粪便|GUT：发现可准确预测“癌王”的粪便微生物( 二 ) 杆菌|微生物|研究|准确性|mod

结果显示，模型2的准确性（AUROC=0.71）比模型1低。这是因为模型2采用了更严格的条件，仅纳入胰腺癌组富集的细菌，降低了预测的敏感性所致。
糖类抗原CA19-9是肿瘤组织分泌，而粪便微生物可以看做环境因素，在对胰腺癌的预测中，血液CA19-9水平很可能与粪便微生物水平互补。CA19-9分别与上述两个模型联合检测，两个模型的准确性都有显著提升：模型1的AUROC从0.84提升至0.94 ，模型2的AUROC从0.71提升至0.89 。

文章图片

图3：模型1（Model 1）和模型2（Model 2）在训练人群和验证人群中的预测效果。 DE：德国验证人群；ES：法国训练人群；TPR：真阳性值。
更为重要的是，胰腺癌的分期不影响上述分类器的预测准确性。在25位胰腺癌早期（T1 ， T2）患者和32位晚期（T3 ， T4）患者中，分类器对早晚期胰腺癌的预测效果类似，没有偏向性。
构建好了分类器模型，接下来就是验证这些模型的适用性和可推广性。为此，研究者在两种不同场景中测试分类器模型。
第一种场景是由76位德国人构成的疾病-对照组（44位胰腺癌患者和32位对照者）。测试结果显示，模型1和模型2的准确性与训练集（法国人）类似：模型1的AUROC为0.83 ，模型2的AUROC为0.85 。与血液CA19-9的联合检测时，准确性也都有显著提升：模型1+CA19-9的AUROC为0.91 ，模型2+CA19-9的AUROC为0.92 。
【粪便|GUT：发现可准确预测“癌王”的粪便微生物】另外一种场景是5792份粪便宏基因组样品。这些样品来自25个已发表研究，涉及18个国家的人群，包括糖尿病、结直肠癌、乳腺癌、肝病和肠炎等多种疾病患者。在10%的假阳性期望值下，模型2比模型1有更低的误判率。模型2的平均假阳性率不足5% ，优于训练集结果；而模型1平均假阳性率为15% ，比训练集结果差。这说明，模型2在预测胰腺癌时，有更好的特异性。
胰腺是个分泌型器官，其导管与十二指肠连接，形成一个连接通道，方便肠道细菌“跑”到胰腺导管。基于此，研究者假设在胰腺中也有与胰腺癌关联的粪便细菌。通过目标基因扩增和荧光原位杂交（图4），研究者在超过25%的胰腺组织样品中（肿瘤和非肿瘤）测到至少13个与胰腺癌关联的粪便细菌。部分细菌在肿瘤组织中富集：乳酸杆菌（ Lactobacillus spp ）、嗜黏蛋白阿克曼氏菌（ Akkermansia muciniphila ）和拟杆菌（ Bacteroides spp ）。这些结果证实了胰腺器官中存在粪便中发现的胰腺癌特异性微生物，与其他研究发现相吻合 9。

文章图片

图4：荧光原位杂交显微镜图。拟杆菌位于肿瘤组织细胞核内（左上）；双歧杆菌位于肿瘤组织细胞核外（右上）；乳酸杆菌位于非肿瘤组织细胞核外（左下）；链球菌位于非肿瘤组织细胞核外（左下）；韦荣氏球菌位于肿瘤组织细胞核外（右下）。
综上，该研究不仅开发了一种基于粪便微生物的胰腺癌无创早筛方法（图5），还证实了胰腺肿瘤中存在特定的微生物，为胰腺癌的预防、机理研究和治疗提供新思路。

文章图片

图5：文章图形摘要
在此之前，粪便微生物已被开发用于多种癌症的检测，包括结直肠癌 10 和胃癌 11。由于粪便微生物不仅可以在身体各部位“流动” 12，还可以通过代谢物影响多个器官 13，可以推测，粪便微生物在人类与癌症的抗争中将会持续发光发热。