基于PIWI互作RNA的肺腺癌早期检测模型构建：一项多中心队列研究

《Molecular Biomedicine》：Identification of PIWI-interacting RNAs based models for lung adenocarcinoma early detection: a multicenter cohort study

本研究针对低剂量CT(LDCT)筛查肺腺癌(LUAD)假阳性率高、难以精准区分良恶性肺结节的临床难题，通过多中心队列整合组织-血清组学数据与机器学习，首次鉴定出肿瘤来源的循环piRNA标志物（piR-hsa-8393202和piR-hsa-8429916）。该双piRNA模型在早期LUAD（训练集AUC=0.918，验证集AUC=0.863）和原位腺癌（AUC=0.902~0.907）中均表现出卓越诊断性能，并能显著提升LDCT不确定结节的恶性风险分层能力（AUC=0.883），优于癌胚抗原（CEA）等传统标志物。功能实验进一步揭示其通过促进肿瘤增殖、抑制凋亡发挥促癌作用。该研究为肺结节分子分型提供了高稳定性、机制明确的非侵入性生物标志物。

　　

在全球范围内，肺腺癌（LUAD）作为非小细胞肺癌（NSCLC）的主要亚型，依然是癌症相关死亡的首要原因。尽管低剂量计算机断层扫描（LDCT）筛查的应用在一定程度上降低了肺癌死亡率，但其高假阳性率常导致不必要的侵入性检查、辐射暴露及患者焦虑。因此，临床亟需能够与LDCT互补的分子生物标志物，以优化肺结节的风险分层决策。

在此背景下，循环非编码RNA（ncRNA）因其稳定性、组织特异性及在体液中的可检测性，成为有前景的微创生物标志物。其中，PIWI互作RNA（piRNA）作为一类独特的小非编码RNA，在基因组完整性、表观遗传调控和肿瘤发生中的作用日益受到关注。梁爽、洪倩、徐清霞等研究人员在《Molecular Biomedicine》上发表的研究，旨在探索循环piRNA在LUAD早期检测和肺结节分层中的价值。

为了开展研究，作者团队主要运用了以下几项关键技术方法：研究采用多中心前瞻性标本收集、回顾性盲法评估（PRoBE）队列设计，从三个中国医疗中心共纳入1,653名参与者，经过质控后最终分析1,473名参与者的1,521份合格血清样本及48对LUAD癌与癌旁组织。通过生物信息学挖掘公共数据库（GEO：GSE110907, GSE151963）中的小RNA测序数据，筛选差异表达的piRNA。使用RT-qPCR（逆转录定量聚合酶链反应）对候选piRNA在组织和血清中的表达进行验证，并以U6 snRNA（组织）和hsa-miR-16-5p（血清）及外参cel-miR-39-3p（血清）进行标准化。利用多种机器学习算法（如逻辑回归、支持向量机、随机森林等）构建并优化诊断和分类模型，并通过SHAP（SHapley Additive exPlanations）值进行模型可解释性分析。通过细胞功能实验（CCK-8法检测细胞增殖、流式细胞术检测细胞凋亡）验证候选piRNA的生物学功能。

参与者特征

研究最终纳入了1,473名参与者，包括LUAD患者、良性肺结节患者和健康对照。样本被分配至发现、筛选、建模和评估四个阶段。一个重要的亚组分析针对350名LDCT检测出的孤立性肺结节（<30mm）患者进行，涵盖了纯磨玻璃结节、部分实性结节和实性结节。

发现LUAD患者血清和肿瘤组织中同时上调的候选piRNA

通过分析公共数据库中的小RNA测序数据，研究者在LUAD组织和血清中均发现了大量差异表达的piRNA。聚焦于在两者中均显著上调的piRNA，并经过严格筛选（ fold change>5，平均基线表达>10），最终确定了10个具有高诊断潜力的候选piRNA。

内部队列筛选揭示2个新型piRNA用于LUAD检测

在独立的本土队列中，研究人员验证了这10个优选piRNA的表达。组织分析显示5个piRNA在LUAD肿瘤中显著上调，血清分析则显示另一组5个piRNA在LUAD患者中上调。值得注意的是，仅有piR-hsa-8393202和piR-hsa-8429916在肿瘤组织和血清样本中均表现出一致性的上调，凸显了它们作为LUAD特异性生物标志物的潜力。

基于piR-hsa-8393202和piR-hsa-8429916构建LUAD诊断模型

基于这两个最有前景的piRNA，研究团队在来自国家癌症中心的样本中（711例LUAD, 72例良性肺疾病, 245例健康对照）量化了其血清表达水平。两者在LUAD患者中表达均显著高于良性组和健康组。通过比较九种机器学习算法，随机森林模型显示出最高的分类准确性，被选为最终模型。模型可解释性分析（SHAP）表明piR-hsa-8429916对区分LUAD的贡献最大。

多中心回顾性队列中的模型验证

该诊断模型在多中心队列中展现出强大的判别能力。在训练集、内部测试集和外部验证集中，其受试者工作特征曲线下面积（AUC）分别达到0.923、0.871和0.865。亚组分析表明，该双piRNA签名在不同组织学分级（高、中、低分化）的LUAD中均保持了稳健的诊断准确性，特别是在检测具有恶性潜能的早期和高分化病变方面。

基于piR-hsa-8393202和piR-hsa-8429916构建不确定肺结节分类模型

研究进一步评估了该双piRNA分类器对不确定肺结节（IPNs）的分层能力。结合两个piRNA、年龄、性别和癌胚抗原（CEA）水平，构建了一个随机森林分类模型。该模型在训练集和测试集中均表现出色（AUC分别为0.885和0.842），显著优于CEA。变量重要性分析显示两个piRNA标志物是主要的区分特征。

不确定肺结节分类模型的验证和亚组分析

进一步的亚组分析评估了该分类器在不同群体中的表现。在CEA水平升高的亚组中诊断效能最高（AUC=0.966）。按结节大小分层，≥0.8 cm的结节组诊断性能（AUC=0.897）优于<0.8 cm组（AUC=0.796）。按结节类型分层，部分实性结节组的诊断效能最高（AUC=0.906）。该双piRNA分类器在所有亚组分析中均一致地优于CEA和细胞角蛋白19片段抗原21-1（CYFRA 21-1）。

肿瘤来源的piR-hsa-8393202和piR-hsa-8429916具有高血清稳定性并在LUAD中发挥促癌功能

研究发现这两个piRNA在血清样本经历反复冻融循环后仍能保持稳定的表达水平。对48例LUAD患者配对术前术后血清样本的分析显示，术后两者循环水平均显著降低，且其血清表达与匹配的肿瘤组织水平呈正相关，术后降低程度与肿瘤体积相关，强有力地支持了其肿瘤来源的特性。细胞实验证实它们在LUAD细胞系中特异性高表达并主动分泌到培养基中。功能实验表明，抑制任一个piRNA均能显著抑制肿瘤细胞生长并促进细胞凋亡。

结论与意义

这项多中心研究确立了piR-hsa-8393202和piR-hsa-8429916作为新型、肿瘤来源的循环生物标志物，用于LUAD的早期检测和不确定肺结节的分子分类。该双piRNA签名在不同队列中展现出一致的诊断性能、分析稳定性以及相较于传统生物标志物的更高准确性。研究表明这些piRNA不仅作为生物标志物，本身也通过促进增殖和抑制凋亡在LUAD进展中发挥功能性作用。尽管回顾性设计和部分机制尚未完全阐明是该研究的局限之处，但其结果凸显了循环piRNA作为LDCT的分子辅助工具，为肺结节的个性化和管理提供了生物学信息基础，具有重要的临床转化潜力。