​​​​​​​Gut丨通过机器学习构建外泌体非编码 RNA 特征用于胃癌患者的无创早期检测
2025-01-14
81
来源: Gut

Gut通过机器学习构建外泌体非编码 RNA 特征用于胃癌患者的无创早期检测

 
 

胃癌 (GC) 仍然是一种普遍且可预防的疾病,但缺乏准确的早期诊断方法。外泌体非编码 RNA (ncRNA) 是一种液体活检,已成为各种肿瘤的有前途的诊断生物标志物。

早期发现对于改善胃癌 (GC) 患者的预后绝对具有重要意义,而基于液体活检的外泌体转录组特征是肿瘤早期诊断和预后的革命性工具。目前,外泌体转录组特征在 GC 诊断中的应用尚未得到深入研究,这些特征在 GC 发展中的作用仍不清楚。

 

 
相关研究
 
 

2025年1月3日,中山大学鞠怀强等人在GUT上发布了“Construction of exosome non-coding RNA feature for non-invasive,early detection of fastric cancer patients by machine learning:a multi-cohort study”的文章,提出了血清外泌体 ncRNA 特征为增强 GC 的早期诊断提供了一种有前途的液体活检方法。

1736838130582.jpg

使用 RNA 测序对 GC 患者 (n=37) 和健康供体 (n=20) 的血清外泌体进行表征,并通过血清外泌体和组织中的定量逆转录 PCR (qRT-PCR) 验证 GC 的潜在生物标志物。基于 518 例 GC 患者和 460 例健康供体的队列,使用 LASSO-logistic 回归开发了一个联合诊断模型,并通过受试者工作特征曲线评价其诊断性能。

RNA 测序确定了 182 种 GC 候选生物标志物,其中 31 种通过 qRT-PCR 验证为潜在生物标志物。根据四种长 ncRNA(RP11.443C10.1、CTD-2339L15.3、LINC00567 和 DiGeorge 综合征关键区基因 (DGCR9))的表达水平得出的综合诊断评分 (cd-score) 发现在区分 GC 患者和健康供体方面优于常用的生物标志物,如癌胚抗原、碳水化合物抗原 19-9 (CA19-9) 和 CA72-4,在训练、检测和外部验证队列中区分 GC 患者和健康供体,AUC 值为 0.959, 分别为 0.942 和 0.949。此外,cd 评分可有效识别胃肠道肿瘤生物标志物阴性的 GC 患者和早期 GC 患者。此外,分子生物学分析显示,敲低 DGCR9 抑制了 GC 肿瘤的生长。

 
研究结果
 
 

通过进行了一项多阶段研究,以开发一种血清外泌体非编码 RNA (ncRNA) 特征,用于通过机器学习诊断 GC。结果显示,外泌体 ncRNA 功能具有广泛的实用性,包括诊断传统胃肠道肿瘤相关生物标志物阴性的 GC 患者和早期患者。外泌体特征的一种长链非编码 RNA 被证明在 GC 的启动中起着至关重要的作用,并且是一个有前途的干预靶点。

 

 

出处:https://gut.bmj.com/content/early/2025/01/03/gutjnl-2024-333522?rss=1

 

 

 

图片来源网络,如有侵权请及时联系删除!