1. 领域背景与文献
文献英文标题：Multi-omic profiles of neuroendocrine neoplasms of the pancreas: an integrated landscape；
发表期刊：Molecular Cancer；影响因子：未公开；研究领域：胰腺神经内分泌肿瘤（PanNENs）多组学研究
胰腺神经内分泌肿瘤是一类异质性极强的上皮源性肿瘤，在形态学、免疫表型、分子特征及临床行为上存在显著差异，其发病率呈逐年上升趋势。领域发展关键节点可分为三个阶段：早期（2000年前）以组织病理学诊断为核心，依赖形态学观察与经典免疫组化标记；中期（2010-2020年）基因组学技术突破，揭示了DAXX/ATRX等核心驱动突变，明确了高分化神经内分泌肿瘤（NETs）与低分化神经内分泌癌（NECs）的分子分型差异；近期（2020年后）多组学技术整合与空间组学兴起，开始解析肿瘤微环境与细胞异质性的关联。当前研究热点聚焦于多组学整合的分子分型、预后与诊断生物标志物开发、精准治疗靶点挖掘及肿瘤微环境机制解析。未解决的核心问题包括：PanNENs异质性的多组学分子机制尚未完全阐明，不同亚型临床转归差异的分子基础不明确，缺乏特异性高的早期诊断生物标志物，现有治疗手段的耐药机制解析不足。研究空白在于，现有研究多聚焦单一组学层面，缺乏对多组学数据的系统性整合分析，不同组学层面的分子关联机制研究匮乏，空间组学在PanNENs中的应用仍处于起步阶段，尚未形成可直接指导临床的整合性参考体系。本综述针对上述研究空白，旨在全面整合组织学、基因组学、转录组学、表观组学、代谢组学、蛋白质组学、放射组学及空间组学等多层面的研究成果，系统解析PanNENs的生物学复杂性，为该领域的分子分型、生物标志物开发及精准治疗提供整合性的学术参考。
2. 文献综述解析
本文献综述以多组学技术维度为核心分类框架，系统梳理了胰腺神经内分泌肿瘤领域内从传统组织病理学到新兴空间组学的研究进展，通过对比不同组学层面的研究优势与局限性，凸显了多组学整合分析在解析肿瘤异质性、挖掘临床转化价值中的核心学术价值。
组织病理学层面，现有研究依赖形态学特征与免疫组化（IHC）标记（如胰岛素瘤相关蛋白1（INSM1）、神经元特异性烯醇化酶（NSE）等）进行诊断与分型，其优势是可直接反映肿瘤的分化状态与组织起源，为临床诊断提供基础依据，但局限性在于难以精准预测肿瘤的临床预后与转移潜能，无法揭示肿瘤的分子异质性。基因组学层面，现有研究通过全基因组测序、全外显子组测序等技术，发现了DAXX/ATRX突变、端粒替代延长（ALT）通路激活、BEND2基因融合等与不良预后显著相关的分子事件，全基因组关联研究（GWAS）也揭示了部分易感位点，其优势是能明确肿瘤的核心驱动突变，为分子分型提供核心依据，但局限性是无法解释肿瘤的动态演化过程与细胞层面的异质性。转录组学层面，单细胞RNA测序（scRNA-seq）等技术的应用揭示了PanNENs中存在异质性细胞亚群，上皮间质转化（EMT）通路激活与肿瘤转移相关，其优势是能解析细胞层面的分子特征，揭示肿瘤的细胞异质性，但局限性是样本处理流程复杂，实验成本较高，难以实现大样本临床验证。表观组学层面，现有研究发现DNA甲基化、组蛋白修饰等表观标记的亚型特异性，DNA甲基转移酶（DNMTs）、组蛋白去乙酰化酶（HDACs）的异常表达与肿瘤分化状态相关，其优势是能反映肿瘤的表观调控状态，为表观治疗提供潜在靶点，但局限性是缺乏与临床表型的直接关联证据，临床转化应用不足。代谢组学与蛋白质组学层面，通过质谱（MS）等技术发现了甲基丙二酸（MMA）等代谢物及ANXA6、VCAN等蛋白的异常表达，其优势是能反映肿瘤的功能代谢状态，为临床诊断提供潜在的循环生物标志物，但局限性是样本标准化难度大，检测结果的重复性有待提升。放射组学层面，基于CT、MRI等影像数据提取的特征可辅助肿瘤分型与预后预测，其优势是无创、可重复，适合临床常规应用，但局限性是特征解读的分子机制不明确，缺乏统一的特征提取标准。空间组学层面，新兴的空间转录组学技术开始应用于PanNENs研究，能解析肿瘤微环境的空间分布模式，其优势是能揭示细胞间的空间相互作用，为肿瘤进展机制提供新视角，但局限性是技术尚不成熟，成本高昂，临床应用受限。
现有研究多聚焦单一组学层面，缺乏系统性的整合分析，无法全面解析PanNENs的生物学复杂性，本综述首次全面整合了多组学技术在PanNENs中的研究成果，构建了从分子特征到临床表型的关联框架，填补了多组学整合解析PanNENs异质性的研究空白，为该领域的后续研究提供了系统性的参考体系，具有重要的学术引领价值。
3. 研究思路总结与详细解析
本研究为系统性综述，核心目标是全面整合胰腺神经内分泌肿瘤领域的多组学研究成果，解析PanNENs异质性的多组学分子基础，核心科学问题是不同组学层面的分子特征如何协同调控PanNENs的发生、发展与临床转归，技术路线遵循“组学技术分类→各层面研究成果梳理→多组学整合分析→临床转化价值总结”的逻辑闭环，通过系统性检索与筛选相关研究，整合多维度数据，最终形成整合性的学术综述。
3.1 组织病理学与基因组学研究梳理
实验目的：明确PanNENs的基础诊断分型体系与核心驱动分子特征，解析分子突变与临床预后的关联；
方法细节：通过系统性检索PubMed、Web of Science等数据库中关于PanNENs组织病理学与基因组学的研究，筛选高质量临床与基础研究，整合形态学诊断标准、免疫组化标记应用、基因组测序结果及生存分析数据，重点梳理DAXX/ATRX突变、ALT通路激活、BEND2基因融合等分子事件的临床意义；
结果解读：整合分析显示，高分化NETs与低分化NECs在基因组特征上存在本质差异，DAXX/ATRX突变、ALT通路激活、BEND2基因融合及α细胞转录特征与PanNENs的不良预后显著相关，可作为预后分层的核心分子标记（文献未明确提供具体样本量与P值，基于图表趋势推测）；
产品关联：文献未提及具体实验产品，领域常规使用基因组测序试剂盒、荧光原位杂交（FISH）探针、免疫组化抗体等试剂/仪器。
3.2 转录组学与表观组学研究梳理
实验目的：解析PanNENs的转录调控网络与表观修饰特征，揭示细胞异质性与分化状态的分子基础；
方法细节：检索并整合PanNENs转录组学与表观组学的相关研究，包括bulk RNA测序、单细胞RNA测序（scRNA-seq）、DNA甲基化测序、组蛋白修饰分析等研究成果，梳理肿瘤细胞亚群、表观标记的亚型特异性及与临床表型的关联；
结果解读：scRNA-seq研究揭示了PanNENs中存在具有不同功能状态的异质性细胞亚群，EMT通路激活与肿瘤转移潜能相关，DNA甲基转移酶（DNMTs）、组蛋白去乙酰化酶（HDACs）的异常表达与肿瘤分化程度密切相关，部分表观标记可作为潜在的治疗靶点（文献未明确提供具体数据，基于图表趋势推测）；
产品关联：文献未提及具体实验产品，领域常规使用scRNA-seq试剂盒、甲基化测序试剂盒、染色质免疫共沉淀（ChIP）试剂盒等试剂/仪器。
3.3 代谢组学、蛋白质组学与放射组学研究梳理
实验目的：揭示PanNENs的功能代谢特征与无创影像标记，挖掘可应用于临床的非侵入性生物标志物；
方法细节：检索并整合PanNENs代谢组学、蛋白质组学与放射组学的研究，包括质谱（MS）代谢组学分析、蛋白质组学定量分析、CT/MRI影像特征提取与机器学习分析等研究成果，梳理代谢物、蛋白质的表达差异及放射组学特征的临床诊断与预后价值；
结果解读：代谢组学研究发现甲基丙二酸（MMA）等代谢物在不同亚型PanNENs中存在表达差异，可作为潜在的循环生物标志物；蛋白质组学研究发现ANXA6、VCAN、VDAC1等蛋白的异常表达与肿瘤进展相关；放射组学特征可辅助PanNENs的分型诊断与预后预测，提升临床诊断的精准性（文献未明确提供具体敏感性、特异性数据，基于图表趋势推测）；
产品关联：文献未提及具体实验产品，领域常规使用质谱仪、蛋白质组学分析试剂盒、放射组学分析软件等试剂/仪器。
3.4 空间组学与多组学整合研究梳理
实验目的：解析PanNENs肿瘤微环境的空间分布模式，揭示多组学层面的分子关联机制；
方法细节：检索并整合PanNENs空间组学与多组学整合的研究，包括空间转录组学（SP）、空间蛋白质组学等新兴技术的研究成果，梳理肿瘤细胞与基质细胞、免疫细胞的空间相互作用及多组学特征的关联；
结果解读：空间组学研究揭示了PanNENs中肿瘤细胞与微环境细胞的空间分布模式，免疫细胞的浸润状态与肿瘤预后相关，多组学整合分析发现基因组突变可调控转录组与代谢组的特征，为解析肿瘤异质性的分子机制提供了新视角（文献未明确提供具体数据，基于图表趋势推测）；
产品关联：文献未提及具体实验产品，领域常规使用空间转录组学试剂盒、空间蛋白质组学分析系统等试剂/仪器。
4. Biomarker研究及发现成果解析
本文献中涉及的Biomarker覆盖分子、转录、代谢、蛋白及放射组学多个层面，筛选与验证逻辑遵循“大样本数据库分析→细胞/动物模型验证→临床样本关联分析”的多阶段验证体系，为PanNENs的诊断、预后分层提供了多维度的候选标记。
Biomarker定位与研究过程：分子层面Biomarker包括DAXX/ATRX突变、端粒替代延长（ALT）通路激活、BEND2基因融合，这些标记来源于临床肿瘤组织样本的基因组测序，通过荧光原位杂交（FISH）、免疫组化等方法验证，与PanNENs的不良预后显著相关；转录层面Biomarker为α细胞转录特征，基于单细胞RNA测序（scRNA-seq）数据分析发现，在临床样本中验证其与不良预后的关联；代谢层面Biomarker为甲基丙二酸（MMA），通过质谱（MS）检测临床血液或组织样本发现，其表达水平与肿瘤亚型相关；蛋白层面Biomarker包括ANXA6、VCAN、VDAC1等，通过蛋白质组学分析临床样本发现，其异常表达与肿瘤进展相关；放射组学Biomarker为基于CT/MRI提取的影像特征，通过机器学习分析大样本影像数据，验证其在肿瘤分型与预后预测中的价值。其中，DAXX/ATRX突变在PanNENs中的发生率较高，是预后分层的核心分子标记，但其特异性与敏感性数据文献未明确提供；α细胞转录特征作为预后标记的风险比（HR）等统计学数据文献未明确提供；甲基丙二酸（MMA）的ROC曲线AUC等诊断效能数据文献未明确提供；放射组学特征的AUC值文献未明确提供。
核心成果提炼：本综述系统整合了多组学层面的Biomarker，首次构建了PanNENs多维度Biomarker体系，其中DAXX/ATRX突变、ALT通路激活、BEND2基因融合及α细胞转录特征可作为预后分层的核心标记，甲基丙二酸（MMA）等代谢物可作为潜在的早期诊断标记，放射组学特征可作为无创预后标记。这些Biomarker的创新性在于覆盖了从分子到临床影像的多维度层面，为PanNENs的精准诊断与预后分层提供了全面的参考，相关统计学结果（如P值、样本量、置信区间等）文献未明确提供具体数据。