《npj Precision Oncology》：A noninvasive urinary microRNA-based assay for early detection of lung cancer and its potential application to prognosis and recurrence monitoring: a case–control study
编辑推荐：
本研究旨在解决肺癌早期诊断困难、预后评估与复发监测缺乏有效无创方法的问题。研究人员开展了一项多中心病例对照研究，探索基于尿液胞外囊泡（EV）来源的microRNA（miRNA）的无创检测新方法。结果表明，所建立的检测模型在训练集和测试集中均表现出高性能（AUC分别为0.942和0.941），能有效识别早期肺癌，并成功构建了与患者预后显著相关的3-miRNA预后预测组。这项研究证实了尿液EV-miRNA谱在肺癌无创检测和疾病管理中的潜在应用价值，为临床实践提供了新思路。
肺癌，长久以来都是全球范围内癌症相关死亡的主要原因。尽管患者接受了以根治为目的的治疗，复发和癌症相关的死亡依然时有发生，这凸显了当前临床实践在肺癌早期发现和长期管理方面存在的巨大挑战。传统筛查手段如低剂量CT（计算机断层扫描）虽有价值，但在普及性、假阳性率以及重复暴露于辐射风险等方面存在局限。更重要的是，即使在成功进行手术后，医生也缺乏简便、可重复且无创的手段来精准评估患者的复发风险，并对可能出现的复发进行及时监测。因此，开发一种能够满足早期诊断、预后评估和复发监测等多种临床需求的非侵入性检测工具，成为了一个迫切的科学和临床问题。近年来，液体活检（liquid biopsy）技术，特别是对血液或尿液等体液中循环生物标志物的分析，为这一领域带来了新的希望。其中，由细胞主动分泌的胞外囊泡（Extracellular Vesicles, EVs）携带了来源细胞的丰富信息，包括蛋白质、脂质和核酸。而微RNA（microRNA, miRNA）作为一类重要的非编码小RNA，在多种癌症的发生发展中扮演着关键调控角色。由于尿液样本获取完全无创、可频繁重复，基于尿液EV中的miRNA进行癌症检测，逐渐成为一个极具吸引力的研究方向。为了回答“能否利用尿液中的EV-miRNA来实现肺癌的早期、无创检测，并进一步将其应用于预后预测和复发监控”这一核心问题，来自多个中心的研究团队开展了一项详实的病例对照研究，相关成果发表在《npj Precision Oncology》期刊上。
为了开展这项研究，研究人员主要运用了以下几个关键技术方法：首先，他们构建了一个包含278名肺癌患者（其中半数患有早期肺癌）和213名非癌症对照者的多中心样本队列，并收集了他们的尿液样本。其次，研究团队利用小RNA测序（small RNA sequencing）技术，对这些尿液样本中胞外囊泡所携带的miRNA进行了全面、无偏倚的测序分析，获得了海量的miRNA表达谱数据。最后，他们采用了机器学习（machine learning）算法，基于测序得到的高维miRNA数据，构建并验证了用于区分肺癌患者与非癌症对照者的诊断模型，以及用于预测患者复发风险的预后模型。
研究结果
基于尿液EV-miRNA的肺癌检测模型表现优异
研究人员首先利用小RNA测序技术分析了所有尿液样本的miRNA表达谱。通过运用机器学习算法对测序数据进行建模分析，他们成功开发出了一个用于检测肺癌的miRNA特征模型。该模型在训练集和测试集中均展现出卓越的区分能力，其受试者工作特征曲线下面积（Area Under the Curve, AUC）分别高达0.942和0.941。对于早期肺癌的检测，该模型在训练集中达到了82.0%的敏感性和92.5%的特异性；在独立的测试集中，敏感性和特异性分别为88.2%和87.0%。这些结果表明，基于尿液EV-miRNA的检测方法在肺癌早期识别方面具有高准确性和可靠性。
手术与复发过程中的动态变化揭示了miRNA的监测潜力
为了探究尿液EV-miRNA在疾病监测中的应用前景，研究者动态追踪了患者手术前后及复发时的miRNA水平变化。他们发现，在肺癌患者接受手术治疗后，有12种特定的miRNA表达水平出现了显著下降。而当患者疾病复发时，这些miRNA的水平又再次升高。这种与疾病状态紧密相关的动态变化模式强烈提示，这些miRNA有潜力作为监测肺癌术后复发的新型生物标志物。
构建与预后相关的miRNA特征，实现风险分层
研究的另一项重要成果是评估了尿液EV-miRNA与患者预后的关联。通过统计分析，研究人员鉴定出11个miRNA的表达水平与患者的无复发生存期（Recurrence-Free Survival, RFS）存在显著相关性。基于此，他们进一步筛选并构建了一个包含3个miRNA的预后预测特征（3-miRNA prognostic panel）。这个精简的预后组合能够将肺癌患者有效地划分为高风险组和低风险组，这两组患者在临床结局上表现出统计学上的显著差异。这为实现基于尿液样本的个体化预后评估提供了可能。
结论与讨论
这项多中心病例对照研究系统性地评估了尿液胞外囊泡来源的microRNA在肺癌管理中的多重应用价值。研究结论可归纳为以下几点：第一，基于尿液EV-miRNA构建的机器学习模型，能够高灵敏度和高特异地检测早期肺癌，其性能在独立数据集中得到了有效验证，为肺癌的无创早期筛查提供了一种极具前景的新方法。第二，研究发现了12个在手术后下降、复发时回升的miRNA，这为术后无创监测疾病状态、预警复发提供了潜在的分子指标。第三，研究鉴定了11个与无复发生存显著相关的miRNA，并成功构建了一个3-miRNA预后预测组合，能够对患者进行风险分层，这有助于指导个体化的术后管理和随访策略。
尽管研究在样本队列间观察到了年龄和样本储存条件等系统性差异，但综合来看，这些发现有力地证实了尿液EV-miRNA谱分析在肺癌早期检测中的实用性，并强调了其在预后预测和复发监测方面的潜在相关性。这项工作不仅为肺癌的液体活检领域增添了来自尿液这一便捷样本的新证据，也为开发集成诊断、预后和监测功能于一体的无创检测工具指明了方向，具有重要的临床转化意义。未来的研究需要在更大规模的前瞻性队列中进一步验证这些发现，并探索其与其他临床指标和传统影像学检查相结合的综合应用价值。
