多组学技术在胰腺囊性肿瘤中的研究进展2026

学术汇报多组学技术在胰腺囊性肿瘤中的研究进展2026基因组学·蛋白组学·代谢组学·影像组学·空间组学汇报人XXX日期2026年10月内容导览01临床困境与PCN概述检出率攀升，风险分层亟待精准化02囊液多组学技术进展基因组、表观、蛋白、代谢多维突破03影像与空间组学前沿影像组学、单细胞与空间转录组新成果04整合趋势与未来方向多组学融合驱动精准诊疗CHAPTER01临床困境与PCN概述精准分层是破局关键检出率攀升，过度手术与漏诊并存五大病理类型与临床谱系从良性到高危恶性，PCN是一组生物学行为迥异的囊性病变PCN指源于胰腺导管上皮和（或）间质组织的囊性肿瘤性病变类型全称生物学行为SCN浆液性囊腺瘤良性，极少恶变MCN黏液性囊腺瘤潜在恶性IPMN导管内乳头状黏液性肿瘤潜在恶性，恶变风险高SPN实性假乳头状肿瘤低度恶性cNET囊性神经内分泌肿瘤分级决定尽管大多数PCN恶性潜能较低，但

IPMN

和

MCN

具有较高恶变风险IPMN亚型恶变风险差异显著分型即分层，主胰管型与混合型是需要高度警惕的高危亚型IPMN亚型恶变率对比主胰管型恶变风险显著高于分支胰管型主胰管型和混合型IPMN术后病理36%~100%提示高级别异型增生或胰腺癌亚型风险解读主胰管型恶变率60%，远高于分支型分支胰管型恶变率15%，风险相对较低术后病理36%~100%提示高级别异型增生或胰腺癌小结主胰管型与混合型为高危亚型，需高度警惕检出率攀升与过度手术困境检出越来越多，但判断越来越难，精准分层成为临床刚需影像越敏锐，决策越艰难——精准风险分层成为平衡检出与治疗的临床刚需高检出：患病负担持续上升检出率攀升腹部MRI检查中

40%~50%

可检出胰腺囊肿，比例随年龄增长而增加60岁以上人群PCN患病率超

40%

，已成为全球性疾病负担难判断：过度手术与漏诊并存分层困境约

75%

的IPMN手术患者实为应随访的低危病例多中心回顾性研究，96.5%

高危未手术IPMN患者5年后仍未进展为胰腺癌传统基于临床和放射学的风险分层不令人满意，易造成过度手术或早期病变漏诊早期诊断决定胰腺癌生存分期越早，生存差距越大，早期识别是提高生存率的核心分期越早，生存差距越大——早期识别是提高生存率的核心生存率分层解读总体5年生存率仅

10%1A期达

68.7%0期达

85.8%风险分层IPMN和MCN的风险分层有助于胰腺癌的早期筛查与外科干预决策。CHAPTER02囊液多组学技术进展囊液是分子诊断金矿从基因突变到代谢重编程的多维解码KRAS与GNAS驱动突变分析驱动突变为黏液性肿瘤提供分子指纹，但尚不足以判定良恶性89%KRAS突变占比IPMN和MCN如G12D/V/R73%囊液突变检出KRAS与GNAS黏液性肿瘤35%KRAS突变存在率127例回顾鉴别意义与局限GNAS突变对IPMN更具特异性，可用于鉴别IPMN与MCN。KRAS与GNAS突变与异型增生程度无明确关联，提示需要更全面的分子标记。核心突变数据KRAS突变占比高达89%（IPMN和MCN，如G12D/V/R）。囊液中KRAS与GNAS突变见于73%的黏液性肿瘤。127例回顾中35%存在KRAS突变。多基因Panel提升诊断效能多基因Panel显著提升诊断准确度，AUC从

0.72

跃升至

0.93传统方法0.72PancreaSeqGC0.93Panel优化与检测整合多基因Panel初代22基因Panel扩展为

74基因经97例标本验证后升级为PancreaSeqGC整合基因融合检测与定量PCR融合CEACAM5及CHGARNA定量PCR标本适用性验证EUS-FNA囊液分子检测酒精固定标本DNA提取率达

90%为EUS-FNA囊液分子检测奠定基础液体活检与miRNA标志物无创分子标志物正在补齐传统细胞学敏感性不足的短板9-miRNA模型Hanno团队开发区分需手术与可保守治疗的囊肿特异性达

100%特异性100%miR-215-5p标志物MD安德森研究可预测IPMN恶性转化恶性转化预测液体活检路径为无创风险分层提供新路径支撑动态监测新路径无创动态监测表观遗传学甲基化标志物崛起甲基化标志物组合的诊断性能，明显优于单基因突变或CEA检测甲基化标志物组合靶标TBX15

与

BMP3

甲基化标志物联合检测敏感度90%，检出高级别瘤变特异度92%◆血浆cfDNA甲基化应用已实现

胰腺癌早期诊断灵敏度81%特异度85%表观遗传失调特点具有鲜明的

阶段依赖性作用同一调控因子在不同阶段可发挥同向或反向作用高频突变基因检出率50%~97%

的PDAC病例存在表观遗传调控因子遗传改变代表ARID1A、KMT2D

为高频突变基因糖蛋白组学突破囊液标志物糖基化异常是癌症特征，糖蛋白组显著优于常规蛋白组质谱糖蛋白组学：9803种N-连接糖蛋白、176792条完整N-糖肽，AUC最高达0.948

精准鉴定恶性PCN鉴定规模16例PCN9803种N-连接糖蛋白21117个N-糖基化位点176792条完整N-糖肽差异分子对比642比312恶性与良性PCN间差异分子数量达

642比312区分能力显著优于常规蛋白组学诊断效能AUC0.948标记物：PHKB、CEACAM5、ATP6V0A4其特定糖基化形式诊断恶性PCNAUC最高达0.948蛋白代谢联合模型识别IPMN“花生四烯酸诊断效能最优，AUC达

0.980，显著优于传统标志物葡萄糖（0.857）。”0.980花生四烯酸AUC0.9392-酮丁酸AUC0.888尿嘧啶AUC0.857葡萄糖AUC64例PCN标本经4D-DIA蛋白组学与LC-MS/MS代谢组学联合检测构建

13个蛋白质-代谢物特征诊断模型，验证集特异性

1、敏感性

0.857、准确率

0.929代谢重编程揭示恶变机制代谢通路异常为IPMN恶变提供了可干预的分子靶点与SCN相比，BD-IPMN在四条代谢通路上明显更为活跃代谢组学系统定量糖代谢、氨基酸代谢、脂质代谢等重编程过程代谢通路活跃差异BD-IPMN较SCN更活跃脂质过氧化糖链合成核糖核蛋白体代谢蛋白质合成关键分子机制链条脂质过氧化机制COPG1触发：外被体亚基异常上调膜磷脂水解：产生大量花生四烯酸花生四烯酸过氧化：产生毒性产物过氧化物酶体与线粒体：转化降解毒性产物CHAPTER03影像与空间组学前沿从宏观影像到单细胞分辨率影像组学与空间组学拓展认知边界影像组学无创预测Ki67表达从影像中挖掘分子信息，为术前无创评估提供新工具评估指标数值AUC91.54%准确率85.29%敏感度81.88%特异性86.75%模型构建方法基于MDCT提取409个高通量特征经LASSO筛选特征SVM分类最优20个特征子集实现良好分类判别EUS打造精准诊治全流程EUS兼具微创、保胰功能、诊疗一体化优势，是PCN管理核心枢纽高危征象评估恶性风险预警囊腔最大径≥3cm、壁结节＞5mm、主胰管扩张＞5mm、囊内实性成分为恶性高危征象囊肿偏大、壁结节增大、胰管扩张是恶性独立危险因素穿刺取样EUS-FNA推荐影像学诊断不明、穿刺结果可改变诊疗方案的不典型PCN行EUS-FNA囊液检测生化与基因拉丝试验、淀粉酶、CEA为基础组合，葡萄糖鉴别黏液性囊肿优于CEAKRAS与GNAS基因突变检测诊断价值突出，NGS、ddPCR可用于疑难分型消融治疗EUS消融2~6cm单囊或少囊黏液性肿瘤为EUS消融优选适应证单细胞空间组学捕捉恶变转化良恶性转化存在关键中间细胞，为早期干预提供了明确靶点单细胞与空间转录组整合，捕捉到良恶性转化的关键祖细胞样细胞，癌前阶段短期抑制KRAS即可显著延迟胰腺癌发生发现2026年5月·MSKCC团队在

Cell

发表研究，整合单细胞与空间转录组技术。发现捕捉关键中间细胞祖细胞样细胞在转录上最接近胰腺导管腺癌。机制p53清除机制p53

通过激活周期阻滞、凋亡与衰老程序清除该细胞，维持组织稳态。干预KRAS靶向干预KRAS

持续信号是其存活关键，短期抑制

KRASG12D

可选择性诱导其凋亡。空间多组学解析微环境重塑空间组学还原原位互作网络，揭示肿瘤与免疫、基质的协同演进原位互作网络，驱动肿瘤与免疫、基质微环境协同演进微空间多组学微环境重塑机制图谱规模南京医科大学第一附属医院采用XeniumInSitu技术生成了超90万个细胞的单细胞空间图谱肿瘤演进缺氧与基因组不稳定性驱动肿瘤细胞向基底样表型转变，癌相关成纤维细胞进一步塑造恶性细胞命运巨噬细胞TREM2阳性巨噬细胞驱动血管重塑，MMP12阳性巨噬细胞促进细胞外基质重组施万细胞TGFBI阳性施万细胞定位于神经侵袭前缘，其高表达与较差生存率相关CHAPTER04整合趋势与未来方向多组学融合是必由之路从单一标志物走向全流程复合框架现行指南差异与随访困境缺乏统一标准，是精准诊疗落地的最大阻力指南差异与随访困境并存，统一标准是破局关键01核心挑战核心瓶颈不同国家指南在诊断标准、治疗方案、风险分层及随访策略上存在诸多差异现有风险分层体系难以准确预判恶变潜能，易造成过度治疗或早期癌变漏诊、误诊02待解难题延伸困境规范化随访方案尚无统一标准，难以平衡早期恶变筛查与良性病灶过度诊疗的矛盾组织学诊断技术持续进步，但获取合格病理组织样本仍较困难未来需依托循证医学证据，明确标准化随访间隔与周期多组学整合构建复合标志物框架从单一指标走向全流程复合框架，是多组学落地的核心方向全流程复合标志物从单一指标走向覆盖早筛、诊断、治疗响应预测、预后评估的整合框架基因组表观组转录组蛋白组代谢组5项全流程复合标志物框架胰腺癌精准诊疗不能依赖单一指标，需建立覆盖早筛、诊断、治疗响应预测和预后评估的复合框架多组学技术从基因组、表观组、转录组、蛋白组、代谢组多维度揭示PCN恶变机制筛选模型高通量测序与人工智能使建立高风险PCN筛选模型成为可能整合诊断模型基因组、表观组与转录组整合诊断模型正在形成精准医疗蛋白质组学推动胰腺癌从经验治疗走向标志物驱动的精准医疗人工智能赋能多组学数据挖掘算法为海量多组学数据转化为临床决策提供算力支撑AI正加速驱动海量多组学数据向临床决策转化，成为肿瘤精准诊疗的算力底座AI赋能多组学数据挖掘5项AI算力机器学习算法为多组学数据挖掘和病理图像评估提供强大算力标志物方向多组学与AI融合推动肿瘤标志物向高灵敏度、高特异度方向发展四大方向杨田教授指出未来方向聚焦免疫靶向联合、多组学、液体活检与人工智能四大方向前沿技术针式共聚焦显微内镜、AI辅助分析等前沿技术持续优化诊断精度主流方向多技术联合是PCN规范化、精准化管理的主流方向从单组学到多组学融合的未来机遇与挑战并存，标准化与前瞻验证是转化关键从单组