tooluniverse-cancer-classification

通过 OncoTree 进行癌症分类

使用 OncoTree 本体标准化癌症类型命名。将自由文本肿瘤描述映射为结构化编码，并提供 UMLS/NCI 交叉引用，以便在 OncoKB 变异注释和 GDC 队列筛选中使用。

使用时机

研究人员提出以下问题时使用：

• “[肿瘤描述] 的 OncoTree 编码是什么？”
• “查找 [癌症类型] 的所有亚型”
• “哪些癌症起源于 [组织]？”
• “我需要用于 OncoKB 注释的肿瘤类型编码”
• “[癌症] 的 TCGA/COSMIC 编码是什么？”
• “列出所有 CNS/Brain 癌症亚型”
• “哪个 NCI 编码对应胶质母细胞瘤？”

关键工具

工具	用途	关键参数
OncoTree_search	搜索自由文本癌症类型	query（肿瘤名称或描述）
OncoTree_get_type	获取已知 OncoTree 编码的完整详情	code（例如，“LUAD”、“AML”）
OncoTree_list_tissues	列出全部 32 种组织类别	（无参数）
OncoKB_annotate_variant	使用 OncoTree 编码进行变异注释	gene、variant、tumor_type
GDC_get_mutation_frequency	泛癌症变异频率（TCGA）	gene_symbol

工作流

阶段 1：发现癌症类型

首先使用自由文本搜索查找匹配的 OncoTree 编码：

OncoTree_search(query="breast cancer")
-> Returns list: code, name, main_type, tissue, parent, level, external_references

关键响应字段：

• code：OncoTree 编码（例如，“BRCA”、“IBC”）——在 OncoKB 调用中使用此编码
• level：层级深度（1=组织、2=主要类型、3-5=亚型）
• parent：父节点编码，用于浏览层级结构
• external_references.UMLS：UMLS CUI 列表
• external_references.NCI：NCI 本体编码列表

搜索提示：

• 宽泛的术语（“肺癌”）会返回许多结果；可按组织或层级缩小范围
• 使用特定组织的术语（“浸润性乳腺癌”）可获得精准匹配
• 可使用缩写：查询 GBM 可找到胶质母细胞瘤，查询 AML 可找到白血病类型

阶段 2：验证编码并获取详情

获取候选编码后，检索完整详情：

OncoTree_get_type(code="LUAD")
-> Returns: name, main_type, tissue, color, parent, level, history, external_references

注意：并非所有编码都有效。“GBM”会返回 404——正确编码是“GB”（胶质母细胞瘤，IDH 野生型）。 在下游工具中使用前，务必通过 OncoTree_get_type 验证。

阶段 3：探索组织层级

用户需要查看某个组织类别中的所有癌症时：

OncoTree_list_tissues()
-> Returns 32 tissue names: "Breast", "CNS/Brain", "Lung", "Myeloid", ...

OncoTree_search(query="CNS/Brain")
-> All cancer types with tissue="CNS/Brain"

阶段 4：在变异注释中使用

将经过验证的 OncoTree 编码传递给 OncoKB，以获取特定癌症类型的治疗证据等级：

OncoKB_annotate_variant(gene="EGFR", variant="L858R", tumor_type="LUAD")
-> highestSensitiveLevel: "1" (FDA-approved therapy for this tumor+variant)

如果不提供 tumor_type，OncoKB 将返回泛癌症等级，具体性可能较低。

工具参数参考

工具	必填	可选	说明
OncoTree_search	query	—	自由文本；返回按相关性排序的列表
OncoTree_get_type	code	—	区分大小写；应使用“BRCA”而非“brca”。无效编码会返回 404
OncoTree_list_tissues	—	—	无参数；返回包含 32 个组织名称的列表
OncoKB_annotate_variant	gene、variant	tumor_type	tumor_type 为 OncoTree 编码；不提供则使用泛癌症结果
GDC_get_mutation_frequency	gene_symbol	—	仅提供 TCGA 泛癌症数据；不提供亚型细分

常见 OncoTree 编码（已验证可用）

编码	名称	组织
BRCA	浸润性乳腺癌	乳腺
LUAD	肺腺癌	肺
LUSC	肺鳞状细胞癌	肺
MEL	黑色素瘤	皮肤
CRC	结直肠癌	肠道
PAAD	胰腺腺癌	胰腺
GBM	（无效——请使用 GB）	CNS/Brain
GB	胶质母细胞瘤，IDH 野生型	CNS/Brain
AML	急性髓系白血病	髓系
PRAD	前列腺腺癌	前列腺

常见模式

# Pattern: Resolve free-text to OncoTree code
results = OncoTree_search(query="pancreatic ductal adenocarcinoma")
# Pick result with lowest level number (most specific match)
code = results["data"][0]["code"]  # e.g., "PAAD"

# Pattern: Get all subtypes within a main type
results = OncoTree_search(query="Glioma")
subtypes = [r for r in results["data"] if r["main_type"] == "Glioma"]

# Pattern: Validate code before OncoKB call
detail = OncoTree_get_type(code="GB")
if detail["status"] == "success":
    OncoKB_annotate_variant(gene="IDH1", variant="R132H", tumor_type="GB")

肿瘤分类推理（至关重要）

查询，不要猜测——肿瘤分类会影响治疗。始终通过工具验证编码和生物标志物解读，不要依赖记忆。

组织学分类与分子分类

肿瘤按两个维度分类——两者都会影响治疗选择：

• 组织学（在显微镜下的形态）：腺癌、鳞癌、小细胞癌等。这决定 OncoTree 第 3 级及以上的层级。
• 分子特征（驱动肿瘤的突变／改变）：EGFR 突变、HER2 扩增、MSI-H 等。这决定 OncoKB 治疗级别。

肿瘤的组织学特征可以与另一种肿瘤完全相同，但分子特征不同，因此需要采用不同治疗。例如，两例肺腺癌（均为 LUAD），一例带有 EGFR 突变（采用靶向治疗），另一例带有 KRAS 突变（采用不同的靶向治疗）。务必同时检查这两个维度。

生物标志物解读策略

解读癌症生物标志物时，使用 OncoKB 评估其可操作性：

• HER2：阳性 = IHC 3+ 或 FISH 扩增。使用 OncoKB_annotate_variant(gene="ERBB2", variant="Amplification", tumor_type="BRCA") 获取治疗级别
• ER/PR：阳性 = 激素受体阳性乳腺癌。会改变治疗类别（内分泌治疗）
• Ki67：增殖指数。数值高（>20%）提示生物学行为具有侵袭性；用于乳腺癌分级（Luminal A 与 Luminal B）
• TMB（肿瘤突变负荷）：高 TMB（>10 mut/Mb）可预测不同肿瘤类型对免疫治疗的应答。使用 OncoKB_annotate_variant(gene="Other Biomarkers", variant="TMB-H")
• MSI（微卫星不稳定性）：MSI-H 是 FDA 批准的适用于泛癌种的 pembrolizumab 生物标志物。使用 OncoKB_annotate_variant(gene="Other Biomarkers", variant="MSI-H")

分期与分级——不同的概念

• 分期（TNM）：肿瘤扩散到了什么程度？T = 肿瘤大小，N = 淋巴结，M = 转移。分为 I–IV 期。决定预后和是否适合手术。
• 分级：细胞看起来有多异常？1 级（高分化、生长缓慢）至 3 级（低分化、侵袭性强）。用于判断侵袭性。
• I 期、3 级肿瘤（体积小但侵袭性强）与 III 期、1 级肿瘤（已扩散但生长缓慢）的临床意义不同。

可操作性评估

肿瘤分类完成后，评估检查结果是否具有临床可操作性：

1. 1 级（FDA 批准，适用于特定肿瘤类型）：可直接指导治疗。例如，LUAD 中的 EGFR L858R
2. 2 级（标准治疗）：有强有力的证据，但需结合具体情况
3. 3 级（有说服力的证据）：可考虑参加临床试验
4. 4 级（生物学证据）：仅处于研究阶段
5. 务必向 OncoKB 提供 OncoTree 代码——否则会返回泛癌种级别，可能低估或高估该特定肿瘤类型的可操作性

结果解读的推理框架

证据分级

级别	标准	示例
已确认	通过 OncoTree_get_type 验证确切的 OncoTree 代码，并提供 UMLS 和 NCI 交叉引用	LUAD：已验证，UMLS C0152013，NCI C3512
可能	OncoTree 搜索返回匹配项，但代码尚未验证或缺少交叉引用	搜索「cholangiocarcinoma」返回 CHOL，但外部引用不完整
模糊	不同层级存在多个与描述匹配的 OncoTree 代码	「乳腺癌」匹配 BRCA（浸润性）、BREAST（组织）、IBC（炎性）
未解决	OncoTree 中没有匹配项；该肿瘤类型过于罕见或新颖，尚未纳入本体	OncoTree 中没有收录的超罕见肉瘤亚型

解读指南

• OncoTree 代码可信度：下游使用前，务必通过 OncoTree_get_type 验证候选代码。一些常见缩写（例如 “GBM”）不是有效的 OncoTree 代码（正确代码是 “GB”）。经过验证且带有 UMLS 和 NCI 交叉引用的代码可信度最高。
• UMLS/NCI 交叉引用优先级：对于标准化报告，癌症相关场景优先使用 NCI Thesaurus 编码（caDSR、GDC 使用此编码）。UMLS CUI 覆盖范围更广（跨疾病），适用于文献挖掘。两者均可用时，应同时报告；仅有一种时，肿瘤学工作流优先使用 NCI。
• 组织层级解读：OncoTree 层级表示特异性：第 1 级 = 原发组织（例如 “肺”），第 2 级 = 主要癌症类型（例如 “非小细胞肺癌”），第 3 级及以上 = 组织学亚型（例如 “肺腺癌”）。对于 OncoKB 变异注释，应使用能准确描述肿瘤的最具体（最深层）级别。对于队列级分析（例如 TCGA），通常适合使用第 2 至第 3 级代码。
• OncoKB 肿瘤类型的影响：向 OncoKB 提供肿瘤类型代码可能会改变治疗级别（例如，EGFR L858R 在 LUAD 中为 1 级，在泛癌中为 3B 级）。务必使用经过验证、对应患者特定肿瘤类型的 OncoTree 代码。
• 已弃用或重命名的代码：OncoTree 会随版本更新。OncoTree_get_type 响应中的 history 字段会显示先前的名称。务必使用当前代码。

综合问题

1. 所选 OncoTree 代码是否表示最具体的组织学亚型？是否有更精确的代码能为 OncoKB 提供更好的治疗注释？
2. 当自由文本肿瘤描述对应多个 OncoTree 代码时，哪个层级最适合在特异性和覆盖范围之间取得平衡，以满足分析目标（变异注释还是队列筛选）？
3. UMLS/NCI 交叉引用是否与外部分类（WHO、ICD-O）一致？是否存在需要解决的差异？

---

回退链

首选项	回退选项	适用情况
OncoTree_get_type(code="GBM")	OncoTree_search(query="glioblastoma")	常见别名返回 404
OncoTree_search（无结果）	OncoTree_list_tissues + 按组织层级搜索	极罕见或新型肿瘤类型
用于 OncoKB 的 OncoTree 代码	省略 tumor_type 参数	OncoKB 不识别该代码