查看更多
密码过期或已经不安全,请修改密码
修改密码壹生身份认证协议书
同意
拒绝
同意
拒绝
同意
不同意并跳过
近日,上海交通大学医学院附属仁济医院郑军华、翟炜团队与上海交通大学生物医学工程学院钱昆团队在国际知名期刊《Advanced Science》上发布合作研究成果:基于血清和尿液代谢指纹代谢图谱的肾肿瘤分类、早期诊断和预后。
肾细胞癌在泌尿系统恶性肿瘤中发病率位居第三,致死率则位居第二。《肾细胞癌诊疗指南(2022年版)》数据显示,2022年中国新增肾细胞癌患者7.37万例,因肾细胞癌死亡的患者达2.4万例。据统计,术后5年内,约20%~25%的肾细胞癌患者将面临复发和转移的挑战。因此,开发新型简便的肾细胞癌监测工具显得尤为重要。
然而,现阶段常用的临床方法在小肿瘤识别、良性和恶性病例区分或耗时程序方面存在挑战。同时,缺乏有效的生物标志物和预后评估工具也在一定程度上阻碍了治疗策略的制定。据了解,针对肾细胞癌的有效管理,包括肿瘤良恶性判断、早期诊断和预后评估,对改善患者的生存结果至关重要,有助于提高5年生存率并指导临床干预。
液体活检技术作为一种非侵入性的检测方法,它通过分析生物体液(如血液、尿液等)中的细胞外囊泡、循环肿瘤DNA(ctDNA)、循环肿瘤细胞(CTCs)等生物标志物,来实时监测疾病的发生和发展。随着检测技术的不断更新迭代,液体活检在早期诊断、疾病监测、治疗效果评估以及个体化治疗策略制定等方面展现出巨大的潜力。代谢生物标志物作为生物代谢途径的最终产物,有潜力为当前进行的病理过程提供更深层次的表征。近期,由于代谢生物标志物检测过程的微创性,其在肾细胞癌的诊断中显示出巨大的应用前景。然而,目前基于代谢轮廓的研究多聚焦于单一生物体液的检测,这种做法存在一定的局限性,如检测样本范围有限,或其临床应用功能不足,既无法充分支持疾病的诊断,也难以有效预测疾病的预后。通过血清与尿液的综合分析将有望助力于识别出具备显著临床价值的潜在生物标志物。
在此研究中,作者首先构建来自仁济医院的SUPER肾肿瘤研究队列,进一步开发一种高效的血清和尿液代谢指纹分析方法,并利用机器学习成功对肾肿瘤进行亚型分类、早期诊断和预后。
代谢分析肾细胞癌多功能临床应用流程示意图
这项工作应用基于纳米粒子增强激光解吸电离质谱技术,分析肾肿瘤患者(共456例)及健康对照组(共200例)的代谢指纹图谱,所建立的分类模型在区分肾脏肿瘤与健康对照组时,其曲线下面积(AUC)为0.938;在区分恶性肿瘤与良性肿瘤的AUC为0.850;针对不同亚型的肾细胞癌,分类效果AUC为0.925-0.932。对于早期肾细胞癌亚型的诊断,在测试集中实现了90.5%的平均灵敏度和91.3%的特异性,并通过差异标志物分析发现,代谢生物标志物可作为肾细胞癌亚型诊断的潜在指标,且具有统计学意义(p < 0.05)。
此外,为了验证模型的预后性能,作者为肾细胞癌患者构建了一个预测模型,该模型在疾病预测方面表现出显著效果(p=0.003)。本研究不仅为代谢分析工具在肾细胞癌中提供了广阔的应用前景,也为肾脏肿瘤的早期诊断和精准治疗提供了新的策略和方法。
来源:仁济临研
查看更多