一个基于细胞外囊蛋白的机器学习框架,用于早期检测食道状细胞癌:一个多中心的前性研究
Yu Wang1,2, Shan Xing1,2, Ya-Xian Wu1,2
1State Key Laboratory of Oncology in South China, Guangdong Provincial Clinical Research Center for Cancer, Sun Yat-sen University Cancer Center, Guangzhou, China.
Journal of extracellular vesicles
|March 4, 2026
概括
使用细胞外囊泡 (EV) 蛋白质的新血液测试可以在症状出现前几年检测食道状细胞癌 (ESCC). 这种非侵入性测试可以识别高风险个体,使得ESCC的早期干预和改善的生存率成为可能.
科学领域:
- 在瘤学瘤学.
- 生物标志物发现发现
- 诊断技术 诊断技术 诊断技术
背景情况:
- 早期发现食道状细胞癌 (ESCC) 对患者的生存至关重要,但目前的方法有限.
- 迫切需要用于临床前ESCC检测的非侵入性查工具.
研究的目的:
- 开发和验证一种新的血液测试,用于使用细胞外囊泡 (EV) 蛋白进行ESCC的临床前检测.
- 评估该测试是否能够在临床诊断前几年识别患ESCC高风险的个体.
主要方法:
- 为高灵敏度血清EV蛋白分析设计了BarFlare平台.
- 确定了一个新的生物标记面板,包括EV相关的状细胞癌抗原 (SCC) 和矩阵金属蛋白酶-13 (MMP13).
- 将生物标志物和临床因素集成到机器学习框架 (MCF) 中进行分类,并在多中心队列中验证.
主要成果:
- 该MCF框架在区分ESCC患者与健康对照患者方面取得了高准确性 (AUC高达0.987).
- 该测试确定了后来发展出ESCC的个体,其中位数预先预测时间为34.9个月 (AUC,0.864;灵敏度73.3%;特异性82.2%).
- 该模型的风险评分在临床前风险分层方面表现优于传统的SCC.
结论:
- 一个经过验证的,基于血液的EV蛋白签名提供了一个强大的,非侵入性的工具,用于检测流行ESCC和识别风险人群.
- 这种方法支持风险分层查,并使ESCC的早期,潜在的治愈干预成为可能.
- 该测试通过在临床表现前几年检测ESCC,为干预提供了一个关键的窗口.
