编辑推荐：
结直肠癌（CRC）严重威胁健康，现有诊断方法存在不足。研究人员开展筛选 CRC 新型生物标志物的研究，通过多组学分析找到 12 种潜在肿瘤相关抗原（TAAs），5 种对应自身抗体（TAAbs）有诊断价值，构建的随机森林（RF）模型可辅助诊断，为 CRC 诊断提供新方向。
在全球范围内，结直肠癌（Colorectal Cancer，CRC）是一种严重威胁人类健康的恶性肿瘤。它是全球第三大常见癌症 ，也是癌症相关死亡的第二大原因。随着生活方式的改变，近年来其发病呈现出年轻化的趋势。目前，虽然乙状结肠镜和结肠镜检查是 CRC 诊断的金标准，但它们属于侵入性检查，部分患者接受度较低。粪便检测虽然较为便捷，但粪便免疫化学检测对 CRC 检测的灵敏度仅为 67.3%，多靶点粪便 DNA 检测灵敏度虽高（93.9%）但成本较高。血液检测方面，FDA 批准的甲基化 SEPT9 作为血液生物标志物，其检测早期 CRC 的灵敏度仅 44.7%，对晚期腺瘤的检测灵敏度更是低至 11.2%。传统临床肿瘤标志物如癌胚抗原（CEA）和糖类抗原 19 - 9（CA19 - 9），在 CRC 诊断中的灵敏度也十分有限。因此，开发高效、便捷且患者友好的 CRC 诊断方法迫在眉睫。
为了解决这些问题，郑州大学的研究人员开展了一项极具意义的研究。他们旨在筛选并验证新型生物标志物，并开发一个易于使用的在线工具用于 CRC 的检测。该研究成果发表在《BMC Cancer》杂志上。
研究人员采用了多种关键技术方法。在样本方面，收集了 300 例 CRC 患者和 300 例健康对照（Healthy Controls，HCs）的血清样本，这些样本来自河南肿瘤流行病学重点实验室生物样本库。在技术手段上，运用了多组学方法，包括从 Gene Expression Omnibus（GEO）数据库获取单细胞转录组数据，从 Clinical Proteomic Tumor Analysis Consortium（CPTAC）数据库下载蛋白质组数据；利用酶联免疫吸附试验（Enzyme - linked Immunosorbent Assays，ELISA）检测血清中肿瘤相关自身抗体（Tumor - associated Autoantibodies，TAAbs）水平；借助 “tidymodels” R 包运用 10 种机器学习算法构建诊断模型 。
研究结果如下：
- 候选 TAAs 的鉴定：通过单细胞转录组数据分析，利用 R 包 Seurat 进行数据转换、质量控制等操作，鉴定出上皮细胞及其亚型。对比肿瘤和正常上皮细胞，发现 800 个上调基因，以及在四种共识分子亚型（Consensus Molecular Subtypes，CMS）中均过表达的 1226 个基因。从蛋白质组数据中鉴定出 284 个上调蛋白。经过一系列筛选策略，最终确定了 12 种潜在的 TAAs，包括 HMGA1、NPM1 等，这些基因富集在与癌症发生和进展密切相关的通路中。
- TAAbs 的诊断性能评估：ELISA 结果显示，在验证阶段，6 种 TAAbs（抗 CKS1B、抗 ACTG1、抗 S100A11、抗 maspin、抗 ANXA3 和抗 eEF2）在 CRC 患者和健康对照之间存在显著差异。在验证阶段，这 6 种 TAAbs 的 AUC 值范围为 0.58 - 0.64；在验证阶段，其中 5 种 TAAbs（除抗 ACTG1 外）表现出潜在的诊断价值，AUC 范围为 0.53 - 0.69 。
- 免疫诊断模型的性能：运用 10 种机器学习算法构建诊断模型，在训练集中，模型的 AUC 值范围为 0.67 - 0.84，准确率范围为 61.90 - 72.62%；在测试集中，AUC 范围为 0.63 - 0.77，准确率范围为 61.11 - 68.33%。Stacking 模型在训练集中表现最佳（AUC：0.84，95% CI = 0.80 - 0.87），随机森林（Random Forest，RF）模型次之（AUC：0.82，95% CI = 0.78 - 0.86）。但决策曲线分析（Decision Curve Analysis，DCA）表明 RF 模型在临床应用中更具优势，因此选择 RF 模型进行后续研究。RF 模型在训练集和测试集中表现稳定，训练集 AUC 为 0.82（95% CI：0.78 - 0.86），准确率 68.10%；测试集 AUC 为 0.75（95% CI：0.68 - 0.82），准确率 67.22%。
- 联合诊断的优势：将 RF 模型与 CEA 和 CA19 - 9 联合使用，显著提高了诊断的阳性率。在训练集中，RF 模型阳性率为 50.3 - 50.5%，CEA 和 CA19 - 9 分别为 39.6% 和 20.2%，三者联合后阳性率提升至 75.0%；在测试集中，RF 模型阳性率为 51.8%，CEA 和 CA19 - 9 分别为 34.1% 和 12.9% ，联合后阳性率达到 65.9%。
- 亚组分析：在训练数据集进行亚组分析发现，该模型对 50 岁及以上人群的诊断效果明显优于 50 岁以下人群，但在疾病早期和晚期阶段，模型性能差异无统计学意义。
研究结论和讨论部分指出，该研究成功开发并验证了一种基于 TAAbs 和机器学习模型的新型 CRC 诊断方法。通过多组学分析筛选出的 5 种 TAAbs，与传统生物标志物 CEA 和 CA19 - 9 联合使用，显著提高了 CRC 的诊断性能。这为 CRC 的早期诊断提供了新的思路和方法，有望在临床实践中发挥重要作用。不过，该研究也存在一定的局限性，如样本量相对有限，研究人群主要来自中国中部地区，可能影响研究结果的普遍性；未评估吸烟、饮酒等潜在混杂因素的影响。未来需要开展大规模、多中心的研究，进一步验证该模型的诊断性能及其在不同人群中的适用性 。总的来说，这项研究为结直肠癌的诊断开辟了新的道路，具有重要的科学意义和临床应用潜力。
