基于血液的鞘脂生物标志物Panel在前列腺癌主动监测中的验证

泌尿外科 肿瘤学 医学
鞘脂 前列腺癌 主动监测 生物标志物 风险分层

基于血浆鞘脂类生物标志物在前列腺癌主动监测中的风险预测模型研究

学术背景

前列腺癌是全球男性中最常见的癌症之一，尤其是低风险和中风险前列腺癌患者，主动监测（Active Surveillance, AS）已成为首选管理策略。主动监测通过定期监测患者的病情进展，避免不必要的激进治疗，从而减少治疗相关的副作用和生活质量下降。然而，尽管主动监测在临床上是安全的，仍有一小部分患者存在疾病进展的风险，尤其是Gleason分级（Gleason Grade, GG）升级，这可能导致延迟的激进治疗。目前，临床医生主要依赖侵入性活检来监测疾病进展，但这种方法不仅对患者造成负担，且缺乏足够的预测能力。

此前的研究表明，循环中的鞘脂类（sphingolipids）水平与前列腺癌的进展相关。鞘脂类是一类脂质分子，参与细胞膜的组成和信号传导，其代谢异常与多种癌症的进展有关。特别是，研究发现，前列腺癌细胞通过Caveolin-1（Cav-1）蛋白调控鞘脂类代谢，促进癌细胞的生长和存活。基于这些发现，本研究旨在验证鞘脂类与GG升级的关联，并开发一种基于血液的鞘脂类生物标志物面板，用于识别主动监测中高风险的前列腺癌患者。

论文来源

本论文由Justin R. Gregg等人撰写，作者来自美国德克萨斯大学MD安德森癌症中心（The University of Texas MD Anderson Cancer Center）和华盛顿大学弗雷德·哈钦森癌症研究中心（University of Washington and Fred Hutchinson Cancer Center）。论文于2024年发表在《Biomarker Research》期刊上。

研究流程

研究对象与样本

研究纳入了两个主动监测队列：Canary PASS队列和MDACC队列。Canary PASS队列包括544名患者，MDACC队列包括697名患者。在随访期间，Canary PASS队列中有98名患者（17.7%）发生了GG升级，MDACC队列中有133名患者（19.1%）发生了GG升级。研究使用质谱法对87种独特的鞘脂类进行了定量分析。

鞘脂类面板的构建与验证

研究首先在Canary PASS队列中开发了一个基于21种鞘脂类的神经网络模型，用于预测GG升级。随后，基于三分位数阈值将患者分为低风险、中风险和高风险组，并结合PSA密度（PSA density）和诊断活检阳性核心率（rate of core positivity）构建了综合模型。该模型在MDACC队列中进行了验证，评估指标包括Cox比例风险模型、C指数、AUC和累积发病率曲线。

数据分析

研究使用Cox比例风险模型评估了单个鞘脂类与疾病进展的关联，并通过深度学习模型（Deep Learning Model, DLM）构建了鞘脂类面板。模型性能通过C指数和AUC进行评估，并结合临床因素（如PSA密度和活检阳性核心率）进行了多变量分析。

主要结果

Canary PASS队列中的结果

在Canary PASS队列中，鞘脂类面板的每单位标准差增加的风险比（Hazard Ratio, HR）为1.36（95% CI: 1.07–1.70）。结合PSA密度和活检阳性核心率的综合模型的HR为1.63（95% CI: 1.33–2.00）。基于三分位数阈值，高风险组的GG升级风险显著高于低风险组（HR 3.17, 95% CI: 1.84–5.46）。

MDACC队列中的验证

在MDACC队列中，鞘脂类面板的HR为1.35（95% CI: 1.11–1.64），综合模型的HR为1.44（95% CI: 1.25–1.66）。高风险组的GG升级风险为3.65（95% CI: 2.21–6.02），捕获了50%的GG升级患者。

结论

本研究证实了鞘脂类面板与GG升级的独立关联，并表明结合临床因素的鞘脂类面板可以有效进行风险分层，帮助指导主动监测中的临床管理。该研究为前列腺癌患者提供了一种潜在的非侵入性生物标志物，能够识别高风险患者，从而优化监测策略。

研究亮点

  1. 创新性：首次开发了基于血浆鞘脂类的生物标志物面板，用于预测前列腺癌主动监测中的GG升级。
  2. 临床应用价值：该面板结合临床因素，能够有效进行风险分层，帮助医生制定个性化的监测策略，减少不必要的活检和治疗。
  3. 多队列验证：研究在Canary PASS和MDACC两个独立队列中验证了模型的性能，增强了结果的可靠性。

其他有价值的信息

研究还探讨了MRI在风险分层中的作用，发现鞘脂类面板在MRI阴性患者中仍能有效预测GG升级。此外，研究指出，未来的研究应进一步结合MRI和靶向活检结果，以优化风险分层模型。

总结

本研究表明，基于血浆鞘脂类的生物标志物面板在前列腺癌主动监测中具有重要的预测价值，能够帮助识别高风险患者，优化临床管理策略。未来的研究需要进一步验证该面板的临床应用，并探索其在其他癌症中的潜在应用。