查结肠直肠癌相关的自身抗原通过多omics分析和对应的自身抗体的诊断性能的评估

科学领域:

• 在瘤学瘤学.
• 生物标志物发现发现
• 计算生物学 计算生物学

背景情况:

• 结肠直肠癌 (CRC) 仍然是一个重大的全球健康挑战.
• 早期检测对于改善患者的治疗结果至关重要.
• 对于有效的CRC查,需要新的生物标志物和可访问的诊断工具.

研究的目的:

• 选和验证用于结直肠癌 (CRC) 检测的新生物标志物.
• 开发一个用户友好的在线工具,以加强CRC诊断.
• 识别瘤相关抗原 (TAAs) 和它们相应的自身抗体 (TAAbs).

主要方法:

• 采用了结合蛋白质组和单细胞转录组分析的多组学方法.
• 确定了候选TAA,并通过ELISA对300名CRC患者和300名对照患者进行了血清TAA的评估.
• 十个机器学习算法被用于构建诊断模型,其中最好的集成到R Shiny GUI中.

主要成果:

• 确定了12个潜在的TAA,包括HMGA1,NPM1和CKS1B.
• 五种TAAbs (抗CKS1B,抗S100A11,抗maspin,抗ANXA3,抗eEF2) 显示出具有诊断潜力的 (P <0.05).
• 一个随机森林模型实现了0.82 (培训) 和0.75 (测试) 的AUC;一个在线工具可在https://qzan.shinyapps.io/CRCPred/.

结论:

• 一个由五个生物标志物组成的小组展示了作为结直肠癌补充诊断工具的潜力.
• 这些新型生物标志物,以及CEA和CA19-9,可以提高CRC检测的准确性.
• 开发的在线工具提高了CRC诊断应用程序的可访问性.