癌症液体活检新突破！血小板RNA谱可准确区分癌症种类和分期！

yinfuhua

《癌细胞》：癌症液体活检新突破！血小板RNA谱可准确区分癌症种类和分期！
. T( l: G0 s4 Q来源：奇点糕 2022-10-26 18:02+ z7 B4 T# e( N# g( ^* L/ T% w4 l/ G. \6 G
这项研究通过大样本的癌症数据发现源于血小板的RNA谱可有效诊断多种癌症，并实现了对癌症原始病灶的溯源。
( s1 g5 B) k7 l4 H! T, U众所周知，早期癌症和晚期癌症的生存预后相差甚大，在癌症早期阶段发现并及时治疗可显著改善癌症整体生存预后。近年来，以循环游离DNA（cfDNA）为研究核心的液体活检技术在癌症筛查中具有重要作用[1]，但在癌症的早期阶段，患者血浆中cfDNA含量较低[2]。因此，开发新的液体活检指标对于癌症早筛和预后改善至关重要。+ i5 x+ h* s; ^; s: F  F
血小板在血液中大量存在且易于分离，除了正常的凝血功能以外，其在炎症性疾病发生、癌症进展和转移中的作用也得到了广泛的研究，可作为癌症检测的可靠生物来源。
2 V! R1 s7 u5 l4 W既往研究表明，血小板可分离出肿瘤来源的RNA，肿瘤也可以通过改变血小板的RNA谱来诱导血小板，而被肿瘤诱导的血小板（TEP）衍生的RNA谱可能具特异性，或可用来作为局部和转移性癌症的辅助诊断方法。7 H% z& \& n  [# x' o
近期，荷兰阿姆斯特丹癌症中心和液体活检中心Thomas Wurdinger和Myron G. Best教授领衔的研究团队在Cancer Cell上表了一项重要研究成果。他们发现，利用TEP衍生的RNA表达谱可检测出18种癌症，相比于健康对照，具有99%的特异性，且对多个阶段的肿瘤都具有较高的诊断价值[5]。[img=415,152]blob:http://www.stemcell8.cn/923d7c4e-1bbc-42c2-ab1e-238f0e224d46[/img]
7 X# P! N/ ^1 i! {7 e; }" ]" H" E% J: H6 x% o+ M) r, ^" H
图1. 文章首页截图
$ R* j% H, D. ]# m为精确计算血小板RNA谱诊断癌症的能力，研究人员通过迭代建模的方法构建了泛癌thromboSeq算法模型，并在此算法上进行优化，以期达到可溯源癌症原始病灶的能力（图2）。3 T" y- o$ W6 @
研究人员先是对血小板RNA测序后进行严格的质量控制，最后从13个机构中纳入了2351个人的血小板样本，包括1628例癌症患者样本（涵盖18种肿瘤）、390例健康人样本、333例炎性疾病/心血管疾病/良性肿瘤患者样本，进行后续分析。5 B4 Z, Q3 N/ ^: m" ?! g
[img=415,324]blob:http://www.stemcell8.cn/2d3c7da4-4a39-4563-814c-bd8bebaec7ed[/img]
7 a$ S" m7 S  x. Z
& \/ P( W3 a, c1 T% o. T图2. 泛癌算法模型
* t& Z  {5 P* y. r/ ?9 \基于这个算法模型，研究人员想知道是否可以利用TEP衍生RNA谱开发一种可早期特异性检测癌症的方法，起到准确诊断癌症的作用。8 s# f! T2 c* l) X
于是研究人员对计算模型进行了评估和大样本验证，其中使用391例样本用于模型构建，385例样本用于模型评估；1575例（包含1096名癌症患者样本、146名健康人群样本及333例非癌症疾病患者样本）样本用于模型验证。) G2 a5 h9 k& F8 L, l& ~
当研究人员以这个计算模型进行诊断时，若以健康人群作为对照时，模型组、评估组和验证组的曲线下面积（AUC值）分别达到了0.91、0.87和0.91（图3A，B）。血小板RNA谱检测癌症的灵敏度可达64%，特异性高达99%，TNM病理分期分期为I-IV期的检测准确率分别为46%、47%、54%和72%（图3C）。' W! F0 P' L0 g# o" t6 I" R
然而，当研究人员以非癌症疾病（炎症/心血管疾病/良性肿瘤患者的血液样本）作为对照时，检测特异性就降低至78%（图3D）。这说明患者的潜在疾病可能会影响检测的准确性。
" h0 _; z! r, b* f5 r& b7 g[img=415,377]blob:http://www.stemcell8.cn/eca8a2a0-3179-434a-b942-e0fe551aac9d[/img]
  L: C. |/ ~4 z( F* u+ U$ K& G4 d
图3. 血小板RNA谱对诊断肿瘤的准确率5 N4 o: V6 v$ C# _) |' E8 q
随后，为检测构建的计算模型是否具有普遍性，研究人员从验证组中挑选了两个代表性机构的患者样本（样本贡献较多的机构13和样本贡献较少的机构3）进行了亚组分析，发现这个算法模型对机构13和机构3的各病理分期的癌症患者检出率相似（图4），表明这种泛癌测试模型具有普遍性。
4 x2 P1 }. t% f* u; d[img=415,321]blob:http://www.stemcell8.cn/2d8a7b39-5bf2-4068-8dfd-4b31777b5c27[/img]# G# v$ a$ V! |! Y2 f$ T9 `

, L! H  E  S8 x: @图4. 血小板RNA谱在不同机构癌症患者中的检出率
/ v6 S: W* ]7 a5 `  s: d0 O由此可见，这个基于血小板RNA谱的检测模型具有很高的诊断效能。但在癌症早期诊断过程中，如何特异性诊断某一种癌症，也是一个需要解决的问题。
7 F: ?  D! ^9 i. F) r研究人员通过纳入1025例原发肿瘤患者的血液样本，并根据肿瘤类型进行分组（522例非小细胞肺癌、144例卵巢癌、132例神经胶质瘤、126例胰腺癌及101例头颈部癌样本），然后构建“肿瘤来源血小板RNA谱交叉验证算法模型”，实现对肿瘤原始病灶的溯源。
* F4 S4 r' _- ^9 a6 x6 ]结果表明，通过“肿瘤来源血小板RNA谱交叉验证算法模型”诊断神经胶质瘤、头颈部癌、非小细胞肺癌、卵巢癌及胰腺癌的准确率分别达79%、65%、82%、45%及28%（图5A，C）。此外，在5个肿瘤类型的每个肿瘤分期检测中，该算法在晚期肿瘤中检测的准确性最佳，I-III期准确率为75%，IV期准确率为89%（图5B）。
$ e' a$ \1 A, N[img=415,432]blob:http://www.stemcell8.cn/82918b0a-151f-47cc-bf47-6f542dd30b8d[/img]
0 F3 `. x% x" ^6 }8 m8 H% ]& P
% p+ h# Q! z" U; O' b+ ]图5. 血小板RNA谱诊断肿瘤来源模型效能
# {9 P) g; ]# v! m/ M5 z由于血小板分布具有全身性，血小板RNA谱在诊断时不可避免地会遇到一个问题，即转移到某个器官肿瘤的血小板RNA谱是否与这个器官原发肿瘤的血小板RNA谱有区别？这会直接影响到血小板RNA谱在诊断肿瘤来源中的可靠性。
# i6 w! ?& a$ r: B! \基于这个问题，研究人员分析了132例胶质瘤患者、93例脑转移患者、299例转移性肿瘤患者（由非小细胞肺癌、黑色素瘤、乳腺癌、结直肠癌、食管癌、胰腺癌及肾细胞癌转移至其他器官，包括转移至脑部的93例患者）样本的血小板RNA谱评分，并发现颅内肿瘤与颅外肿瘤的血小板RNA谱具有明显的区别，而原发性肿瘤伴脑转移样本的评分介于两者之间（图5）。这表明，对于脑转移患者而言，血小板RNA谱很有可能会受到受到原发肿瘤和转移瘤两方面的影响。- M% R' e4 X$ \( w4 Y! d$ m# Z
[img=415,241]blob:http://www.stemcell8.cn/b1957c35-bc87-49f4-a816-232a81e7c627[/img]9 Q% @* t' A. H1 E

0 L* e+ |' L: i7 u- V图6. 脑转移患者、原发性脑肿瘤和其他部位肿瘤血小板谱的区别2 x/ s; A1 x' R1 D* A3 _, |
总之，这项研究通过大样本的癌症数据发现源于血小板的RNA谱可有效诊断多种癌症，并实现了对癌症原始病灶的溯源。这项研究对液体活检是一个重要的补充，对于癌症早筛具有很重要的指导意义，至于该方法是否能取代游离循环肿瘤细胞（CTC）成为最有前景的液体活检技术，还需要更多证据验证才行。
" I4 q* o8 O1 E" b7 a* a# g% l5 I参考文献：; W0 _( d3 d/ l9 L# I7 m& I1 ^
[1] Sabrkhany S, Kuijpers MJE, Griffioen AW, et al. Platelets: the holy grail in cancer blood biomarker research? Angiogenesis. 2019 Feb;22(1):1-2. doi: 10.1007/s10456-018-9651-4.
. X2 r* E/ V, S4 p- ~  P9 X1 T* \[2] Heitzer E, Haque IS, Roberts CES, et al. Current and future perspectives of liquid biopsies in genomics-driven oncology. Nat Rev Genet. 2019 Feb;20(2):71-88. doi: 10.1038/s41576-018-0071-5.6 {' s% X  B; C. W7 b" r
[3] In 't Veld SGJG, Wurdinger T. Tumor-educated platelets. Blood. 2019 May 30;133(22):2359-2364. doi: 10.1182/blood-2018-12-852830. & x" v  `- [2 R( S6 @
[4] Shen Y, Lai Y, Xu D, et al. Diagnosis of thyroid neoplasm using support vector machine algorithms based on platelet RNA-seq. Endocrine. 2021 Jun;72(3):758-783. doi: 10.1007/s12020-020-02523-x.
9 i/ h" L6 x5 |$ a* ~3 I  K[5] In 't Veld SGJG, Arkani M, Post E, et al. Detection and localization of early- and late-stage cancers using platelet RNA. Cancer Cell. 2022 Sep 12;40(9):999-1009.e6. doi: 10.1016/j.ccell.2022.08.006.
7 [# G3 q$ ~2 T+ P" I  ]4 N3 b, Q5 I4 K
  J1 k9 w+ X, l6 Z