《Cancer Science》：Development and Validation of a Urinary Exosomal miRNA Diagnostic Panel for Early Detection of Esophageal Cancer
编辑推荐：
本研究开发并验证了一种基于尿液外泌体微小核糖核酸（miRNA）的无创诊断组合，用于食管鳞状细胞癌（ESCC）的早期检测。通过多中心前瞻性研究，利用小RNA测序和机器学习递归特征消除（RFE）技术构建的57-miRNA组合，在验证队列中曲线下面积（AUC）达0.85，对0期和I期ESCC灵敏度分别高达100%和91%，且诊断评分在根治性治疗后显著下降（p=0.026）。该组合性能不受性别、体重指数（BMI）、饮酒或吸烟影响，为ESCC早期筛查提供了极具潜力的非侵入性工具。
研究背景与意义
食管癌（EC）是全球性的重大健康挑战，其中食管鳞状细胞癌（ESCC）是主要亚型，在高发地区占比超过80%。由于早期症状隐匿，多数ESCC患者在确诊时已属晚期，预后极差。虽然内镜检查是金标准，但其侵入性、高成本和可及性差限制了其在无症状人群中的广泛应用。因此，开发非侵入性、成本效益高的筛查工具迫在眉睫。液体活检技术，特别是基于外泌体微小核糖核酸（miRNA）的分析，因其稳定性高、易于获取等优势，成为癌症早期诊断的研究热点。
材料与方法
本研究为一项前瞻性、多中心、病例对照观察性研究，在五家医疗机构开展。研究纳入了2020年1月至2023年3月期间确诊的、未经治疗的ESCC患者以及经内镜等检查确认无恶性肿瘤的健康对照（HC）参与者。收集尿液样本后，通过离心和总外泌体分离试剂提取外泌体，并利用小RNA测序技术获取外泌体miRNA表达谱。研究流程包括概念验证（POC）队列（99例ESCC，93例HC）用于生物标志物发现和模型训练，以及独立的盲法验证队列（50例ESCC，59例HC）。采用机器学习中的递归特征消除（RFE）方法构建诊断组合，并通过五折交叉验证（CV）评估性能。
研究结果
1. 参与者特征
POC队列和验证队列中，ESCC患者平均年龄显著高于HC，且ESCC组吸烟和酗酒比例更高，这与已知的EC风险因素一致。两个队列中早期（0/I期）ESCC病例均占半数以上，肿瘤位置分布符合临床常见情况。
2. 候选miRNA生物标志物的发现
差异表达分析在POC队列中鉴定出34个在ESCC和HC间表达差异显著的miRNA（21个上调，13个下调）。其中，hsa-miR-194-3p上调最为显著。基于这34个miRNA的无监督层次聚类能清晰区分ESCC和HC样本。功能富集分析显示，这些miRNA的预测靶基因显著富集于多种致癌相关信号通路，如表皮生长因子受体（ErbB）、磷脂酰肌醇3-激酶-蛋白激酶B（PI3K-AKT）、转化生长因子β（TGF-β）和Wnt通路，以及炎症反应相关通路。
3. miRNA诊断组合的构建
使用检测到的202个miRNA，通过RFE方法最终筛选出57个miRNA构成诊断组合，其在POC队列中经交叉验证的平均曲线下面积（AUC）达到0.90。多变量分析证实，诊断组合的阳性结果与癌症存在独立相关，几乎不受年龄、性别、BMI、吸烟或饮酒等背景因素影响。
4. miRNA诊断组合的验证性能
在独立验证队列中，该57-miRNA组合取得了AUC为0.85（95% CI: 0.77–0.92）的诊断效能，灵敏度为84%，特异性为66%。组合诊断评分在ESCC各组中均显著高于HC组。分期特异性分析显示，该组合对早期ESCC（0期和I期）具有极高的诊断准确性（AUC分别为0.95和0.90）。进一步分析表明，其诊断性能在不同肿瘤位置、大小、年龄、性别、BMI和饮酒状况亚组间均保持一致，仅在吸烟状况亚组中观察到接近显著的差异。
5. 治疗后诊断评分的动态变化及癌症特异性
对38例接受根治性治疗的早期ESCC患者的配对尿液样本分析发现，治疗后miRNA组合评分较治疗前显著下降（p=0.026）。根据肿瘤大小、分期、治疗方式和治疗后采样时间进行的亚组分析均显示评分下降趋势，尤其在肿瘤较大、0期、接受内镜切除或采样间隔较长的患者中下降显著，提示该评分能反映肿瘤负荷，具有癌症特异性。
讨论与结论
本研究成功开发并验证了一个基于尿液外泌体miRNA的诊断组合，用于ESCC的早期检测。该组合表现出优异的诊断性能，尤其对早期病变高度敏感，且其效能独立于传统风险因素。治疗后评分的显著下降进一步证实了其与肿瘤存在的特异性关联。研究的优势在于严谨的队列设计、多中心参与以及机器学习方法的运用。局限性包括样本处理和存储协议的潜在差异、中等特异性以及需要在更大人群和不同种族中进行外部验证。总之，该尿液外泌体miRNA组合是一种极具前景的非侵入性工具，有望提高ESCC的早期检出率，从而降低死亡率。未来的研究应侧重于优化组合、确定最佳截断值并将其整合到临床工作流程中。
