低风险前列腺癌分子特征提示侵袭性

2026年10月8日，KTH皇家理工学院研究团队在《npj Digital Medicine》发表多组学机器学习研究（DOI: 10.1038/s41746-026-03254-5）。研究针对临床分级为低风险的前列腺癌患者亚群，通过整合多组学数据并应用机器学习模型，识别出一组与疾病快速进展显著相关的分子特征。这一发现提示，部分被临床判定为低风险的前列腺肿瘤在分子层面呈现出侵袭性癌症的特征，可能为更精准的风险分层和治疗决策提供新的生物标志物依据。

由模型根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。