精准医学的难点，已不只是找到更多分子标志物。真正决定其能否进入临床的，是分型能否覆盖未分类患者、检测能否及时完成，以及结果能否在不同人群中保持可靠。
近期的几项研究从淋巴瘤、乳腺癌、白血病和前列腺癌，延伸到儿科重症、微生物组、粪菌移植与公共卫生参与。共同指向一个更具体的问题：如何把复杂生物差异转化为可验证、可实施且不扩大不平等的决策工具。
01 · 淋巴瘤分型｜转录特征｜疗效预测
新分类器把原本无法归类的弥漫大B细胞淋巴瘤纳入分型，并尝试识别不同方案获益存在差异的亚型。
该研究以764例配对基因组和转录组数据建立LGsig，将MCD、BN2、EZB和ST2遗传类别转化为表达特征；模型采用294个基因，随后应用于POLARIX试验678份归档样本，比较不同亚型接受pola-R-CHP或R-CHOP后的结局。
LGsig仅凭转录数据即可识别既有遗传亚型，并为此前无法由LymphGen归类的病例分配类别；这些病例的转录和临床特征与对应类别相近。它还重新划分了A53病例，并在POLARIX样本中识别出接受pola-R-CHP相较R-CHOP呈现生存获益的亚型，包括原先已分类和未分类病例。
关键数据
这项研究值得关注的地方
把遗传分类扩展为覆盖全部病例的表达分型，为亚型导向的治疗研究提供了更完整的入组工具。
注：
模型开发限定于4类已分类肿瘤；POLARIX分析基于归档样本，具体获益幅度及外部验证结果仍需进一步研究。
02 · 三阴乳腺癌｜肥胖｜免疫代谢
人群多组学、动物实验和临床试验数据共同描绘了肥胖相关的免疫代谢差异，但两种相反结局仍不能简单画上因果等号。
该研究分析465例三阴性乳腺癌患者的临床、基因组、转录组、蛋白质组和代谢组资料，考察其与体重指数的关系；同时开展肥胖小鼠体内实验，并汇总4项独立临床试验，观察抗PD-1治疗相关结局。
超重或肥胖患者与较差生存、肿瘤微环境炎症升高、免疫检查点表达增加及脂质代谢紊乱相关。肥胖小鼠的肿瘤生长更快，PD-1阳性CD8阳性T细胞比例更高，对抗PD-1治疗反应更强；4项临床试验中，超重或肥胖患者接受抗PD-1方案后病理完全缓解率更高、无进展生存期更长。
关键数据
这项研究值得关注的地方
研究把体重状态与肿瘤免疫、代谢及治疗反应放在同一框架中，为免疫治疗分层提出可检验线索。
注：
患者结果主要是观察性关联；动物发现不能直接解释人类结局，临床试验的样本量及效应值未在此研究概述中量化。
03 · 急性髓系白血病｜人群基因组｜风险分层
韩国成人AML与Beat AML共享核心基因图谱，但若干变异频率不同，足以改变现有风险类别的实际分布。
该研究前瞻性纳入韩国多中心603名新诊断成人急性髓系白血病患者，对83个复发性突变基因进行靶向测序，并整合不同治疗强度及异基因造血干细胞移植资料，再与BeatAML队列的基因组特征进行比较。
两个人群的总体基因组格局大体一致，但韩国队列中RUNX1::RUNX1T1、CEBPA、GATA2、KIT和DDX41变异更常见，FLT3与NPM1变异较少，ELN2022风险类别分布也随之不同。多数DDX41改变为胚系变异，占3.2%。韩国队列未经调整的总生存期较长，但校正关键临床变量后差异不再显著。
关键数据
这项研究值得关注的地方
提示风险分层工具进入不同人群时，应检查变异分布、胚系检测需求及供者选择相关问题。
注：
跨队列差异可能同时受到入组、检测和治疗结构影响；校正后的生存结果不支持将人群来源解释为独立预后因素。
04 · 精准公共卫生｜研究参与｜健康公平
对两项大型试验逐级追踪后发现，触达、同意和完成检测并非同一道门槛，统一招募策略可能遗漏关键差异。
该研究对两项吸烟和肺癌筛查相关的整群随机试验进行参与级联分析，从触达、入组追踪至入组后12个月留存，共接触24366名患者；模型考察种族、社会脆弱性、保险状况、地理距离及患者门户使用与各阶段参与的关联。
黑人患者较白人患者更容易被触达并完成资格筛查，却较少同意参加或完成遗传检测：同意率为56.7%对69.8%，检测完成率为58.5%对69.8%。门户招募中，黑人患者响应率为8.8%，白人患者为15.5%；距离研究地点较远者的门户响应率反而更高，为14.9%对12.5%。差异随参与阶段和渠道而改变。
关键数据
这项研究值得关注的地方
把代表性问题定位到具体环节，有助于针对触达、同意、检测和留存分别设计策略。
注：
这些是参与行为与人口、地理及结构因素的关联，不能据此确定个体退出的原因，也不能直接评价某种招募方式的因果效果。
05 · 儿科重症｜快速免疫检测｜分子亚型
快速检测可较准确地复现儿童重症炎症亚型，并保留预后和治疗反应差异，但仍停留在内部验证阶段。
该研究回顾性分析2012至2016年多中心儿科重症监护病房的269名急性心肺衰竭伴高血糖患儿。研究比较快速免疫检测与传统13项血浆标志物平台，并用IL-6、IL-8和sTNFR-1建立简化分类器。
直接迁移传统平台分类器时，快速检测的AUROC为0.90，但因sTNFR-1被系统性低估而校准不佳。基于快速检测重新训练并内部验证后，AUROC仍为0.90，按0.5阈值与原潜在类别分类一致241例，准确率89.6%。高炎症与低炎症亚型死亡率分别为33.3%和11.8%，强化胰岛素管理的反应差异交互作用p值为0.024。
关键数据
这项研究值得关注的地方
展示了复杂分子亚型向少指标、快速检测转化的路径，也凸显跨平台校准的重要性。
注：
单一回顾性队列仅完成内部验证；亚型与死亡相关，治疗交互结果也不能证明按此分型实施治疗会改善结局。
06 · 微生物组｜五小时检测｜重症医学
ON-Time压缩了个体粪便宏基因组分析时间，并保持分类学分析准确性，但功能基因识别仍不稳定。
该研究开发ON-Time流程，将简化的湿实验与点选式数据分析结合，用于单份患者粪便的宏基因组测序和分类学分析。性能通过组成已知的模拟微生物群落验证，并与重症监护患者样本的传统鸟枪法宏基因组测序进行直接比较。
ON-Time实现了从样本到结果少于5小时的周转，并在模拟群落及重症患者样本比较中支持其分类学分析的准确性和精密度。真正缩短的是个体样本获得微生物组成结果的时间，而非所有微生物功能信息：抗菌药物耐药和毒力等功能基因仍可能被随机性地检出，现阶段不能等同于稳定的功能诊断。
关键数据
这项研究值得关注的地方
为需要快速反馈的重症微生物组研究提供了可操作流程，缩小了测序周转时间与临床节奏之间的差距。
注：
功能基因检出存在随机性；尚不能由方法学性能推定其可改善治疗决策或患者结局。
07 · 粪菌移植｜免疫匹配｜炎症性肠病
离体实验发现，同一供者菌群可在不同患者中引发不同免疫反应，为个体化配对提供概念验证。
该研究建立肠道菌群—白细胞反应试验，从炎症性肠病患者肠活检中分离固有层单个核细胞，在离体条件下暴露于健康供者菌群，并测量与炎症性肠病相关的细胞因子，据此构建供受者兼容性评分算法。
不同供者菌群可按免疫特征聚类，其中IL-22诱导差异达到统计学显著性，p值为0.033；IL-17降低仅呈趋势，p值为0.054，且在不同免疫细胞亚群中并不一致。更重要的是，受者之间的反应差异较大，提示供者特征本身不足以代表所有患者的适配性，评分系统目前只能用于优先排序候选配对。
关键数据
这项研究值得关注的地方
把粪菌移植的选择逻辑从寻找统一“超级供者”，推进到评估供者与受者之间的功能性匹配。
注：
属于离体概念验证，样本规模未量化；兼容性评分尚未与前瞻性粪菌移植疗效进行验证，不能视为临床选配标准。
08 · 前列腺癌｜吸烟｜肿瘤基因
大型回顾性数据库发现当前吸烟与较差生存及部分基因改变相关，却不支持其与神经内分泌转化有关。
该研究回顾性分析PROMISE多机构临床基因组数据库中2353名接受肿瘤体细胞测序的前列腺癌男性，按当前、既往和从不吸烟及吸烟包年评估患者特征、肿瘤基因改变、总生存期、转移进展和神经内分泌前列腺癌状态。
当前吸烟者占8%，既往吸烟者占39%，从不吸烟者占52%。当前吸烟与较短总生存期相关，中位数为99.9个月对137.6个月，HR为1.42，且校正疾病特征后仍显著。转移性雄激素通路调节剂敏感患者中，吸烟状态与SPOP、FGFR1及ARID1A改变相关；神经内分泌前列腺癌比例在三组间无差异，p值为0.8。
关键数据
这项研究值得关注的地方
将可干预暴露、肿瘤基因组与长期结局放在同一数据库中检验，同时排除了一个预设的转化关联。
注：
回顾性关联不能证明吸烟导致特定基因改变或较差生存；部分基因关联限于特定转移性治疗敏感亚组。
01｜分型正从“发现类别”转向“覆盖并及时识别”
淋巴瘤表达分类、儿科重症快速免疫检测和五小时微生物组流程都在压缩复杂信息与临床使用之间的距离。覆盖率、跨平台校准和周转时间，正成为与模型区分度同等重要的指标。
02｜人群与环境差异开始进入精准模型本身
AML队列差异、肥胖相关免疫代谢特征及吸烟相关肿瘤基因改变表明，分子图谱并非脱离人群构成和暴露背景而存在。但这些观察性关联仍需与机制证据和前瞻性验证分开理解。
03｜精准医学的有效性也取决于实施公平
从供受者免疫匹配到研究参与级联，个体化不只发生在实验室。谁能被触达、谁完成检测，以及工具是否在不同患者中适配，都会影响证据的代表性和最终可用性。
1. Tumuluru S, Cooper A, Jiang Y, Batlevi CL, Harris W, Salles G, Trneny M, Lenz G, Morschhauser F, Jardin F, Balasubramanian S, Sugidono M, Herrera AF, Kline J, Godfrey JK. LymphGen-Sig: Integrating Genetic and Transcriptional States to Predict Therapeutic Response in Diffuse Large B-Cell Lymphoma. J Clin Oncol. 2026 Sep 9:JCO2600451.
PubMed：https://pubmed.ncbi.nlm.nih.gov/42715516/
DOI：https://doi.org/10.1200/JCO-26-00451
2. Ji P, Wu HL, He LH, Wang H, You C, Chen L, Liu Y, Jin ML, Xiao YL, Hu X, Jiang YZ, Shao ZM, Gong Y. Integrated analysis reveals the impact of obesity on triple-negative breast cancer. Cancer Lett. 2026 Sep 5;660:218833.
PubMed：https://pubmed.ncbi.nlm.nih.gov/42700837/
DOI：https://doi.org/10.1016/j.canlet.2026.218833
3. Kim M, Song IC, Park J, Lee C, Kim MY, Sohn SK, Yhim HY, Park Y, Kim I, Shin HJ, Park SK, Kim SH, Cheong JW, Lee HS, Lee H, Bae SH, Choi Y, Lee HG, Do YR, Han JJ, Kim MK, Park S, Cho BS, Kim HJ, Kim HJ, Ahn JS. Age- and sex-adjusted genomic differences between Korean and Beat AML cohorts. Blood Adv. 2026 Sep 8:bloodadvances.2026020609.
PubMed：https://pubmed.ncbi.nlm.nih.gov/42710088/
DOI：https://doi.org/10.1182/bloodadvances.2026020609
4. Macon J, Lateef A, Aton A, Smock N, Salyer P, Rammaha T, Politi M, Bierut LJ, Chen LS, Ramsey AT. Engagement and Retention in Precision Public Health: A Cascade Analysis of Two Cluster Randomized Trials. Public Health Genomics. 2026 Sep 9:1.
PubMed：https://pubmed.ncbi.nlm.nih.gov/42715123/
DOI：https://doi.org/10.1159/phg/aenag004
5. Sallee CJ, Taylor CS, Zinter MS, Markovic D, Lim MJ, Costa Monteiro A, Cortado R, Schwingshackl A, Agus M, Matthay M, Sapru A. Evaluation of a Rapid Immunoassay for Molecular Subphenotype Classification in Pediatric Acute Cardiorespiratory Failure. Crit Care Med. 2026 Sep 7.
PubMed：https://pubmed.ncbi.nlm.nih.gov/42704284/
DOI：https://doi.org/10.1097/CCM.0000000000007339
6. MacKenzie C, Seo H, Schlechte J, Herik A, Bains I, Yu IL, McCoy KD, Thornton CS, McDonald B. ON-Time enables rapid microbiome sequencing and analysis for precision medicine. Cell Rep Methods. 2026 Sep 7:101593.
PubMed：https://pubmed.ncbi.nlm.nih.gov/42705234/
DOI：https://doi.org/10.1016/j.crmeth.2026.101593
7. Amoroso C, Strati F, Maragno P, Caridi B, Noviello D, Gilodi M, Muià M, Frazzini S, Perillo F, Vecchi M, Caprioli F, Facciotti F. A functional immune-based platform for donor-recipient matching in faecal microbiota transplantation for inflammatory bowel disease. EBioMedicine. 2026 Sep 7;132:106475.
PubMed：https://pubmed.ncbi.nlm.nih.gov/42705024/
DOI：https://doi.org/10.1016/j.ebiom.2026.106475
8. Choi C, Labriola M, Henderson N, Chu A, Hwang C, Barata PC, Cackowski FC, Broderick A, McKay RR, Bilen MA, Kilari D, Graham LS, Tripathi A, Garje R, Koshkin VS, Dorff TB, Schweizer MT, Reichert ZR, Sokolova AO, Marshall CH, Armstrong AJ. Association between smoking, tumor genetics, and outcomes in men with metastatic prostate cancer. Prostate Cancer Prostatic Dis. 2026 Sep 5.
PubMed：https://pubmed.ncbi.nlm.nih.gov/42697914/
DOI：https://doi.org/10.1038/s41391-026-01150-3
