科普资讯

肥胖正在改写癌症的「分子说明书」——体重管理时代,肿瘤精准检测被低估的四个接口

2026年11月11日飞朔生物

先抛一个反直觉的事实:

在 BMI 完全正常(18.5–24.9)的绝经后女性中,全身脂肪量处于最高四分位者的乳腺癌发生率,是最低四分位者的近两倍(57 例/12 816.8 人年 vs 31 例/12 384.9 人年,P=0.004)[1]。她们的体重秤没有任何异常,但她们的身体里,已经发生了癌变的分子准备。

2026 年 JAMA 刊出由纪念斯隆-凯特琳癌症中心、堪萨斯大学医学中心与埃默里大学 Winship 癌症研究所联合撰写的转化医学综述Obesity and Cancer: A Translational Science Review [1]。这篇综述的意义不在于“又一次证明肥胖致癌”,而在于它把过去十年散落在代谢学、免疫学与微生物组学里的证据,收编成了一套可被检验、可被干预、也可被检测的分子通路图谱。

对于做肿瘤分子诊断的人来说,这篇综述释放了一个清晰信号:肥胖正在从“流行病学危险因素”升级为“可分子分层的宿主表型”。而目前临床上用来描述它的工具——BMI——恰恰是最钝的那一把尺子。

PART.01

10%:一个正在被低估的分量

综述给出了一组需要反复咀嚼的数字:在美国,超重与肥胖每年约贡献 10% 的新发癌症诊断;而在子宫内膜癌、肝胆系统肿瘤等特定癌种中,这一归因比例可高达 50%[1]。这不是“风险略有升高”,而是“半数病例可归因”。

我国《肥胖症诊疗指南(2024 年版)》显示,中国成人(≥18 岁)超重率为 34.3%、肥胖症患病率为 16.4%,6–17 岁儿童青少年超重率与肥胖率分别为 11.1% 与 7.9%[2];肥胖症已位列我国第六大致死致残危险因素。更值得警惕的是趋势性数据:

 1.png


图1 中国高 BMI 归因结直肠癌负担与早发性结直肠癌(EOCRC)发病趋势

数据来源:GBD 2021 数据库,EOCRC 定义为 15–49 岁确诊[3]。中国发病率虽略低于美国,但死亡率(3.11/10 万)与 DALY 率(160.93/10 万)均高于美国(2.53/10 万、127.81/10 万)。1990—2021 年中国 EOCRC 标化发病率 AAPC 为 1.423,全球平均仅 0.374,美国自 2017 年起已转为下降[3]。

同时,中国归因于高 BMI 的结直肠癌标化死亡率在 1990—2021 年间 AAPC 达 2.43%(95%CI:2.29–2.57),增速超过全球及各社会人口学指数地区;模型预测 2022—2035 年该指标仍将累计上升 53.06%,男性负担尤为突出[4]。

更关键的是“人”的变化。中国抗癌协会遗传性肿瘤专业委员会 2026 年发布的《中国早发性结直肠癌诊疗与全程管理专家共识》指出:我国 EOCRC 患者胚系致病性变异检出率显著高于晚发性患者(18.0% vs 11.3%),家族史阳性率更高(10.2% vs 6.9%),且约 85% 为症状驱动型就诊,诊断延迟可达 7–9 个月[5]。

换言之:

代谢暴露(肥胖)与遗传易感(胚系变异)正在同一批更年轻的患者身上叠加。这恰是分子检测最应该介入、却最常被遗漏的交叉地带。

PART.02

被“脂肪”改写的五条致癌通路

在谈“检测什么”之前,先要回答“脂肪到底做了什么”。综述把肥胖的促癌机制归纳为五条彼此耦合的通路[1]——它们同时也是五个潜在的分子读数窗口。

2.png

图 2 肥胖驱动肿瘤发生的五条分子通路(据 JAMA 2026 综述绘制[1])

综述同时强调:肥胖者脂肪细胞死亡后形成由 CD68+ 巨噬细胞环绕的“冠样结构”。在良性乳腺疾病人群中,乳腺脂肪炎症(>5 个冠样结构/样本)者后续发生乳腺癌的比例为 10.5%,无炎症者仅 4.7%(OR 6.8,95%CI:1.4–32.4)[1]。

关键:同样是 BMI 30,风险并不相同

一项纳入 15 个队列、逾 500 万人的荟萃分析给出了答案:代谢不健康型超重/肥胖(MUO)表型与总体癌症风险升高相关(汇总 RR 1.21,95%CI:1.02–1.44),并与 10 个具体癌种风险升高相关;而即使是“代谢健康”的超重/肥胖人群,其肥胖相关癌症总风险仍高于体重正常且无代谢综合征者(RR 1.17,95%CI:1.09–1.26)[6]。

剂量-反应关系同样清晰。瑞典 ODDS 队列(410 万人)系统分析了 BMI 与 100 余种癌症及其亚型的关联[7],综述据此汇总了 BMI 每增加 5 个单位的分癌种风险比[1]:

3.png

图 3 BMI 每增加 5 kg/m² 的分癌种风险比(RR)

注意一个“反常识”细节:肥胖与绝经前乳腺癌风险呈负相关(RR 0.86,95%CI:0.73–1.00),与绝经后呈正相关(RR 1.40,95%CI:1.31–1.49),趋势差异显著(P<0.001)[1]——因为绝经后白色脂肪组织成为雌激素合成的主战场。

机制层面的 2024–2026 新证据

  • DNA 损伤:肥胖可在 DNA 重复序列介导的内源性突变热点区域增加基因组不稳定性,导致双链断裂累积[8];在携带 BRCA1/2 胚系变异女性的正常乳腺与输卵管上皮中,更高 BMI 与更多 DNA 双链断裂相关,而氟维司群或二甲双胍可减少损伤累积[1]。

  • 菌群—代谢轴:肥胖相关结直肠癌呈现“共生菌减少 + 机会致病菌扩增”特征,伴随黏液屏障破坏与促炎通路(Wnt、MAPK、PI3K-AKT)激活;粪便可作为筛查的潜在样本来源[9,10]。2025 年 JAMA 微生物组转化综述确认了菌群作为诊断与治疗靶点的双重身份[11]。

  • 炎症驱动:肥胖驱动的慢性低度炎症是连接代谢紊乱与癌变的核心枢纽[12]。

PART.03

BMI 失灵的三个证据:为什么需要“分子读数”

BMI 是一个暴露标签,不是一个风险读数。

表 1 BMI 失灵的三个关键数字

4.png

第三组数据来自前文提到的 WHI 二次分析:这些女性不仅体脂更高,同时伴有更高水平的胰岛素、C 反应蛋白、IL-6、瘦素与甘油三酯[1]。真正驱动风险的,是看不见的“代谢—炎症—激素”组合,而不是体重数字本身。

“肥胖悖论”:一个更复杂、也更值得警惕的信号

如果肥胖只是单纯的坏事,事情反而简单。但 2026 年发表于 Frontiers in Immunology 的系统综述与剂量-反应荟萃分析(61 项研究、46 572 例接受免疫检查点抑制剂治疗的患者)显示:治疗前 BMI 较高者的校正死亡风险更低(HR 0.74,95%CI:0.67–0.82),PFS 亦呈有利关联,但与 ORR 及免疫相关不良反应的关联并不一致[13]。

脂肪既是致癌的“燃料”,也是免疫应答的“调节器”。宿主代谢状态是一个双向变量——它同时影响“会不会得癌”和“得了癌之后治疗是否有效”。

对分子诊断而言,这意味着:我们不能再把体重当作背景变量随手扔进统计模型,而应把它视为需要被分子拆解的中间表型。

PART.04

减重能不能“减掉”癌症?证据分层与 10% 阈值

减重可能降低癌症风险,但可能需要超过 10% 的减重幅度[1]。这句话背后,是一张梯度分明的证据表。

5.png

图 4 不同减重方式的癌症风险降幅比较

*Look AHEAD 未达统计学显著,且对照组亦减重 4.6%,可能影响组间差异检出[1]。

数据来源:减重手术与 WHI、Look AHEAD 数据源自 JAMA 综述汇总[1];GLP-1RA 数据源自 2024 年 JAMA Network Open 队列(165 万 2 型糖尿病患者)[14]、2025 年 JAMA Oncology 目标试验模拟队列[15]及 2026 年系统综述与荟萃分析[16]。

值得注意的细节:GLP-1RA 对特定癌种的效应量差异很大——对比胰岛素使用者,结直肠癌 HR 0.54、胰腺癌 HR 0.41、肝癌 HR 0.47、子宫内膜癌 HR 0.74[14];而对比非使用者时,仅子宫内膜癌(HR 0.75)与卵巢癌(HR 0.53)达到显著,提示随访时长可能不足[15]。2025 年 JCI 与 2026 年 Current Oncology Reports 综述均强调:现有证据仍受残余混杂、对照选择与监测偏倚影响,GLP-1RA 目前应按获批代谢适应证使用,而非用于癌症预防[17,18]。

PART.05

落地:体重管理时代的“四个分子接口”

对分子诊断而言,最该关注的问题不是“肥胖致不致癌”,而是——当一位 BMI 31、合并糖耐量异常的患者走进体重管理门诊时,我们能提供什么?结合最新指南与共识,主要梳理了四个已经具备临床依据的接口。

6.png

把“肥胖”纳入泛癌早筛的优先人群定义

《基于液体活检技术的多癌种联合筛查专家共识(2025 版)》已明确将“肥胖(BMI≥28)、糖尿病”与吸烟、肿瘤家族史并列,列为 MCED 的优先筛查人群,并对“多组学数据 + AI 分析”给出强推荐[19]。这是中国共识首次把代谢表型写入筛查人群定义,意义重大。

但行业也需保持清醒:2026 年 9 月公布的 NHS-Galleri 随机对照试验(约 14.2 万人、三轮年度筛查)未达到“降低 12 种预设癌种 III/IV 期合计发生率”的主要终点(发生率比 1.03,95%CI:0.92–1.14),仅 IV 期观察到有利趋势(0.86,95%CI:0.74–1.00)[20]。同期 PROMISE 等多组学研究则显示,甲基化 + 突变 + 蛋白三层次整合可将灵敏度提升至 79.0%(特异度 97.9%)[21]。

子宫内膜癌——肥胖与分子分型的正面交汇

子宫内膜癌是肥胖归因证据最硬的癌种(BMI 每增 5 单位 RR 1.59;减重手术后 HR 0.47)[1]。《CSCO 子宫内膜癌诊疗指南 2025》已建议所有子宫内膜癌患者进行分子分型检测(POLEmut / MMRd / NSMP / p53abn),并将其纳入 FIGO 2023 分期的“m”标注体系与辅助治疗决策;同时将肥胖(BMI≥30)、多囊卵巢综合征、长期糖尿病史列入“风险增加人群”的年度监测建议[22]。

更值得注意的是:肥胖是子宫内膜癌的独立危险因素,脂肪组织将雄激素转化为雌激素长期刺激内膜增殖;在保育治疗中,减重是逆转内膜病变、提高临床妊娠率的关键[22]。分子分型 + 体重管理的组合,可能成为年轻内膜癌患者保育路径的标准配置。

早发性结直肠癌的遗传—代谢双轨筛查

中国 EOCRC 患者胚系致病变异检出率达 18.0%,显著高于晚发组的 11.3%[5]。共识建议对所有 EOCRC 患者在初诊或首次 MDT 前完成结构化家族史采集与遗传风险评估,并识别 Lynch 综合征等遗传性综合征。与此同时,肥胖相关结直肠癌在菌群与代谢谱上具有可区分特征[9,10]。“遗传风险 + 代谢暴露”双轨并行,是 EOCRC 筛查关口前移的合理路径。

MASLD 相关肝癌——从“肝硬化才筛查”到“代谢风险分层”

2025 年亚太肝病学会(APASL)MASLD 指南与 2026 年 MASLD/MASH 全球共识均强调:MASLD 已成肝硬化、肝细胞癌与肝移植的重要驱动因素;非肝硬化 MASLD 人群的 HCC 监测需基于 T2DM、肥胖、家族史、FIB-4 与肝脏硬度测量等进行个体化风险分层[23,24]。这为无创分子分层(cfDNA 甲基化、多组学)在非肝硬化人群中的应用打开了空间——也正是当前筛查体系最薄弱的一环。

表 2 体重管理时代的分子检测接口示例

7.png


回到开头那个 BMI 正常却体脂超标的女性。她的体重秤不会报警,但她的脂肪组织、她的 DNA 损伤负荷、她的肠道菌群,一直在发出信号——只是我们还没有习惯去读它们。而“把身体的信号翻译成可行动的临床决策”,本就是分子诊断这门手艺的重要意义。

 

参考文献

1. Shen S, Brown KA, Green AK, Iyengar NM. Obesity and Cancer: A Translational Science Review. JAMA. 2026;335(15):1341-1350. doi:10.1001/jama.2026.1114

2. 国家卫生健康委员会. 肥胖症诊疗指南(2024 年版). 2024.

3. 陈宇清, 周月阳, 程歆然, 等. 全球及中美两国早发性结直肠癌疾病负担与危险因素分析. 协和医学杂志. 2025. doi:10.12290/xhyxzz.2025-0867

4. 吴丹, 宇传华. 中国归因于高 BMI 的结直肠癌疾病负担及其趋势预测. 公共卫生与预防医学. 2025;36(2):1-5.

5. 中国早发性结直肠癌诊疗与全程管理专家共识工作组, 中国抗癌协会遗传性肿瘤专业委员会. 中国早发性结直肠癌诊疗与全程管理专家共识(2026 版). 中华胃肠外科杂志. 2026;29(7):833-847. doi:10.3760/cma.j.cn441530-20260608-00226

6. Mahamat-Saleh Y, Aune D, Freisling H, et al. Association of metabolic obesity phenotypes with risk of overall and site-specific cancers: a systematic review and meta-analysis of cohort studies. Br J Cancer. 2024;131(9):1480-1495.

7. Sun M, da Silva M, Bjørge T, et al. Body mass index and risk of over 100 cancer forms and subtypes in 4.1 million individuals in Sweden: the Obesity and Disease Development Sweden (ODDS) pooled cohort study. Lancet Reg Health Eur. 2024;45:101034.

8. Kompella P, Wang G, Durrett RE, et al. Obesity increases genomic instability at DNA repeat-mediated endogenous mutation hotspots. Nat Commun. 2024;15(1):6213.

9. Li J, Chen Z, Wang Q, et al. Microbial and metabolic profiles unveil mutualistic microbe-microbe interaction in obesity-related colorectal cancer. Cell Rep Med. 2024;5(3):101429.

10. Zhu X, Xu P, Zhu R, et al. Multi-kingdom microbial signatures in excess body weight colorectal cancer based on global metagenomic analysis. Commun Biol. 2024;7(1):24.

11. Fernandez E, Wargo JA, Helmink BA. The Microbiome and Cancer: A Translational Science Review. JAMA. 2025;333(24):2188-2196.

12. Lamabadusuriya DA, Jayasena H, Bopitiya AK, et al. Obesity-Driven Inflammation and Cancer Risk: A Comprehensive Review. Semin Cancer Biol. 2025.

13. Sun S, Zhang J, Li Y, et al. Before-treatment body mass index as a prognostic factor in cancer patients receiving immune checkpoint inhibitors: a systematic review and dose-response meta-analysis. Front Immunol. 2026;17:1921470.

14. Wang L, Xu R, Kaelber DC, Berger NA. Glucagon-like peptide 1 receptor agonists and 13 obesity-associated cancers in patients with type 2 diabetes. JAMA Netw Open. 2024;7(7):e2421305.

15. Dai H, Li Y, Lee YA, et al. GLP-1 receptor agonists and cancer risk in adults with obesity. JAMA Oncol. 2025;11(10):1186-1193.

16. Ateiwi YA, Mahmood R, Wong HJ, et al. Glucagon-like peptide-1 receptor agonists and the risk of obesity-related cancers: a systematic review and meta-analysis. Diabetes Res Clin Pract. 2026:113158.

17. Valencia-Rincon E, Rai R, Chandra V, Wellberg EA. GLP-1 receptor agonists and cancer: current clinical evidence and translational opportunities for preclinical research. J Clin Invest. 2025;135(21):e194743.

18. Raja NP, Kandagari N. GLP-1 Receptor Agonists and Obesity Related Cancers: What We Know So Far. Curr Oncol Rep. 2026. doi:10.1007/s11912-026-01825-z

19. 陈万青, 陈可欣, 贺宇彤, 等. 基于液体活检技术的多癌种联合筛查专家共识(2025 版). 中华肿瘤杂志. 2025;47(7):558-574. doi:10.3760/cma.j.cn112152-20250605-00257

20. NHS-Galleri 研究组. Annual multicancer early detection testing and stage III/IV cancer incidence: primary results of a randomised controlled trial. N Engl J Med. 2026.

21. PROMISE 研究组. Multi-omics integration for pan-cancer early detection (NCT04972201). The Innovation. 2025.

22. 中国临床肿瘤学会指南工作委员会. 中国临床肿瘤学会(CSCO)子宫内膜癌诊疗指南 2025. 北京: 人民卫生出版社, 2025.

23. 2025 年亚太肝病学会临床实践指南:代谢相关脂肪性肝病的诊断和管理(摘译与解读). 临床肝胆病杂志. 2025. doi:10.12449/JCH250607

24. Global Consensus Recommendations for Metabolic Dysfunction-Associated Steatotic Liver Disease and Steatohepatitis. Clin Gastroenterol Hepatol. 2026.

25. Shiels MS, Haque AT, Berrington de González A, et al. Trends in cancer incidence and mortality rates in early-onset and older-onset age groups in the United States, 2010-2019. Cancer Discov. 2025;15(7):1363-1376.

免责声明:本文为基于公开发表文献与指南共识的学术解读与产业观察,不构成任何诊疗建议或产品推广承诺。文中提及的检测项目示例仅用于说明技术路径,具体适用人群、适应证与注册状态请以产品说明书、最新法规及临床医师判断为准。部分研究(如 GLP-1RA 与癌症风险)为观察性证据,因果关系尚未确立。

声明:本文仅用于分享,如涉及版权等问题,请尽快联系我们,我们第一时间更正,谢谢!