重磅！全球首个尿路上皮癌尿液早筛与疗效监控研究成果发布 _健康小知识

近日，北京大学附属第一医院何志嵩教授团队、上海复旦肿瘤医院叶定伟教授团队、天津医科大学附属第二医院牛远杰教授团队与金橡医学合作，发表了全球首个尿路上皮癌（膀胱癌，输尿管癌，肾盂癌）尿液早筛与疗效监控产品数据，该产品满足了尿路上皮癌诊疗路径更准确、更便捷、无创的需求。相关研究成果“LettertotheEditor:clinicalutilityofurineDNAfornoninvasivedetectionandminimalresidualdiseasemonitoringinurothelialcarcinoma”已正式发表于MolecularCancer(IF=41.444) 。

文章图片
研究背景
尿路上皮癌（Urothelialcarcinoma,UC）是世界上第12大最常见的恶性肿瘤，包括膀胱癌、肾盂癌和输尿管癌[1] 。其中膀胱癌（Bladdercancer,BC）是最常见的尿路恶性肿瘤，中国的上尿路尿路上皮癌（Uppertracturothelialcarcinoma,UTUC）患者比例高于西方国家[2] 。
对于血尿患者，可能需要进行包括计算机断层成像/磁共振成像（CT/MRI）、膀胱镜、尿脱落细胞学和荧光原位杂交（FISH）等一系列检查[3] 。 UC患者有较高比率发生疾病的复发和进展。在非肌层浸润性膀胱癌（Nonmuscle-invasivebladdercancer,NMIBC）患者中，约有50%-70%的患者存在复发， 10%-45%的患者会进展为肌层浸润性膀胱癌（Muscle-invasivebladdercancer,MIBC）；而MIBC患者50%以上会发生疾病复发，因此对治疗后的膀胱癌患者进行密切随访，监测疾病复发和进展情况显得尤为重要[4] 。目前CSCO指南推荐，每3个月应对患者进行膀胱镜检、尿脱落细胞学及影像学的检查以确保及时发现肿瘤复发和进展,但具有侵入性大的问题。
鉴于临床现状和患者需求，开发一种用于尿路上皮癌的拥有便捷、无创、患者依从性更高的且敏感性和特异性双优的早期诊断和随访方式显得尤为重要。
研究成果
研究设计
该研究设计分为3个阶段：发现阶段、训练阶段和验证阶段。
1在发现阶段，共纳入了181个BC组织样本，用于寻找候选基因突变biomarker；
2在训练阶段，共入组了83个BC患者和67个健康对照的尿液样本用于模型构建；
3在验证阶段，设计了两个独立验证集，包括BLCA（膀胱癌）队列（n=674）和UTUC队列(n=22) 。
此外，在分子残留病灶（MRD）模型构建过程中，共收集了31例肌层浸润性膀胱癌(MIBC)患者的尿液样本。所有患者均接受了新辅助治疗，分别于新辅助治疗前、新辅助治疗2个周期后、膀胱切除术前留取尿液标本。
utLIFE-UC模型构建
我们基于系统机器学习方法构建了联合检测突变和拷贝数变异（CNV）的utLIFE-UC模型，详细步骤如下:
1计算所有样本的突变和CNV特征矩阵。
2将建模队列以7:3的比例反复随机分为训练集和测试集，在训练集中利用机器学习训练方法进行10倍交叉验证，并使用测试集评估算法的鲁棒性。
3以BLCA和UTUC为独立验证队列，计算AUC（即ROC曲线下面积，度量分类模型好坏的标准， AUC值越接近1 ，模型预测效果越好）、灵敏度、特异度和总体准确度。

文章图片
图1.utLIFE-UC模型算法示意图
utLIFE-UC模型在尿路上皮癌早筛中的应用
utLIFE-UC在训练集中的总体灵敏度为92.78% ，特异度为96.00%（图2左）；在测试集中，灵敏度为85.71% ，特异度为100.00%（图2右）。相对于突变或CNV单维度分析， utLIFE-UC采用多维度信息、多组学检测肿瘤变异，具有更高的敏感性和特异性。

文章图片
【