观点:GUT:浙大一院梁廷波团队开发胰腺癌和肝癌早筛模型,准确率突破90%!

来源:奇点糕 | 2022-10-27 16:41:05 |

消化系统恶性肿瘤发病率及死亡率都居高不下,尤其是肝癌和胰腺癌,有着起病隐匿和进展迅速的特点,而进展期肝癌和胰腺癌大多数已丧失手术机会,导致患者预后极差[1]。因此,早筛对于肝癌和胰腺癌至关重要。

目前临床上使用的肝癌和胰腺癌血清标志物分别为甲胎蛋白(AFP)和癌抗原19-9(CA19-9),但这两个指标的敏感性和特异性,都不满足早筛的需求[2,3]。近年来,基于外周血中循环肿瘤DNA和外泌体等指标的液体活检技术成功被用于癌症检测,但仍没有一项指标可应用于临床早筛[4]。

于是科学界想到了检测肿瘤患者的免疫系统反应,已经有大量研究表明,肿瘤发生和进展的过程中会出现免疫细胞数量和组成的变化,而这种变化则体现为全身免疫紊乱和外周血免疫细胞亚群改变[4,5]。因此,通过外周血检测免疫细胞的组成和数量,或许可成为新的癌症早筛方法。


(相关资料图)

近日,浙江大学医学院附属第一医院梁廷波教授领衔的研究团队在国际消化病顶级期刊Gut上,发表了一项重要研究成果。该研究通过质谱流式细胞术(CyTOF)检测了肝癌、胰腺癌患者及健康人的外周血免疫细胞组成和数量,确定肝癌和胰腺癌中特定的免疫细胞亚群改变,并基于此构建了肝癌和胰腺癌的早期诊断模型,灵敏度和特异度都高达90%以上,具有很高的诊断效能[7],从而为肝癌及胰腺癌的早期诊断和筛查提供了全新的策略。

文章封面截图

为获得精确且具有普遍性的结论,研究人员收集了来自了15个中心的2348个受试者的样本,其中健康人对照633例,肝病患者1131例(良性肝病341例,肝癌790例),胰腺病患者584例(良性胰腺疾病208例,胰腺癌376例),在完成样本质控后,对所有样本进行了CyTOF检测,对32种主要的免疫细胞进行鉴定(见图1),并分析癌症患者与健康人或良性疾病患者这些免疫细胞组成和数量的区别。

图1.外周血中免疫细胞的鉴定

研究人员发现,相比于健康人和良性疾病患者,肝癌和胰腺癌患者的外周血免疫细胞亚群有着明显区别:肝癌患者的幼稚CD4 T细胞、幼稚CD8 T细胞和效应CD8 T细胞等比例降低,而浆细胞、中央记忆性CD4 T细胞单核细胞等比例升高,且以NK细胞为代表的一些亚群会出现随着肿瘤分期的进展而比例增加的现象,在胰腺癌患者样本中这些现象同样存在。

也就是说,恶性肿瘤患者的外周血中,确实存在着与健康人和良性疾病患者不同的免疫细胞亚群。为合理构建预测模型,研究人员将受试者分为模型构建组和内部验证组和外部验证组3组,通过随机森林算法鉴定出诊断肝癌的7个标志物和16个细胞亚群,以及诊断胰腺癌的8个标志物和11个细胞亚群,并以此为依据构建模型,得到了外周血免疫评分(PBIScore)这个诊断指标。

PBIScore反应了人外周血中与肿瘤相关的免疫细胞亚群比例的改变,且与临床常用的肿瘤标志物AFP和CA19-9类似,PBIScore同样属于血液无创检测。那么与“前浪”相比,PBIScore这个“后浪”能否堪当大任呢?

研究人员发现,PBIScore在肝癌诊断模型组、内部验证组和外部验证组中的AUC值(反应诊断效能)分别达到了0.98、0.91和0.85;在胰腺癌诊断模型组、内部验证组和外部验证组AUC值分别为0.98、0.89、0.89。也就是说,PBIScore的AUC值高于AFP和CA19-9这两个传统指标,但优势还不是十分显著。

为了进一步增强PBIScore的诊断效能,研究者们将它与AFP或CA19-9联合,构建了新的评分模型——iPBIscore,使其诊断效能进一步增强:iPBIscore在肝癌诊断模型组、内部验证组和外部验证组的AUC值分别高达0.99、0.97、0.96,胰腺癌诊断的AUC值更是达到了0.99、0.98及0.97,均明显高于PBIScore或AFP/CA19-9单独使用(图2)。

图2.基于PBIScore构建的肝癌和胰腺癌诊断模型的效能

大多数标志物在进展期或晚期肿瘤诊断时都能发挥出不俗的作用,但是一到早期肿瘤诊断往往会“折戟”,而对于癌症筛查来说,早期诊断才是重中之重。因此,研究人员检测了这种基于PBIScore的模型对早期肝癌和胰腺癌的诊断效果。

结果表明,AFP/CA19-9、PBIScore模型和iPBIScore模型诊断早期肝癌的AUC值分别为0.81、0.90和0.96,诊断早期胰腺癌的AUC值分别为0.88、0.89和0.95(图3)。由此可见,PBIScore模型对早期胰腺癌和肝癌具有很强的诊断能力,而且对于传统肿瘤标志物有着很好的补充作用,两者结合之后可大幅度提高肝癌和胰腺癌的早期诊断率。

图3. 基于PBIScore的模型对早期肝癌和胰腺癌的诊断效果

基于PBIScore模型良好的诊断效果,研究人员推测,模型中纳入的免疫细胞亚群和肿瘤标志物、分化程度及分期等病理特征有潜在相关性。

经验证,肝癌患者中,AFP阳性患者的外周血单核细胞和中央记忆性CD8 T细胞显著低于AFP阴性患者,中分化和高分化肝癌患者的中央记忆性CD8 T细胞比例远高于低分化患者(图4A)。此外,外周血免疫细胞亚群和胰腺癌肿瘤位置、疾病分期也具有显著相关性(图4B)。因此,这些外周免疫细胞亚群的失衡对于肿瘤发生、进展都有重要影响。

图4.PBIScore模型中免疫细胞亚群和胰腺癌肝癌病理特征的相关性

总之,这项研究通过多中心、大样本的外周血免疫细胞亚群检测揭示了外周血免疫细胞亚群紊乱对于肿瘤发生发展的影响,开发了一种可早期高效诊断肝癌和胰腺癌的早筛模型,为癌症早筛提出了一个新策略和新方向。

参考文献:

[1] Sharma P, Hassan C. Artificial Intelligence and Deep Learning for Upper Gastrointestinal Neoplasia. Gastroenterology. 2022 Apr;162(4):1056-1066. doi: 10.1053/j.gastro.2021.11.040.

[2] Melbye M, Wohlfahrt J, Lei U, et al. Alpha-Fetoprotein levels in maternal serum during pregnancy and maternal breast cancer incidence. J Natl Cancer Inst 2000;92:1001–5.doi:10.1093/jnci/92.12.1001

[3] Ballehaninna UK, Chamberlain RS. The clinical utility of serum CA 19-9 in the diagnosis, prognosis and management of pancreatic adenocarcinoma: An evidence based appraisal. J Gastrointest Oncol. 2012 Jun;3(2):105-19. doi: 10.3978/j.issn.2078-6891.2011.021.

[4] Allen BM, Hiam KJ, Burnett CE, et al. Systemic dysfunction and plasticity of the immune macroenvironment in cancer models. Nat Med 2020;26:1125–34.doi:10.1038/s41591-020-0892-6.

[5] Wang L, Simons DL, Lu X, et al. Connecting blood and intratumoral Treg cell activity in predicting future relapse in breast cancer. Nat Immunol 2019;20:1220–30.doi:10.1038/s41590-019-0429-7.

[6] Zhang Q, Mao Y, Lin C, et al. Mass cytometry-based peripheral blood analysis as a novel tool for early detection of solid tumours: a multicentre study. Gut. 2022 Sep 16:gutjnl-2022-327496. doi: 10.1136/gutjnl-2022-327496.