重磅！浙江省肿瘤医院、上海交大发起最大规模研究 发现更适合中国人体质的“早筛”新方法！

近日，浙江省肿瘤医院程向东、袁莉团队、上海交通大学钱昆团队基于血浆代谢信息，做了一个血浆代谢指纹图谱（PMFs），并从中建立一个由 21 种代谢物组成的胃癌诊断模型，其在验证集中的曲线下面积（AUC）值为0.907-0.940。此外，研究还构建了一个胃癌预后评分系统，可以有效预测胃癌患者的生存情况。研究论文“Efficient plasma metabolic fingerprinting as a novel tool for diagnosis and prognosis of gastric cancer: a large-scale, multicentre study”发表在《GUT》上。

https://gut.bmj.com/content/early/2023/07/17/gutjnl-2023-330045.long

研究背景

胃癌（GC）是全球第五大常见恶性肿瘤，也是全球第四大癌症相关死亡原因，根据国际癌症研究机构的最新数据，每年大约有200万例新发GC患者和80万例与GC相关的死亡。早期GC患者的5年总生存期（OS）可超过90%，而局部或远处转移的晚期GC患者的5年OS可降至5%-30%。然而，目前GC的诊断依赖于复杂的胃镜检查和经验丰富的医生，影响了大规模应用，特别是在资源有限的地区。因此，基于生物标志物的新兴血液检测迫在眉睫，其操作简单，易于观察，有望将GC的早期诊断推向大规模使用。

癌症生物标志物的选择是用于诊断目的的血液检查的核心，考虑细胞生物标志物（例如，循环肿瘤细胞和癌症外泌体）和分子生物标志物（核酸，蛋白质和代谢物）。虽然细胞生物标志物取得了进展，但临床环境中许多广泛使用的生物标志物都是以其稳定性而闻名的分子生物标志物。值得注意的是，在小型初步队列中，可作为GC生物标志物的可用代谢物仍然非常有限。因此，需要代谢生物标志物组合，以实现诊断和预后方面的多重功能。

研究方法

我们进行了一项大规模的多中心研究（如图1A所示），包括来自7个回顾性队列中心的1944名受试者和前瞻性队列中的264名受试者。然后，采用微阵列NPELDI-MS构建PMF。在激光下分析痕量预处理的血浆（每个样品0.5 μL）以获取原始质谱，并通过数据预处理构建PMF（图1B）。此外，超高效液相色谱（UPLC）-MS应用于前瞻性队列进行验证。此外，还对PMFs进行了GC的诊断和预后分析。具体而言，借助机器学习进行特征选择和模型构建以进行GC诊断，并依次执行单变量和多变量Cox回归进行预后模型构建（图1C）。

用于胃癌（GC）诊断和预后的 PMF 示意图

研究结果

研究人员采用5种机器学习算法，来评估PMF的诊断性能（即根据机器学习算法中每个样本被诊断为胃癌的概率计算得出的得分）。研究发现，无论采用哪一种机器学习算法，训练集和验证集中胃癌患者的得分均高于非胃癌参与者（0.638-0.961 vs. 0.035-0.557，P<0.05），提示胃癌与非胃癌参与者的PMF存在显著差异。

接下来，研究人员为了提高血浆代谢物检测的临床实用性，进一步对初步获取的代谢物信号进行筛选，最终找到了一个由21个代谢物组成的胃癌诊断模型，其中，有11个代谢物在胃癌患者中表达上调，10个代谢物表达下调（P<0.05）。

代谢物筛选

这个模型无论是在训练集还是在验证集均表现出了良好的特异性、敏感性和准确性（在训练集在验证集中，这个诊断模型的敏感性为78.2％–89.6％，特异性为80.6％–93.3％，准确性为81.2％–91.6％，AUC为0.921–0.971；在验证集中，这个诊断模型的敏感性为78.8％–90.1％，特异性为75.6％–89.2％，准确性为82.6％–87.5％，AUC为0.907–0.940）。在前瞻性队列中该模型也得到了有效的验证（AUC为0.855-0.918）。此外，该诊断模型还能有效区分和识别临床分期在I-II期的早期胃癌（AUC可达0.871-0.978）。

最后，研究人员对随访>3个月且有完整检查数据的935名胃癌患者的血液代谢物进行了分析，建立了由 4 个代谢物（丙烯酰胺、甘氨酸、脯氨酸、缬氨酸）组成的血浆代谢物预后评分（PMP）系统，然后再根据患者PMP评分情况区分高危组（PMP>-2.09）和低危组（PMP<-2.09）患者。结果发现，无论是在训练集还是在验证集，低危患者的中位生存时间明显更长。在预测患者的长期生存（5-9年）方面，PMP评分与传统TNM临床分期的效能相当。

一般来说，我们通过启动一项大规模的多中心研究并使用NPELDI-MS记录GC特异性PMF来验证血浆代谢面板对GC诊断和预后的高性能。目前，我们正在进行一项大规模的前瞻性临床试验，以进一步验证这些模型的性能。我们设想这些诊断和预后模型有可能改变GC患者的筛查，并有助于GC管理。（转化医学网360zhyx.com）

参考资料：

https://onlinelibrary.wiley.com/doi/10.1002/cac2.12476

注：本文旨在介绍医学研究进展，不能作为治疗方案参考。如需获得健康指导，请至正规医院就诊。