深度等离子体蛋白质学识别和验证了一个由八种蛋白质组成的生物标记面板,该面板在卵巢癌中将良性与恶性瘤分开
Mikaela Moskov1, Julia Hedlund Lindberg1, Maria Lycke2
1Department of Immunology, Genetics, and Pathology, Biomedical Center, SciLifeLab Uppsala, Uppsala University, Uppsala, Sweden.
Communications medicine
|June 12, 2025
概括
一个新的分子测试可以准确地识别良性卵巢瘤,从而减少不必要的手术. 这种血液检测显示出高灵敏度和特异性,优于目前的标志物,如CA-125用于早期疾病.
科学领域:
- 妇科瘤学 妇科瘤学
- 蛋白质组学是指蛋白质组学.
- 发现生物标志物的发现.
背景情况:
- 卵巢癌在妇科癌症中死亡率最高,手术通常是最终的诊断方法.
- 准确的分子测试对于对患有潜在良性瘤的患者进行分类至关重要,特别是当成像不能确定时.
研究的目的:
- 开发和验证一种分子测试,以区分良性卵巢瘤和恶性瘤.
- 为了减少在良性卵巢瘤的情况下进行诊断手术的需要.
主要方法:
- 在两个独立的女性队列 (N=171,N=233) 中分析了5416个血蛋白,这些女性患有手术诊断的瘤.
- 发现队列用于比较良性瘤中的蛋白质水平与早期 (I-II),晚期 (III-IV) 或任何阶段 (I-IV) 的卵巢癌.
- 开发一个风险评分多变量模型,并在复制队列中进行评估.
主要成果:
- 在327个生物标志物协会中,识别和复制了326个 (191个独特的蛋白质).
- 一个经过验证的模型在复制队列中实现了0.96的曲线下的面积 (AUC).
- 该模型对恶性瘤具有97%的敏感性和68%的特异性,在早期瘤中表现优于CA-125.
结论:
- 开发的分子测试可以识别高达三分之一的良性卵巢瘤病例.
- 这种分子方法有可能显著减少进行诊断手术的数量.
