Cell子刊：基于机器学习的分析识别和验证血清外泌体蛋白质组学特征，可用于结直肠癌的诊断！

血清细胞外囊泡(EVs)作为诊断结直肠癌(CRC)的非侵入性生物标志物的潜力仍然难以捉摸。

2024年8月20日，中山大学Huang Zhijian、Yang Zheng、深圳市人民医院袁小澎共同通讯在Cell Reports Medicine在线发表题为“Machine learning-based analysis identifies and validates serum exosomal proteomic signatures for the diagnosis of colorectal cancer”的研究论文，该研究表明采用了深入的4D-DIA蛋白质组学和机器学习(ML)管道，从37例发现队列的血清EV样本中鉴定出了用于CRC诊断的关键蛋白PF4和AACT。

在912例个体中，采用ELISA检测PF4和AACT优于传统的生物标志物CEA和CA19-9。此外，还开发了一个诊断效率最高的EVs相关随机森林(RF)模型，在训练集和测试集上的AUC值分别为0.960和0.963。值得注意的是，该模型对早期结直肠癌的诊断性能可靠，并能将结直肠癌与良性结直肠癌区分开来。此外，采用多组学方法预测血清EVs衍生蛋白的功能和潜在来源。总之，该研究确定了血清EVs中关键的蛋白质组学特征，并建立了一个有希望用于临床CRC诊断的EVs相关RF模型。

结直肠癌(CRC)是世界上最常见的癌症之一，每年约有180万新病例和90万死亡病例报告。遗憾的是，由于早期CRC的症状隐匿，超过50%的患者被诊断为进展期，5年生存率为20%。然而，早期诊断CRC可以使患者得到及时和最佳的治疗，将5年生存率提高到90% 2虽然结肠镜检查仍然是诊断结直肠癌的金标准，但其侵入性和重复检查的挑战限制了其作为筛查方法的广泛应用。此外，据报道，癌胚抗原(CEA)和碳水化合物抗原19-9 (CA19-9)是CRC诊断中最常用的两种生物标志物，但敏感性不足，更适合于CRC患者治疗过程中的动态监测。因此，开发无创早期诊断结直肠癌的方法是一个迫切需要解决的目标。

液体活检由于其无创、敏感和动态的特点，近年来已成为癌症诊断和常规治疗领域的一个重要研究领域。细胞外囊泡(EVs)是液体活检中重要的生物标志物，携带重要的生物信息，如蛋白质和核酸，是细胞间通讯的重要介质。数字液滴PCR技术的发展，进一步推动了EVs非编码RNA的研究。研究表明，来自各种体液的EVs携带的非编码RNA具有作为肿瘤诊断候选生物标志物的潜力在早期结直肠癌中，血浆EVs衍生的microRNAs (miRNAs)，包括let-7b-3p、miR-125a和miR-320c，在结直肠癌诊断中表现出很高的诊断性能。与RNA相比，EVs衍生蛋白的稳定性更适合于临床检查。然而，以往蛋白质组学技术的局限性限制了EVs衍生蛋白谱的研究进展。

机理模式图（图源自Cell Reports Medicine）

机器学习(Machine learning, ML)作为人工智能的一个重要分支，近年来在肿瘤诊断和治疗管理中受到越来越多的关注。与传统的诊断模型相比，机器学习方法更灵活，更适合捕获非线性关联和集成大量医学数据，包括医学成像和多组学数据多种ML方法可用于从液体活检分析物中提取关键特征并建立诊断模型，从而获得卓越的癌症诊断特异性和敏感性。例如，基于随机森林(RF)算法的诊断模型通过利用来自组织和血液的微生物，在20多种癌症中表现出卓越的性能。因此，基于最优算法的ML模型有可能通过分析组织和血液材料来提高癌症诊断的准确性。

在该研究中，作者使用4D-DIA蛋白质组学和ELISA技术证明了AACT在结直肠癌患者的EVs中显著升高，具有临床诊断价值。生物信息学结果还表明，EVs衍生的AACT与急性炎症反应途径最相关，可以激活NF-kB信号。此外，STRING数据库分析表明，AACT可能通过重要的炎症调节因子TGF-β参与炎症和NF-κB信号通路。然而，AACT也能够进入细胞核并与染色质建立紧密联系，从而抑制肝癌细胞的增殖。此外，AACT在结直肠癌上皮细胞中表现出异常升高，与蛋白水解途径呈负相关。AACT在细胞骨架和蛋白质代谢途径中的潜在作用仍有待进一步研究。综上所述，尽管还需要进一步的研究来充分了解其在肿瘤进展中的作用，但AACT作为CRC的诊断和治疗靶点可能前景广阔。

参考消息：

https://www.cell.com/cell-reports-medicine/fulltext/S2666-3791(24)00410-5#%20