Исследователи интегрировали данные 483 первичных опухолей светлоклеточного почечноклеточного рака из базы TCGA, объединив Z-scores активности сигнальных путей (PARADIGM), оценки активности транскрипционных факторов (RABIT) и нормализованную экспрессию мRNA. Молекулярные подтипы определяли методом консенсусной кластеризации с последующей характеристикой через GSEA (наборы генов MSigDB Hallmark), дифференциальный анализ экспрессии и путей, а также многофакторную регрессию Кокса с поправкой на возраст, пол и стадию. Внешняя валидация выполнена с использованием Random Forest классификатора.

Консенсусная кластеризация выявила два молекулярных подтипа (K=2, стабильность 0.957). Кластер 0 (пролиферативно-метаболический) (n=154, 31.9%) характеризовался обогащением по E2F Targets (NES=2.140, FDR 1).

Многофакторный регрессионный анализ Кокса подтвердил принадлежность к кластеру как независимый прогностический фактор (HR=0.70, 95% CI 0.51–0.96, p=0.026): кластер 1 ассоциирован с улучшенной общей выживаемостью. Внешняя валидация воспроизвела значимую стратификацию по выживаемости (Log-Rank p=1.66×10⁻²).

Интеграция регуляторных сетей с данными экспрессии генов позволила определить два биологически различных подтипа ccRCC: пролиферативно-метаболический с худшим прогнозом и ангиогенно-иммунный с улучшенной выживаемостью. Этот подход создаёт основанную на регуляторных сетях транскриптомную платформу для молекулярно стратифицированного принятия решений в прогнозировании и терапии ccRCC.