的高血压发生率更高（34% vs 21%），且有极少量的治疗相关死亡病例（3例，1%）。该联合方案有望成为晚期肾透明细胞癌患者的一线治疗新选择。

02

靶免联合一线治疗晚期FH缺陷型RCC

延胡索酸水合酶缺陷型肾细胞癌（FH-deficient RCC）是一种恶性程度极高且致死率高的罕见肾癌，目前临床上可用的治疗手段非常有限。四川大学华西医院曾浩教授团队联合国内多家中心评估了信迪利单抗+阿昔替尼联合方案治疗该病的疗效和安全性[3]。这是一项在中国8家医疗中心进行的2期、单臂（无对照组） 临床试验。入组人群包括41名此前从未接受过治疗（初治）的晚期 FH-deficient RCC 患者，给予信迪利单抗（静脉注射，每3周一次）联合阿昔替尼（口服，每天两次），直至疾病恶化或毒副作用无法耐受。

研究结果显示，超过一半的患者肿瘤明显缩小，客观缓解率（ORR）达到56%；疾病控制率（DCR）达73%。患者的中位无进展生存期（PFS）长达19.8个月。且研究发现，体细胞拷贝数变异负荷较低的患者，治疗效果更好。安全性方面，32%的患者出现了3级及以上的副作用（主要为高甘油三酯、皮疹和贫血），但整体安全性是可控的。对于这种难治类型的肾癌，信迪利单抗联合阿昔替尼展现出了令人鼓舞的疗效，是一个值得进一步通过随机对照试验来验证的潜力方案。

肾癌标志物分析：诊断模型及疗效预测

01

AI辅助肾癌诊断模型

肾细胞癌的早期诊断对提高患者生存率至关重要，但目前临床上缺乏有效的实验室检测手段。北京大学第一医院周利群/李学松/何世明教授与北京大学基础医学院尹玉新/王光熙教授研究团队旨在通过分析血浆中的代谢物变化，结合人工智能（AI）技术，开发一种高效的肾癌无创诊断模型[4]。这项多中心研究在2019年12月至2023年10月期间，从五家医院收集了920例RCC患者和760例健康对照（HCs）的血浆样本。采用非靶向血浆代谢组学技术，通过支持向量机（SVM）筛选候选代谢物，并进一步通过高分辨率靶向代谢分析进行验证。利用筛选出的代谢物，开发了一种AI辅助诊断模型——肾细胞癌人工智能检测器（RCAID），并在六个独立的验证队列中对其进行了验证。此外，还进行了多组学分析以阐明潜在的代谢机制。

研究鉴定出7种关键血浆代谢物，包括2-羟基苯乙酸、壬二酸、N,N-二甲基甘氨酸、N-乙酰-L-天冬氨酸、N-ε-乙酰-L-赖氨酸、脯氨酸和（Z,Z）-4-氧代-2,5-庚二烯二酸，并利用它们构建了RCAID模型。该模型在训练队列（n=503）中的受试者工作特征曲线下面积（AUROC）达到了0.988。在内部验证队列（n=202）、外部验证队列（n=158）、多中心验证队列（n=346）和时间验证队列（n=123）中，该模型均表现出优异的诊断性能，AUROC分别为0.977、0.911、0.945和0.972。此外，RCAID在晚期RCC（n=179）和非透明细胞RCC（n=169）验证队列中的AUROC也分别达到了0.940和0.932。多组学分析进一步揭示了RCC中与RCAID相关的6条失调代谢通路。

02

病理特征及生存结局预测

目前，对于偶发性肾脏肿物的治疗决策，往往是在病理性质不确定的情况下做出的。为了优化治疗选择，提高对良性肾脏肿块的诊断能力，并有效区分侵袭性癌症与惰性癌症，显得至关重要。复旦大学附属中山医院郭剑明教授、周建军教授团队，复旦大学数字医学研究中心王烁教授、浙江大学附属第一人民医院陈峰教授等研究团队分析了来自4557名患者的13261份术前CT影像数据[5]。研究团队开发了两个多期卷积神经网络（CNN）模型，分别用于预测肾脏肿块的良恶性以及其侵袭性程度。

结果显示，良恶性预测效果良好。第一个模型在预测肾脏肿块恶性风险方面，在前瞻性测试集中实现了0.871的曲线下面积（AUC），其表现超过了7位资深放射科医生的平均水平。侵袭性预测：第二个用于区分侵袭性与惰性肿瘤的模型，在前瞻性测试集中的AUC达到0.783。这两个AI模型的表现均优于传统的影像组学模型和肾脏测量评分列线图。深度学习模型能够利用术前多期CT图像，无创地预测肾脏肿块的病理恶性风险及侵袭性特征。

03

蛋白组学分析

肾母细胞瘤是儿童最常见的肾脏恶性肿瘤。与成人癌症相比，其突变负荷相对较低，这一特征阻碍了针对性靶向疗法的开发。为了阐明肾母细胞瘤的分子全景，上海交通大学附属新华医院武志祥教授、北京儿科研究所金雅琼教授和上海交通大学医学院附属新华医院吴晔明教授等研究团队对肿瘤组织及癌旁正常肾组织进行了整合多组学分析，涵盖了蛋白质组学、磷酸化蛋白质组学、转录组学和全外显子测序[6]。

基于蛋白质组和转录组数据，研究识别出三个具有独特特征的分子亚群。这些亚群与不同的组织病理学亚型以及胚胎肾发育不同阶段的细胞起源密切相关。EHMT2是一个有前景的预后生物标志物和治疗靶点，它与表观遗传调控及Wnt/β-catenin 信号通路相关。这项研究提供了肾母细胞瘤全面的分子特征图谱，深入揭示了其发病机制，并为未来新疗法的开发奠定了坚实基础。

04

转录组分析

延胡索酸水合酶缺陷型肾细胞癌是一种罕见但致死率极高的肾癌。为了加深对该病的理解，四川大学华西医院泌尿外科曾浩教授团队和病理科陈铌教授研究团队开展了一项全面的整合基因组学研究[7]。研究不仅分析了FH基因改变模式与肿瘤异质性的关联，还开发了一种位点特异性CpG甲基化特征，可用于该病的精准诊断。

转录组分析将该病划分为三种独特的分子亚型，它们对治疗的反应截然不同：C1型（免疫/血管生成/基质通路富集）：患者从“免疫检查点抑制剂+抗血管生成”的联合疗法中获得的生存获益最大。C2型（WNT/Notch/MAPK通路富集）：对上述联合疗法表现出中等的反应。C3型（增殖/干性通路富集）：对抗血管生成单药治疗及其与ICI的联合治疗反应均不佳。这项研究深入揭示了FH缺陷型RCC的侵袭性本质，并通过分子分型明确了不同亚群对治疗的敏感性差异，为该病的精准医学管理提供了重要的指导见解。

05

机器学习模型分析潜在风险基因

肾透明细胞癌是肾细胞癌中最常见的亚型。然而，目前我们对肾透明细胞癌风险基因的了解仍然十分有限，这一知识空白给该病的有效诊断和治疗带来了挑战。西北工业大学彭佳杰教授、四川大学华西医院艾建忠教授和天津大学郝建业教授研究团队提出了一种基于深度强化学习的计算方法，命名为RL-GenRisk[8]。与传统的监督模型不同，RL-GenRisk 将风险基因的鉴定构建为一个马尔可夫决策过程 (MDP)，结合了图卷积网络（GCN）和深度Q网络（DQN）。同时，针对已知风险基因稀缺的问题，团队专门设计了一种数据驱动的奖励机制来优化模型训练。

评估显示，RL-GenRisk在识别肾透明细胞癌风险基因方面优于现有方法。模型鉴定了8个潜在的风险基因。研究通过独立数据集和生物学实验，成功验证了其中两个关键基因：EGFR（表皮生长因子受体）和PCLO（piccolo突触前基质蛋白）。这种基于强化学习的方法未来也有望应用于其他疾病的风险基因挖掘。

06

真菌组特征分析肿瘤异质性及疗效

瘤内真菌组（Intratumoral mycobiome）在肿瘤微环境中扮演着至关重要的角色，但目前其对肾细胞癌的具体影响尚不明确。中南大学湘雅医院程全教授、上海长海医院王林辉教授、香港大学医学院袁硕峰教授、南方医科大学珠江医院罗鹏教授等研究团队收集并定量分析了来自4个国际队列、共计1044名RCC患者的瘤内真菌组数据，其中466名患者接受了免疫治疗。根据真菌的丰度，研究人员将患者划分为“真菌生态贫乏组”和“真菌生态繁荣组（MEF）”[9]。

MEF 组（繁荣组） 患者的预后更差，且具有更高的真菌多样性，同时伴随脂质分解代谢下调和 CD8+ T 细胞耗竭。研究开发了“瘤内真菌特征”和“真菌相关基因表达特征”，这两个指标能稳健地预测肾细胞癌及其他癌症的预后和免疫治疗疗效。鉴定出坦纳曲霉（Aspergillus tanneri）是影响肾细胞癌预后的潜在关键真菌物种。研究表明，瘤内真菌组通过抑制脂质分解代谢并诱导T细胞耗竭，从而促进了肿瘤的恶性进展。

结语

2025年，中国肾癌诊疗与研究在手术技术革新、晚期系统治疗拓展及精准医学探索等多个维度取得重要成果。机器人辅助单次对接技术为高位下腔静脉癌栓切除提供了更精准、微创的解决方案；新型靶免联合方案在晚期透明细胞癌及罕见FH缺陷型肾癌中显示突出疗效，为一线治疗带来新突破。期待未来更多学者研究的公布并能够应用于临床实践，进一步改善我国肾癌患者的临床获益。

参考文献

[1]. Wang S, Pokhrel G, Cui J, et al. Robot-assisted Single-docking Approach for Level III Inferior Vena Cava Tumor Thrombectomy: Surgical Technique and Outcomes[J]. European Urology, 2025.

[2]. Zhou Aiping, Shen Pengfei, et al. First-line benmelstobart plus anlotinib versus sunitinib in advanced renal cell carcinoma (ETER100): a multicentre, randomised, open-label, phase 3 trial, THE LANCET Oncology, 2025, Volume 26, Issue 9, 1145-1157.

[3]. Zhang X, Liu H, Liang J, et al. Sintilimab Plus Axitinib for Advanced Fumarate Hydratase–Deficient Renal Cell Carcinoma: A Phase 2 Nonrandomized Clinical Trial[J]. JAMA oncology, 2025, 11(10): 1169-1177.

[4]. Huang C, Wang G, Yuan Y, et al. Development and Validation of a Novel Plasma Metabolomic Signature for the Detection of Renal Cell Carcinoma[J]. European Urology, 2025.

[5]. Xiong Y, Yao L, Lin J, et al. Artificial intelligence links CT images to pathologic features and survival outcomes of renal masses[J]. Nature Communications, 2025, 16(1): 1425.

[6]. Cheng C, Zhang L, Chang X, et al. Integrative proteogenomic characterization of Wilms tumor[J]. Nature Communications, 2025, 16(1): 7715.

[7]. Zhang X, Zhao J, Yin X, et al. Comprehensive molecular profiling of FH-deficient renal cell carcinoma identifies molecular subtypes and potential therapeutic targets[J]. Nature Communications, 2025, 16(1): 4398.

[8]. Lu D, Zheng Y, Yi X, et al. Identifying potential risk genes for clear cell renal cell carcinoma with deep reinforcement learning[J]. Nature Communications, 2025, 16(1): 3591.

[9]. Mou W, Deng Z, Zhu L, et al. Intratumoral mycobiome heterogeneity influences the tumor microenvironment and immunotherapy outcomes in renal cell carcinoma[J]. Science Advances, 2025, 11(15): eadu1727.

董培 教授

中山大学肿瘤防治中心

主任医师，肾癌单病种主诊教授

中南大学-哈佛大学联合培养博士；中国抗癌协会少见肾癌协作组副组长

CSCO肾癌诊疗指南编写秘书、编委

中国抗癌协会中西整合肾癌专委会副主任委员

广东省肾癌诊疗质控专委会副主任委员

广东省保健协会免疫治疗分会副主任委员

中国临床肿瘤学会（CSCO）青委常委委员

中国临床肿瘤学会（CSCO）肾癌专委会委员

JCO中文版、CA中文版编委

羊城好医师；金山茶花奖-中国好医生

中国泌尿MDT卓越医师

擅长：泌尿肿瘤的综合治疗，肾癌全程管理专家，微创保肾治疗复杂性肾肿瘤，高危肾癌的手术及术后辅助治疗，晚期转移性肾癌个体化多学科综合治疗，腹膜后复杂肿物的手术治疗；主持国自然面上、省自然面上多项基金、主持10余项单/多中心前瞻性临床研究；在Clin Cancer Res、IJC、Eur Radiol 等发表多篇论文