玻尔百科当面对癌症诊断时，两个最关键的问题是“它是什么样的？”和“它在哪里？”。这两个问题的答案构成了现代肿瘤学的基础，但它们常常被混淆。本文深入探讨第一个问题，探索癌症分级的世界——这是病理学家用来剖析肿瘤内在特性和侵袭性的方法。理解这一概念至关重要，因为它将肿瘤的生物学“个性”与其在体内的物理足迹区分开来，这一区别从根本上影响着患者护理的每一个方面。
本文将引导您了解癌症分级的核心原则和应用。在第一部分“原则与机制”中，我们将剖析病理学家用来确定分级的视觉和定量线索，从细胞的混乱状态到增殖的“热点区域”，并解释分级与分期之间的关键区别。随后，在“应用与跨学科联系”部分，我们将看到这些原则如何在现实场景中应用，影响特定癌症的预后和治疗，评估治疗反应，并与分子生物学和人工智能等前沿领域接轨。
在我们试图理解癌症的过程中，我们必须同时扮演剖析者和侦探的角色。我们需要回答关于任何特定肿瘤的两个根本不同的问题。第一个是关于特性的问题：“这东西是什么样的？是狡猾且具有侵袭性，还是迟缓且杂乱无章？”这是肿瘤分级的问题。第二个是关于位置的问题：“它在哪里，它去过哪里？”这是肿瘤分期的问题。混淆这两者是一个常见的错误，但掌握它们的区别是理解现代癌症治疗方法的第一步，也是最关键的一步。
想象一下，一位病理学家正通过显微镜观察一片肿瘤组织。他扮演着剖析者的角色，分析着敌人的内在本质。肿瘤分级是对肿瘤侵袭性的显微镜评估，其依据是肿瘤细胞与其起源的正常、行为良好的细胞的偏离程度。这是对肿瘤生物学“个性”的衡量。低级别肿瘤的细胞仍然与其正常对应物有一些相似之处；它们被称为高分化。相比之下，高级别肿瘤由怪异和原始的细胞组成，几乎完全失去了与其起源组织的相似性。它被称为低分化或间变性。
另一方面，肿瘤分期与肿瘤的外观无关，而完全关乎其在体内的物理足迹。分期由病理学家、放射科医生和外科医生共同确定，回答的是解剖范围的问题。对此的通用语言是肿瘤、淋巴结、转移 (TNM) 系统。原发Tumor（肿瘤）有多大？它是否已扩散到附近的 lymph Nodes（淋巴结）？它是否已向远处器官派遣了“殖民者”，这个过程称为 Metastasis（转移）？分期就是癌症帝国的地图。
现在来看一个优美而关键的见解：分级和分期在概念上是独立的，或者借用数学术语来说，它们是正交的。它们就像图表的 和 轴；知道一个轴上的值并不能告诉你另一个轴上的值。例如，得益于乳腺X光检查等有效的筛查项目，我们常常能发现生物学上非常具有侵袭性（高级别）但因发现得早而仍然很小且完全没有扩散（早期）的肿瘤。这种情况——高级别、早期——证明了早期发现的力量。这个肿瘤个性恶劣，但我们在它能执行其计划之前就抓住了它。反之亦然：一个生长非常缓慢的低级别肿瘤可能多年未被发现，悄悄地扩散，直到最终被发现时已是晚期。理解这两个参数提供独立、互补的信息，对于规划患者的治疗至关重要。
那么，“高级别”肿瘤到底长什么样？当病理学家说一个肿瘤是间变性时，他们看到的是显微镜下细胞叛乱和混乱的迹象。这些不是微妙的线索；它们是基因组紊乱和细胞忘记所有行为准则的惊人视觉特征。
第一个标志是多形性——细胞及其细胞核在大小和形状上的剧烈变化。健康的组织是一幅整齐划一的画面，就像纪律严明的罗马士兵方阵。相比之下，间变性肿瘤则是一群杂乱无章的乌合之众，微小的细胞旁边是巨大的怪异细胞。
放大到单个细胞，会发现一个更具说服力的特征：核浆比 (N:C) 的急剧增加。在正常的、工作的细胞中，细胞核——细胞的“大脑”——只占细胞体积的一小部分，也许是20%。细胞的其余部分，即细胞质，则忙于执行细胞的专门工作。在高级别癌细胞中，细胞核变得巨大且形状怪异，有时占据细胞体积的50%以上。就好像细胞放弃了所有其他功能，其整个生命被细胞核的单一、疯狂的执念所劫持：分裂。细胞核也显得深染，即比正常细胞核颜色更深，因为它们塞满了过量、无序的DNA。
最后，病理学家会寻找分裂出错的迹象。正常细胞以整齐的双极方式分裂。而间变性细胞由于内部机制损坏，常常尝试进行混乱的、非典型的有丝分裂。在显微镜下，人们可能会看到三极或多极有丝分裂像，其中染色体被同时拉向三个或更多方向。这是一个细胞在自我撕裂，这个过程会产生具有灾难性遗传错误的子细胞，从而助长肿瘤的无情演化。
病理学不仅是一门描述性艺术，它也是一门日益量化的科学。为了使分级具有可重复性和客观性，病理学家使用结构化系统来量化侵袭性的线索。
其中最强大的定量工具之一是 Ki-67 标记指数。Ki-67 蛋白是一种细胞标记物，仅在细胞处于细胞周期的活跃阶段（、、 和 期）时才存在。它在静止细胞（ 期）中不存在。通过使用能特异性结合 Ki-67 的抗体，病理学家可以对肿瘤组织切片进行染色，然后计算“阳性”细胞的百分比。这提供了一个直接的、数字化的肿瘤生长分数——即其细胞中有多大比例正在积极尝试增殖。5%的 Ki-67 指数表明肿瘤生长缓慢，而70%的指数则表示爆炸性增长。
但肿瘤并非同质的肿块。就像一个城市，它有不同的街区。一些区域可能很安静，而另一些则充满了增殖活动。这些繁忙的区域被称为热点区域。病理学家知道，肿瘤的整体行为将由其最具侵袭性的部分所驱动。因此，他们不会对整个肿瘤的增殖情况取平均值。相反，他们会积极寻找热点区域，并报告该区域的 Ki-67 指数。这就是为什么一份活检报告可能会显示来自同一肿瘤的三个不同样本的 Ki-67 值分别为5%、12%和30%。这个30%不是一个可以忽略的异常值；它是最重要的数字，揭示了肿瘤的真正潜力。
另一个关键线索，乍一看似乎有违直觉，是肿瘤坏死。这是肿瘤内部大片细胞死亡的区域，留下了幽灵般的嗜酸性轮廓。为什么死细胞的存在会是更具侵袭性肿瘤的标志呢？当然，一个正在死亡的肿瘤是件好事吧？要回答这个问题，我们必须更深入地探讨肿瘤的生态学。
一个快速生长的肿瘤就像一个正在进行疯狂、无计划扩张的城市。它很快就超出了其基础设施——在这里是它的血液供应。物理定律成了它的敌人。根据 Fick 扩散定律，氧气和营养物质只能从最近的血管传播有限的距离，大约是 到 微米。在一个迅速膨胀的肿瘤团块内部的细胞发现自己离这个生命之源越来越远。它们开始在缺氧状态下挨饿和窒息。
当缺氧变得严重且持续时，这些区域的细胞会集体死亡。这种灾难性的细胞死亡就是我们在显微镜下看到的凝固性坏死。因此，坏死的存在是一个物理的墓碑，标志着一个肿瘤生长得如此之快、如此混乱，以至于它已经超出了自身的供应线。
但故事在这里发生了达尔文式的转折。这个严酷、缺氧的环境是一个残酷的熔炉。虽然大多数细胞死亡，但它创造了巨大的选择压力，有利于“最适者”——在这种情况下，是最恶劣的癌细胞——的生存。通过随机突变，一些细胞会获得让它们在这个恶劣环境中生存的性状。它们激活遗传生存程序，其中最重要的之一是缺氧诱导因子-1 (HIF-1)。这个主开关帮助它们重新编程新陈代谢以在无氧条件下生存（一个称为糖酵解的过程），召唤新血管（尽管是渗漏和无序的）的生长，并抵抗细胞应激。这些幸存者不仅坚韧，它们还是更具侵袭性、更具侵犯性、更具治疗抗性的癌症的种子。
因此，当病理学家看到坏死时，他们不仅仅是看到一个墓地。他们看到的是一个严酷微环境的证据，这个微环境一直在积极选择肿瘤群体中最危险、进化程度最高的克隆。坏死是一个替代标志，表明这个肿瘤已经参加了“新兵训练营”并以优异成绩毕业。
病理学家利用标准化的评分系统将这些多样的观察结果综合成最终的分级。一个完美的例子是用于软组织肉瘤的法国国家癌症中心肉瘤协作组 (FNCLCC) 系统。这是一个简单、优雅、基于分数的系统，直接融入了我们讨论过的原则。
分数简单相加。总分 或 分为1级肿瘤。 或 分为2级。而 到 分则被定为3级，即最具侵袭性的类别。 不同的肿瘤类型可能使用不同的方案——例如，有些是基于结构模式而不是分数——但其根本目标是相同的：将显微镜特征转化为可重复的生物学侵袭性度量。
我们回到两个基本问题：“它是什么样的？”（分级）和“它在哪里？”（分期）。我们已经看到了它们的不同之处，以及病理学家如何确定分级。但在临床上，当必须做出事关生死的治疗决策时，哪一个更重要呢？
考虑这样一个悖论：一名患者患有1级肿瘤——“最好”、最惰性的癌细胞——但影像学检查显示它已经扩散到肺部（IV期，M1疾病）。 在这种情况下，层级关系是清晰而绝对的：分期决定了总体策略。
远处转移（）的存在意味着疾病是系统性的。它不再是一个局部问题。无论单个细胞看起来多么“行为良好”，它们遍布全身的状况无法通过手术或放疗等局部疗法解决。治疗必须是系统性的，使用化疗或靶向药物等能够在全身循环、追捕癌细胞的治疗方法。
在这种情况下，分级成为一个强大的次要信息。它深刻影响预后——患有低级别转移性疾病的患者几乎肯定比患有高级别转移性疾病的患者活得更长。它还有助于优化治疗，或许可以指导药物的选择，或者建议对于一段时间内采取不那么积极的“观察等待”方法可能是合适的。但它不会改变基本策略。癌症在哪里的地图，胜过了剖析者关于它是什么样的报告。[@problem-d:4376331] 这突显了癌症的多步骤特性。一个肿瘤不仅要学会无控制地增殖（分级的特征），还必须获得一套独立的技能来进行侵袭和转移（分期的特征）。一个肿瘤可以精通其一而不擅长其二，这正是为什么在早期阶段发现癌症是我们对抗它的最强大武器。
在了解了癌症分级的基本原则之后，我们现在来到了最激动人心的部分：看这些思想在实践中的应用。癌症分级并非抽象的学术活动；它是一个至关重要、动态变化的工具，塑造着患者生命的轨迹。它是肿瘤科医生在做最关键决定时的指南针：我们应该多积极地治疗？这种疾病可能的病程是怎样的？我们必须多密切地观察其复发？在本章中，我们将探讨，在严谨原则的指导下，观察显微镜下肿瘤的简单行为如何与分子生物学、计算机科学和个性化医疗的前沿领域相联系。
想象两名男子，都被诊断出患有前列腺癌。病理学家检查了他们的活检样本，并在两种情况下都报告了“Gleason 评分为 ”。从表面上看，他们的情况似乎完全相同。但在病理学世界里，故事要微妙得多。你看，Gleason 系统是基于癌腺体的结构模式。病理学家确定最常见的（主要）模式和第二常见的（次要）模式，给每个模式赋予一个从 到 的数字，然后将它们相加。
一个人的肿瘤可能主要由相当规则的腺体组成（侵袭性较低的模式，“模式 ”），并有少量形态不佳、融合的腺体（更具侵袭性的“模式 ”）。他的分数是 。另一个人的肿瘤可能具有相反的构成：大部分是侵袭性的模式 ，少数是模式 。他的分数是 。虽然两个分数加起来都是同一个数字，但他们的预后却截然不同。 分数的患者，其肿瘤由更具侵袭性的生物学特性主导，这一信息对于规划治疗至关重要。这个简单而优雅的例子揭示了一个精心设计的分级系统的力量：它不仅捕捉到侵袭性特征的存在，还捕捉到它们的主导地位，从而为肿瘤的行为提供了细致的预测。
人们可能认为分级纯粹是一门主观艺术，但现代系统建立在定量严谨的基础之上。以乳腺癌的 Nottingham 分级系统为例。它结合了三个独立的分数：细胞形成小管（类似正常乳腺导管）的程度、细胞核的不规则性（多形性），以及最关键的，有丝分裂活动——即细胞分裂的速度。
为了确定有丝分裂评分，病理学家必须在一个定义的区域内计算分裂细胞（有丝分裂像）的数量。但在这里我们遇到了一个将病理学与光学物理学联系起来的有趣问题。不同的显微镜有不同的视野；有些能显示更大片的组织。如果不考虑这一点就简单地计数有丝分裂像，就像比较两扇不同窗户外经过的汽车数量，却不知道一扇窗是小舷窗，另一扇是大飘窗。为了确保东京实验室的“高”有丝分裂计数与多伦多实验室的意义相同，病理学家必须进行关键的标准化。他们计算每标准单位面积的有丝分裂计数，并根据其显微镜的具体光学特性进行校正。随着数字病理学和人工智能的兴起，这一原则变得更加关键，像卷积神经网络这样的算法可以辅助计数，但只有当其输出被校准到这些标准参考区域时才有意义。这种结合多个半定量评分（用于分化、有丝分裂率和肿瘤死亡即坏死）的理念是一个共同的主题，出现在像软组织肉瘤的 FNCLCC 分级系统等体系中。
为什么一个“高级别”肿瘤，以其混乱的结构和怪异形状的细胞，表现得如此具有侵袭性？很长一段时间里，这纯粹是一个经验性观察。现在，我们可以窥探其分子机制，看到形态与功能之间的联系。
一个绝佳的例子来自肝癌。经典的 Edmondson-Steiner 分级系统根据肝细胞癌偏离正常肝脏有序结构的程度对其进行分类。I 级肿瘤看起来几乎正常，而 IV 级肿瘤则是一片混乱。我们现在可以用一种名为 Ki-67 的蛋白质的分子测试来补充这种视觉评估。Ki-67 是一个极好的生物标志物，因为它只存在于正在积极分裂的细胞中；它在静止、休眠的细胞中是不存在的。正如我们所预期的那样，当我们对肝癌进行 Ki-67 染色时，我们发现了一个显著的相关性：结构分级越高（外观越无序），Ki-67 阳性细胞的百分比就越高。视觉上的混乱直接反映了猖獗、失控增殖的分子程序。
形态与分子过程之间的这种联系也体现在肿瘤的边缘。在结直肠癌中，病理学家越来越关注一种称为“肿瘤出芽”的现象。这是指单个癌细胞或微小细胞簇从主肿瘤块上脱离，就像探险家进入新领域一样。这是一个非常不好的迹象，因为这些细胞正准备转移。发生了什么？这些“芽”正在经历一种称为上皮-间质转化 (EMT) 的显著转变，它们在此过程中脱离与邻居的连接，变得可移动，并侵入周围组织。我们甚至可以在分子水平上通过特殊染色看到这一点，染色显示了正常情况下将细胞固定在一起的粘附分子（如 E-钙粘蛋白）的丢失。因为肿瘤出芽代表了一个独特的生物学过程——侵袭，而不仅仅是低分化——关于如何最好地利用这一信息存在着严谨的科学辩论。许多专家主张，不应将其纳入传统分级，而应作为一个独立的、强有力的预后因素来报告，它为肿瘤的转移潜力提供了独立的信息层次。
一个真正强大的科学工具，是人们对其局限性的理解如同对其优势的理解一样深刻。分级并非一种可以应用于每种癌症的万能酸。它的应用是一个务实的选择，仅在能增加有意义信息时使用。例如，“高分化脂肪肉瘤”是一种脂肪肿瘤，根据其定义，它是低级别的，几乎没有转移潜力（除非它转变为更具侵袭性的类型）。对其应用一个正式的多部分分级系统将是毫无意义的；它的行为已经为人所知。它的分级由其名称决定。相比之下，对于其具有侵袭性的“亲戚”，如多形性或去分化脂肪肉瘤，正式的分级对于捕捉其高风险性质至关重要。
或许，分级系统局限性的最戏剧性例证来自于癌症在治疗压力下的演变方式。一位患有前列腺腺癌并使用 Gleason 系统分级的患者，可能会接受雄激素剥夺治疗。对许多人来说，这效果显著。但在一些人中，癌症会适应。它可以转变为一种完全不同的恶兽：小细胞神经内分泌癌。这种新肿瘤不再形成腺体。相反，它以实性片状的小而深的细胞生长，并表达一套完全不同的蛋白质。此时，完全基于腺体结构分级的 Gleason 系统变得毫无意义。应用它就像试图用体操规则来评判游泳比赛。必须使用一种不同的分类法，并通过神经内分泌谱系的蛋白标志物来确认。这是一个深刻的教训：癌症是一种动态演变的疾病，我们用于分类的工具必须在深刻理解其特定背景的情况下应用。
到目前为止，我们讨论的分级是作为评估肿瘤内在性质的一种方式。但在新辅助治疗——即在手术前进行化疗或放疗——的时代，一种新型分级变得至关重要：肿瘤消退分级 (TRG)。在患者完成术前治疗后，外科医生切除肿瘤，病理学家面临一个新问题：治疗效果如何？
病理学家检查肿瘤床，寻找死亡肿瘤细胞、治疗引起的疤痕组织（纤维化）和任何残留的活癌细胞之间的平衡。一个显示广泛纤维化且没有或只有极少数散在癌细胞的标本会获得“良好”的消退分级（例如，Mandard TRG 1 级或 CAP TRG 0/1 级）。相反，一个看起来基本没有变化的肿瘤会获得“差”的分级（例如，Mandard TRG 4 级或 CAP TRG 3 级）。这不仅仅是一个学术评分；它是患者未来的最强预测指标之一。良好的反应与较低的复发率和更长的生存期密切相关。
这份“成绩单”对患者护理有直接影响。想象两名食管癌患者接受了相同的新辅助治疗和手术。一名患者实现了病理学完全缓解（TRG 1级，无残留活肿瘤），而另一名患者反应不佳（TRG 4级，大量残留肿瘤）。对他们进行相同的随访有意义吗？当然没有。完全缓解的患者复发风险低得多，因此一个不那么密集的监测计划可能完全安全。反应不佳的患者风险非常高，这 justifies 更频繁的随访和影像学检查，以便尽早发现任何复发。这是风险适应性、个性化医疗的最纯粹形式，直接由病理学家的分级指导。
最后也是最激动人心的联系，是正在进行的技术革命。一个多世纪以来，病理学依赖于人类通过显微镜进行观察，这个过程本身就涉及取样。病理学家不可能观察每一个细胞；他们必须选择代表性的视野。这就引入了取样误差这个统计学魔鬼。被检查的小区域真的能代表整个肿瘤吗？
这时，像空间转录组学 (ST) 这样的技术应运而生，它可以在覆盖整个组织切片的微小点阵上一次性测量数千个基因的表达。我们不再只有几个视野，而是得到了一张全面的分子地图。通过更密集地对肿瘤进行采样，我们可以显著减少采样方差，从而获得对平均增殖率等特征更稳健、更可重复的测量，为我们提供更准确的分级。
但新技术也带来了新挑战。当前 ST 平台的分辨率意味着每个测量点都比单个细胞大，捕获的是多种细胞类型的混合物——一种“部分容积效应”。此外，这些点以网格状排列，如果点之间的距离大于点的直径，测量中就会存在物理间隙。理论上，外科切缘的一整行侵袭性癌细胞可能正好落入这些间隙之一而被完全漏掉。
或许这项技术提供的最深刻见解是回归到基本原则。ST 测量的是信使 RNA (mRNA)，即蛋白质的“蓝图”。传统的免疫组织化学等技术测量的是最终的蛋白质本身。但如果细胞制造了蓝图却从未构建蛋白质，或者构建了蛋白质却从未通过修饰来“激活”它呢？对于依赖于蛋白质激活状态的决策——在靶向癌症治疗中常见的情况——直接测量蛋白质可能仍然更优。这提醒我们分子生物学的中心法则：信息从 DNA 到 RNA 再到蛋白质的流动是复杂的，并在每一步都受到调控。分级的未来将不是一种技术取代另一种，而是所有技术的智能、跨学科整合——结合病理学家对形态的眼光、物理学家对测量的理解，以及生物学家对定义生命及其最强大对手——癌症的复杂分子舞蹈的知识。