编辑推荐：
胆管癌（CCA）复发率高，现有监测和诊断手段不足。研究人员开展了基于血清代谢组学和机器学习预测 CCA 复发的研究。他们发现了相关代谢物标志物，构建的支持向量机（SVM）模型预测准确率高，有助于个性化治疗，改善患者预后。
胆管癌是一种恶性程度较高的胆道肿瘤，早期症状隐匿，多数患者确诊时已处于晚期。手术切除联合辅助化疗是主要治疗手段，但术后复发率高，严重影响患者的长期生存。目前，临床上缺乏有效的工具来准确监测和诊断胆管癌的复发。常用的肿瘤标志物，如癌胚抗原（CEA）和糖类抗原 19 - 9（CA19 - 9），存在特异性低、无法区分早期和晚期复发等局限性，难以满足临床需求。因此，寻找新型生物标志物，提高胆管癌复发预测的准确性，成为亟待解决的问题。
为了解决这些问题，泰国孔敬大学（Khon Kaen University）的研究人员开展了一项旨在识别基于代谢物的生物标志物，评估复发严重程度，阐明胆管癌复发潜在分子机制的研究。该研究成果发表在《Scientific Reports》上。
研究人员主要运用了以下关键技术方法：收集 88 例胆管癌患者术前血清样本（样本来自孔敬大学医学院 Srinagarind 医院生物样本库），采用超高效液相色谱 - 四极杆飞行时间质谱（UPLC - MS）进行非靶向血清代谢组学分析，筛选差异代谢物；利用支持向量机（SVM）构建预测模型，对早期和晚期复发进行分类预测；运用 MetaboAnalyst 6.0 进行代谢通路分析，探究代谢变化与胆管癌复发的关系。
研究结果如下：
- 患者特征和预后：88 例患者分为训练队列（n = 60）和测试队列（n = 28），根据无复发生存期（RFS）将复发患者分为早期复发（RFS < 365 天）和晚期复发（RFS ≥ 365 天）。训练队列含 28 例早期复发和 32 例晚期复发患者，测试队列含 10 例早期复发和 18 例晚期复发患者。研究记录了患者的临床病理特征和术前实验室数据。
- 全局代谢组学分析：非靶向代谢组学分析在正离子模式下鉴定出 2369 种代谢物，负离子模式下鉴定出 1872 种代谢物。通过 OPLS - DA 分析，有效区分了早期和晚期复发组，且经置换检验证实模型无过拟合。VIP 图和火山图筛选出 90 种显著代谢物，包括氨基酸、脂肪酸和脂质等，分为常见代谢物和脂质代谢物，用于后续分析。
- 候选代谢物区分能力评估：使用 90 种候选代谢物对训练集和测试集进行 OPLS - DA 分析，结果显示模型能有效区分早期和晚期复发组，且置换检验验证了模型的可靠性和稳健性，表明这些候选代谢物在区分复发组方面具有有效性。
- 基于 SVM 的预测模型构建：基于 90 种候选代谢物构建 SVM 模型，其中模型 4（包含 20 种代谢物）预测准确性最高，在训练集和测试集上均表现出良好的性能，预测结果与临床诊断结果相符。同时，模型 3（仅含 10 种代谢物）预测性能与模型 4 相当，且简化了模型复杂度。
- 通路分析：代谢通路分析发现，常见代谢物涉及氨基酸代谢、三羧酸循环（TCA cycle）等九条显著通路；脂质代谢物涉及不饱和脂肪酸生物合成、甘油磷脂代谢等关键通路。这些通路与氨基酸代谢、脂质代谢和能量代谢相关，可能促进疾病进展。
研究结论和讨论部分指出，该研究揭示了胆管癌早期和晚期复发的不同代谢特征，确定的 90 种代谢物可作为潜在生物标志物，用于术前复发分类。SVM 模型在区分早期和晚期复发方面表现出色，特别是模型 4 和模型 3，为临床预测复发提供了有力工具。此外，研究还发现胆管癌复发与氨基酸、脂质和能量代谢的改变密切相关，这些代谢变化为肿瘤生长和转移提供能量和物质支持。这一研究成果为胆管癌的早期诊断和个性化治疗提供了新的思路和方法，有助于提高患者的生存率和生活质量，对胆管癌的临床管理具有重要意义。
