驱动基因

驱动基因（Driver gene）是指其发生的体细胞突变（Somatic mutation）或胚系突变（Germline mutation）能够直接赋予细胞生长优势（Growth advantage），从而推动肿瘤发生、发展或转移的基因。这些突变是肿瘤克隆进化中被正选择（Positive selection）的核心遗传事件，是癌症的“发动机”。识别驱动基因是理解癌症生物学、开发靶向治疗和实现精准肿瘤学的核心任务。

• 赋予选择性生长优势：突变导致基因功能改变（激活或失活），使携带该突变的细胞比周围正常细胞或仅携带乘客突变的细胞更具增殖、生存或扩散能力。
• 在肿瘤进化中被正选择：在肿瘤细胞群体中，驱动突变所在的克隆会因生长优势而逐渐占据主导地位。
• 功能性验证：通过实验证明该突变能促进细胞转化、增强致瘤性或改变关键信号通路。

根据基因在正常细胞中的功能及突变效应，驱动基因主要分为两类：

原癌基因

• 正常功能：促进细胞生长、增殖。
• 驱动突变机制：发生功能获得性突变，导致其编码的蛋白活性持续激活、表达水平异常升高或稳定性增加。通常为显性作用，单个等位基因突变即可驱动肿瘤。
• 经典例子：
  • EGFR 激酶域突变（肺癌）：导致受体酪氨酸激酶持续活化。
  • KRAS G12C/V 突变（胰腺癌、结直肠癌、肺癌）：使GTP酶失活，持续处于“开启”状态。
  • BRAF V600E 突变（黑色素瘤）：模拟磷酸化，持续激活MAPK信号通路。
  • MYC 扩增（多种癌症）：导致转录调控紊乱，促进增殖。

肿瘤抑制基因

• 正常功能：抑制细胞生长、促进DNA修复或诱导凋亡。
• 驱动突变机制：发生功能丧失性突变，导致其抑制功能被移除。通常遵循二次打击假说，需要两个等位基因均失活。
• 经典例子：
  • TP53 突变（最常见）：失去细胞周期阻滞、DNA修复和凋亡诱导功能。
  • PTEN 缺失/突变（前列腺癌、胶质母细胞瘤）：失去对PI3K/AKT信号通路的抑制作用。
  • RB1 缺失/突变（视网膜母细胞瘤、骨肉瘤）：失去对细胞周期G1/S检查点的控制。
  • APC 突变（结直肠癌）：导致Wnt/β-catenin信号通路持续激活。

DNA损伤修复基因

• 本身通常属于TSG（如 BRCA1， BRCA2， ATM）。其失活导致基因组不稳定性增加，间接驱动肿瘤发生，通过产生大量突变增加获得其他驱动突变的几率，同时也产生合成致死的靶向治疗机会。

从海量突变中识别驱动基因是核心挑战，主要依靠多维度证据整合：

• 统计显著性：在同类肿瘤队列中，该基因的突变频率显著高于由背景突变率预期的随机概率。
• 突变模式：突变集中在蛋白的关键功能域（如激酶域、DNA结合域），或多为截短突变（无义、移码、剪接位点突变）。
• 进化保守性：突变位点在进化上高度保守，提示功能重要性。
• 通路富集分析：多个在同一通路或蛋白复合物中的基因在同一个肿瘤样本中发生突变，即使单个基因突变频率不高。
• 功能性实验：在细胞或动物模型中验证突变能促进恶性表型。

• 诊断与分型：驱动基因定义分子亚型（如 EGFR 突变型肺癌、HER2 阳性乳腺癌），指导预后判断。
• 治疗靶点：是靶向药物（小分子抑制剂、单克隆抗体）开发的直接基础。针对驱动基因的“癌基因成瘾”特性进行治疗，可获得显著疗效（如伊马替尼靶向 BCR-ABL）。
• 耐药机制：治疗过程中，驱动基因的二次突变或旁路激活是获得性耐药的主要机制（如 EGFR T790M 突变）。
• 临床试验设计：驱动基因是篮子试验和伞式试验患者入组的分子依据。

• 罕见驱动基因：低频驱动基因的发现需要极大样本量。
• 非编码区驱动突变：对启动子、增强子等区域的驱动突变鉴定仍处于早期。
• 驱动突变的组合与等级：肿瘤中常存在多个驱动突变，其相互作用和主次关系复杂。
• 时空异质性：原发灶与转移灶、治疗前后的驱动基因谱可能变化。

• Vogelstein, B., et al. (2013). Cancer genome landscapes. Science, 339(6127), 1546-1558.
• Bailey, M. H., et al. (2018). Comprehensive characterization of cancer driver genes and mutations. Cell, 173(2), 371-385.e18.
• Martincorena, I., & Campbell, P. J. (2015). Somatic mutation in cancer and normal cells. Science, 349(6255), 1483-1489.
• Tokheim, C. J., et al. (2016). Evaluating the evaluation of cancer driver genes. Nature Communications, 7, 11128.
• The Cancer Genome Atlas Research Network. (2008). Comprehensive genomic characterization defines human glioblastoma genes and core pathways. Nature, 455(7216), 1061-1068.
• Stratton, M. R., Campbell, P. J., & Futreal, P. A. (2009). The cancer genome. Nature, 458(7239), 719-724.
• Hanahan, D., & Weinberg, R. A. (2011). Hallmarks of cancer: the next generation. Cell, 144(5), 646-674.
• Lawrence, M. S., et al. (2014). Discovery and saturation analysis of cancer genes across 21 tumour types. Nature, 505(7484), 495-501.