妇产科网聚焦ASGO 2025前沿热点，特邀同济大学附属第十人民医院陈晓军教授，分享关于“FIGO 2023系统中的分子遗传学分类”的相关经验与见解。

问题1：FIGO 2023系统首次将分子遗传学分类纳入妇科肿瘤分期标准，这一改变对临床诊疗决策带来哪些具体影响？

陈晓军教授（同济大学附属第十人民医院）：

FIGO 2023的分期应该说是一个里程碑式的进步。新分期突破了既往基于肿瘤累及范围进行分期的传统，整合了除肿瘤累及范围之外的其他影响子宫内膜癌预后的关键临床、病理以及分子分型信息，形成了更能精准判断肿瘤预后的新分期。

举个例子，在2009分期中，都是局限于子宫的I期子宫内膜癌，会因为肿瘤本身的生物学行为有显著不同，即使是同一期的肿瘤，预后也有显著差异。这让我们在临床处理上非常混乱，除了分期，还要整合分子分型、病理类型（侵袭性或非侵袭性）以及淋巴血管浸润情况，才能决定治疗方案，确实让临床医生很困扰。

在这种情况下，FIGO 2023分区经过了数年的酝酿——基于2013年TCGA分子分型提出以来的大量临床证据，将分子分型、病理类型以及淋巴血管浸润等充分整合到了分期中。这使得子宫内膜癌的新分期能对患者的预后有更精准的评估。

例如，整合分子分型后，有些局限在子宫的肿瘤，虽然病理类型为高级别肿瘤，有淋巴血管浸润，看似预后很差，但如果分子分型是POLE突变型，患者预后就非常好，手术3~5年后基本没有复发和转移。这样新的分期可以有效避免过度治疗或治疗不到位。

因此，FIGO 2023新分期能让临床医生更清楚肿瘤的预后，为治疗决策提供清晰指导。

问题2：在推广FIGO 2023 分子遗传学分类时，您认为不同医疗机构的检测能力（如基因测序、生物信息分析）差异会如何影响该标准的落地？如何解决资源不均衡问题？

陈晓军教授（同济大学附属第十人民医院）:

这是一个非常重要的问题。因为分子分型严重影响肿瘤生物学行为判断、分期和患者处理，所以分子分型的检测的质量控制异常重要。

传统病理诊断可以通过切片会诊确认，但分子分型基于大量测序数据，标本选取、测序数据的准确都会严重影响分子分型的最终结果。

因此，必须强调严格的分子分型检测质控：

（1）临床病理医生和分子病理专家要充分合作。首先要挑取最感兴趣的肿瘤病灶，不能误取正常组织，这需要有经验的病理专家在镜下圈取典型肿瘤病灶送检。如果病灶有多种形态（比如一处是内膜癌，另一处是透明细胞癌），要把两个病灶都圈出，分别检测，避免漏诊高危类型。

（2）强烈建议在CLIA验证实验室采用经验证的方法进行检测。

（3）建议采用NGS二代测序结合免疫组化的整合方法进行分子分型。

（4）临床医生拿到分子分型报告时，建议先看质控报告，确认肿瘤比例、测序深度、碱基数等达标，且检测panel覆盖所需全部基因后，明确检测报告是可信任的，再仔细查看检测结果。

关于资源不均衡的建议：若条件有限，可采用简化分子分型——用一代测序检测POLE基因热点突变，结合免疫组化评估错配修复系统和P53。简化的分子分型方案与整合NGS和免疫组化的方法符合度达95%以上。但需注意，简化分型可能漏诊部分p53abn病例。条件允许时建议采用整合NGS和免疫组化的分子分型方案。

问题3：当前分子分类主要依赖有限的生物标志物，未来是否有计划整合多组学数据以进一步完善分型体系？

陈晓军教授（同济大学附属第十人民医院）:

事实上，TCGA分子分型就基于多组学数据（基因组、蛋白组、表观遗传学等），但因耗时、成本高，临床难以推广，后来才发展出简化方法（测序+免疫组化）。

未来，随着检测技术提升，成本降低，可能会“由简入繁”，回归更精准的多组学整合分型，实现更精细分层。

当前，我们可以对“无特殊分子特征（NSNP）”类型进一步分层。NSNP是排除POLEmut、p53abn、MMRd后剩余的一篮子生物学行为各异的子宫内膜癌。基于现有的临床证据，可通过免疫组化分层：若雌激素受体表达阴性，或L1CAM免疫组化阳性率＞10%，预后较差，归为高危类型。

未来，基于对肿瘤生物学行为的深入理解，会有更精准的分层。

问题4：请您评价一下妇产科网并给出意见和指导

陈晓军教授（同济大学附属第十人民医院）:

妇产科网是很好的公益平台，能让更多妇产科医生了解最新知识和信息，也提供了交流渠道。希望未来能多开展公益活动，让更多医生和患者受益。