研究為胃癌診斷和預后判別提供一種液體活檢新策略

近日，中國科學院大連化學物理研究所研究員樸海龍與中山大學腫瘤防治中心鞠懷強教授、徐瑞華教授團隊合作，建立了基于血清脂質組學的胃癌診斷與預后分型高性能機器學習模型，能夠根據病人的血清脂質組學數據對病人是否患有胃癌，以及癌癥患者的預后情況進行預測與分析。相關成果發表在《歐洲分子生物學-分子醫學》上。

胃癌是全球第五大常見惡性腫瘤，也是導致癌癥相關死亡的第四大原因。對于接受根治性手術的早期胃癌患者，5年生存率可以超過90%，而接受化療和免疫療法的晚期胃癌患者的中位生存期不到15個月。因此，早期發現和診斷胃癌對于改善患者的預后至關重要。然而，目前報道的生物標志物敏感性和特異性較低，并且顯微病變常常在影像結果中被遺漏。

本工作中，研究人員首先對來自266個胃癌病人和266個健康人的血清脂質組學進行了高通量測量和深入挖掘，發現了胃癌病人和健康人血清脂質表達譜具有顯著差異性，并基于啟發式特征選擇算法和線性判別分型模型，建立了一種基于19種血清脂質的胃癌預測模型。該模型在交叉驗證和三個獨立樣本集中均顯示出優良的預測性能，優于目前臨床上常用的腫瘤血清標志物癌胚抗原、糖類抗原19-9和糖類抗原72-4。同時，研究人員利用無監督聚類算法，根據胃癌病人的血清脂質組學建立了胃癌病人的預后分型模型。該模型在三個獨立樣本集中均能夠識別出預后具有顯著差異性的病人分型。進一步地，研究人員利用通過空間代謝組學等多組學分析證實了胃癌組織中的脂質代謝紊亂。

本研究為胃癌的診斷和預后判別提供了一種基于血清脂質代謝組學的液體活檢新策略。

相關論文信息：https://doi.org/10.1038/s44321-024-00169-0