食管鳞状细胞癌是食管癌的主要类型，尤其是亚洲的发病率和死亡率均较高。近年来治疗手段不断进步，但患者生存率依然较低，其主要原因是该疾病的异质性，即不同患者之间肿瘤的生物学特征存在显著差异。传统治疗方法难以有效应对这种差异性，精准治疗提高整体患者生存率的需求尤为迫切。
研究团队采用多组学技术，结合人工智能辅助的组织病理学图像分析，对120名中国食管鳞状细胞癌(ESCC)患者进行了基因组和转录组特征分析。通过bulk(普通转录组测序)和单细胞RNA测序(单细胞转录组测序)，将食管鳞状细胞癌分为分化型、代谢型、免疫原性和干性等四个亚型，并利用深度学习模型和传统组织病理学检查，整合了这些亚型的分子和组织病理学特征，并确保了研究结果的准确性和可重复性。此外，研究还通过转录组学和免疫组织化学，分析了食管鳞状细胞癌细胞中自然杀伤细胞标记物XCL1和CD160的高表达现象，探讨了XCL1表达对食管鳞状细胞癌细胞对化疗药物敏感性的影响。基于该研究结果，未来或将会开发出更具针对性的疗法，从而提高食管鳞状细胞癌患者的生存率和生活质量。郑州大学第一附属医院病理科姜国忠、王伟伟为共同第一作者，李文才为共同通讯作者。
