《Journal of Translational Medicine》：A gene-based predictive model for lymph node metastasis in cervical cancer: superior performance over imaging techniques
编辑推荐：
为解决当前宫颈癌淋巴结转移（LNM）评估中影像学技术准确性和敏感性有限的问题，研究人员开展了基于基因表达数据构建预测模型的研究。结果显示该模型准确性达 0.840、敏感性 0.804，优于 CT/MRI。其为精准诊断和个体化治疗提供了重要依据。
宫颈癌是全球女性中第二常见的恶性肿瘤，严重威胁女性健康。每年约有 60 万新发病例，30 万人因此失去生命，且在中国其发病率呈上升趋势，发病群体愈发年轻化。对于早期宫颈癌患者，手术治疗效果较好，5 年生存率可达 85 - 90% ；然而一旦发生淋巴结转移（LNM），癌症进展到 III 期，5 年生存率会大幅下降至 50 - 55%。LNM 不仅影响患者预后，还在很大程度上决定治疗策略，如美国国家综合癌症网络（NCCN）指南就根据淋巴结转移情况推荐不同的治疗方式。但目前，像计算机断层扫描（CT）、磁共振成像（MRI）等常用的影像学评估手段，在检测 LNM 时存在敏感性较低的问题，正电子发射断层扫描（PET）虽敏感性和特异性较高，但成本高昂，限制了其广泛应用。术中评估如前哨淋巴结活检也存在创伤性大、费用高的缺点。因此，寻找一种更精准、高效且经济的 LNM 预测方法迫在眉睫。
中山大学孙逸仙纪念医院和广东省妇产科疾病临床研究中心的研究人员针对上述问题开展了研究。他们致力于开发一种基于基因表达数据的预测模型，用于术前评估宫颈癌 LNM 风险，相关研究成果发表在《Journal of Translational Medicine》上。
研究人员为了构建模型，采用了多种关键技术方法。首先，从癌症基因组图谱（TCGA）数据库和基因表达综合数据库（GEO）收集了宫颈癌 RNA 测序（RNA-seq）数据及临床数据，并对术后病理组织样本进行收集作为外部验证队列。接着，对 RNA-seq 数据进行处理，通过保留共同基因、去除低丰度基因、标准化处理和消除批次效应等操作，为后续分析奠定基础。然后，利用 R 包 “limma” 进行差异表达分析筛选潜在标记基因，使用最小绝对收缩和选择算子（LASSO）回归及多元逻辑回归构建预测模型，还通过实时定量聚合酶链反应（RT-qPCR）对关键基因表达水平进行验证。
研究结果如下：
确定关键基因 ：通过对淋巴结阳性和阴性患者的比较，发现了 26 个差异表达基因（DEGs），再经 LASSO 回归和多元逻辑回归分析，确定了 4 个独立预测基因，分别是微管相关蛋白 tau（MAPT）、红细胞膜蛋白带 4.1 样蛋白 1（EPB41L1）、长链脂肪酸 CoA 连接酶 5（ACSL5）和前体 mRNA 加工因子 4B（PRPF4B）。其中，MAPT 和 EPB41L1 是 LNM 的风险基因，ACSL5 和 PRPF4B 是保护基因1 2 模型性能良好 ：基于这 4 个基因构建的预测模型，在训练队列和验证队列中均表现出色。校准曲线显示实际和预测结果偏差极小，具有较强的区分能力，决策曲线分析表明该模型具有临床适用性，在 LNM 概率低于 0.83 时对患者有益3 优于传统影像学技术 ：与 CT/MRI 相比，该预测模型在诊断效率上更胜一筹，准确性达到 0.840，敏感性为 0.804，而 CT/MRI 的准确性仅为 0.713，敏感性为 0.587。模型还纠正了 81% 由 CT/MRI 造成的误诊，且风险评分可作为独立预测 LNM 的因素，而 CT/MRI 则不能4 5 模型具有预后价值 ：通过对不同临床特征分组的亚组分析发现，该模型在晚期病理阶段和 LNM 状态下具有较高的预后价值，能有效区分不同风险水平的患者，为临床决策提供关键信息。高风险患者的总生存期明显短于低风险患者6 7 基因功能与免疫相关 ：对高低风险组进行基因本体（GO）和京都基因与基因组百科全书（KEGG）富集分析，结果表明与 LNM 相关的 DEGs 主要参与免疫反应和免疫调节过程，进一步验证了风险模型在不同临床条件下的适用性和预后价值8 9
研究结论和讨论部分指出，该研究开发的基于基因表达数据的预测模型，显著提高了宫颈癌术前 LNM 评估的准确性和效率，为临床医生提供了一种有效且实用的辅助工具，有望改善患者的治疗效果。然而，研究也存在一定局限性，如模型构建主要依赖公开数据库，样本量可能不足以涵盖不同人群的变异性，存在过拟合风险；内部验证队列的 AUC 值相对较低，需要进一步优化模型参数和探索更多潜在生物标志物。未来研究可聚焦于将影像学数据与预测模型相结合，开发多模态诊断系统，同时利用联邦学习等隐私保护技术，在保护患者隐私的前提下共享数据，提高诊断模型的通用性和适用性。总之，该研究为宫颈癌的精准诊断和个体化治疗提供了重要的科学依据，具有重要的临床意义和研究价值。
打赏
下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究
10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析！
欢迎下载Twist《不断变化的CRISPR筛选格局》电子书
单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析
下载《细胞内蛋白质互作分析方法电子书》
