血液源性外泌体肿瘤 RNA 特征：多癌无创诊断的新希望

为改善癌症生存结局，研究人员开发血液源性外泌体 RNA 分析平台，发现 ETR.sig 可用于多癌诊断。

　　在健康与疾病的博弈中，癌症始终是人类难以攻克的 “堡垒”。据相关数据显示，癌症已然成为全球死亡率居高不下的主要原因之一。就拿 2020 年来说，乳腺癌、肺癌和前列腺癌是发病率排名前三的癌症类型，而肺癌、肝癌和胃癌则是导致死亡的 “罪魁祸首”。在美国，预计 2024 年新增癌症病例将超过 200 万，死亡人数约 60 万。到 2040 年，全球癌症病例更是可能激增至约 2800 万。如此严峻的形势，让癌症的早期检测成为改善患者生存结局的关键，就如同在黑暗中寻找一丝曙光。

目前，癌症的诊断主要依赖实验室检查和影像学技术的联合应用。然而，这种方式不仅给患者带来了沉重的经济负担，而且无法完全替代病理检查在诊断中的核心地位。于是，寻找可靠的癌症生物标志物，实现早期筛查和诊断，成为临床科学家们不懈探索的方向。在这个过程中，细胞外囊泡尤其是外泌体，因其含有 DNA、RNA 和蛋白质等成分，能够为癌症诊断提供有价值的信息，逐渐进入了研究人员的视野。但遗憾的是，现有的研究仍缺乏可靠的泛癌生物标志物和针对个体癌症的相应标志物，也缺少有效的评估算法和验证模型。

为了突破这些困境，广西医科大学等多家机构的研究人员展开了一项多阶段、多中心的研究。他们的研究成果发表在《Molecular Cancer》杂志上，为癌症诊断带来了新的希望。

研究人员采用了多种关键技术方法。首先，在样本队列方面，他们收集了来自 818 名参与者的外周血血浆外泌体 RNA，涵盖了 8 种癌症类型以及健康对照组，这些数据部分来源于 exoRbase 数据库和内部队列。其次，利用 RNA 测序（RNA-seq）技术对样本进行分析，以识别潜在的生物标志物。随后，通过 TaqMan 实时定量 PCR（qPCR）对筛选出的生物标志物进行验证。此外，还运用了机器学习技术构建诊断模型，并结合多种生物信息学分析方法，如基因富集分析、单因素逻辑回归分析、LASSO 分析等，对数据进行深入挖掘。

研究结果如下：

1. 探索血液源性外泌体 RNA 测序（exoRNA-seq）特征以识别多癌生物标志物：研究人员在发现阶段分析了 818 个血液源性 exoRNA-seq 数据，发现不同癌症类型的样本与对照组之间，基因表达存在差异。通过 KEGG 富集分析，这些差异表达基因（DEGs）与 “人类疾病” 显著相关。然而，PCA 分析显示，仅依靠整体基因表达谱难以有效区分癌症样本和对照样本，这表明血液中的外泌体 RNA 存在异质性，容易受到干扰因素的影响。
2. 利用 exoRNA-seq 特征优化候选多癌诊断基因：为了建立多癌诊断模型，研究人员整合数据，通过严格的筛选标准，确定了 44 个与癌症显著相关的基因。经过 LASSO 分析和随机森林（RF）机器学习算法训练，最终确定了包含 33 个关键基因的诊断基因 panel。该基因 panel 在区分多癌样本和对照样本时表现出良好的诊断性能，在验证集中的 AUC 达到 0.887，在单一癌症类型的诊断中，AUC 值也均超过 0.95。
3. 通过 TaqMan qPCR 检测和验证 33 种关键血液源性外泌体 RNA：由于核酸测序技术存在成本高、检测周期长的缺点，研究人员在筛选和验证阶段采用 TaqMan qPCR 对 33 个关键基因进行检测。经过两轮筛选，最终确定了 12 个关键 RNA，定义为外泌体肿瘤 RNA 特征（ETR.sig）。这些基因在癌症组和对照组之间的表达模式存在显著差异，显示出其在多癌检测和起源判断方面的潜力。
4. 利用 ETR.sig 准确检测和定位多种人类癌症：在模型构建阶段，研究人员使用 ETR.sig 构建诊断模型。结果显示，基于 RF 算法构建的多癌诊断模型在验证集中的 AUC 达到 0.915，多类分类模型在区分 8 种癌症类型时表现出色，AUC 达到 0.983。此外，针对单一癌症类型构建的诊断模型也具有较高的诊断可信度，各癌症类型的 AUC 值均超过 0.853。
5. ETR.sig 中关键基因的组织起源和细胞追踪：研究人员通过分析 TCGA 数据库中的 RNA-seq 数据、血液源性 exoRNA-seq 数据和血液源性外泌体 TaqMan qPCR 数据，探索 ETR.sig 中关键基因的组织和细胞起源。结果发现，大多数关键基因在肿瘤组织中呈上调表达，且与肿瘤分期和生存结局显著相关。通过对单细胞 RNA 测序（scRNA-seq）数据的分析，进一步确定了这些关键基因在巨噬细胞、上皮细胞和成纤维细胞等细胞类型中的表达差异。

研究结论和讨论部分指出，通过对大规模 exoRNA-seq 数据的综合分析，研究人员成功识别并验证了 ETR.sig 这一新型多癌生物标志物。它在癌症检测和起源判断方面展现出了良好的诊断准确性，有望成为一种微创、快速且可重复的诊断方法，为精准肿瘤学和液体活检策略的发展提供有力支持。然而，该研究也存在一些局限性，例如未纳入更多良性疾病样本、未充分考虑外泌体中的其他成分、样本量有待扩大以及对关键生物标志物的研究还需深入等。未来的研究需要针对这些问题进行改进，以进一步优化 ETR.sig 的性能，使其更好地应用于临床实践。

总体而言，这项研究为癌症诊断开辟了新的道路，虽然前方仍有挑战，但 ETR.sig 的发现无疑为攻克癌症带来了新的曙光，激励着科研人员继续深入探索，为人类健康事业贡献更多力量。