【 J Natl Cancer Inst】基于Olink血液蛋白组学肺癌风险模型优于当前指南标准预测

研究背景

肺癌是全球癌症死亡的首要原因，且对晚期患者的滞后诊断会导致预后不良。目前对高危人群的标准预测方法为低剂量计算机断层扫描（LDCT），通过早期诊断筛查可对肺癌尽早进行干预以降低其死亡率。美国预防服务工作组（USPSTF）的最新指南建议，对于曾经每年吸烟至少20包、目前仍吸烟或戒烟不到15年的50-80岁人群，应每年进行LDCT筛查。然而，这些标准会导致很大一部分肺癌病例因未符合筛查条件而被遗漏。

LDCT（图片来源：Journal of Internal Medicine）

生物标志物具有在早期进行癌症风险评估的潜力，如能改善风险评估，可作为LDCT筛查前资格检测工具。目前癌症风险预测的可选生物标志物涉及多个领域，包括蛋白质、microRNA、自身抗体和甲基化循环肿瘤DNA等。

国际癌症研究机构（IARC/WHO）Mattias Johansson博士联合全球多个癌症研究中心，最新研究结果发表与JNCI杂志（IF = 10.82)：文中对肺癌队列联合会（LC3）的6个前瞻性队列人群进行了肺癌诊断前样本和匹配吸烟史的非癌症样本的循环蛋白质组学研究，并建立了基于蛋白标志物的初步风险预测模型；该研究旨在评估在校正了年龄、性别和吸烟情况后，该模型是否能够提高EarlyCDT-Lung 检测和 PLCOm2012 模型对肺癌风险的预测性能；结果表明，循环蛋白质在预测肺癌发病率方面表现良好，其模型优于标准风险预测模型和商业化的EarlyCDT-Lung，具有识别出不符合当前指南标准的肺癌高危人群的潜力。

前瞻性队列选择了624名肺癌患者和624名配对的无癌症人群，其中470对肺癌与无癌症样本来自于发现队列（HUNT、SCHS、CPS-II和MCCS），154对肺癌与无癌症样本来自于验证队列（EPIC和NSHDS）。‍‍‍‍‍‍根据 USPSTF 的肺癌筛查标准，发现队列中 60% 的肺癌参与者和 50% 的无癌症参与者符合筛查条件；验证队列中 57% 的肺癌参与者和 48% 的无癌症参与者符合筛查条件。而根据 PLCOm2012 模型，发现队列中肺癌参与者 6 年罹患肺癌的风险中位数为 2.4%，无癌症参与者为 1.5%；验证队列中肺癌参与者 6 年罹患肺癌的风险中位数为 0.98%，无癌症参与者为 0.69%。

实验分组设计

作为对比，研究人员还使用了商业化EarlyCDT-Lung试剂盒进行了检测，共检测了 7 种抗原（CAGE、GBU4-5、HuD、MAGE A4、NY-ESO、p53 和 SOX2）和一种对照蛋白（VOL）。随后，作者将 PLCOm2012 和基于蛋白质的风险预测模型在验证队列样本中进行验证，并与 EarlyCDT-Lung 在相同特异性下确定每个风险模型的模型临界值进行了比较。

研究亮点

● 验证队列的风险鉴别性能对比

在验证队列中，EarlyCDT-Lung 报告了21 名肺癌样本和21 名无癌症样本的阳性结果，灵敏度为 14% (95% CI = 8.2% to 19%)，特异度为 86% (95% CI = 81% to 92%)。基于蛋白质模型的相应灵敏度（即特异性为 86%）为 49%（95% CI = 41% 至 57%；与 EarlyCDT 相比灵敏度的 Pdifference = 4 × 10-10），而 PLCOm2012 模型的灵敏度为 30%（95% CI = 23% 至 37%；与基于蛋白质的模型相比灵敏度的 Pdifference = 5 × 10-4）。在所有评估的风险分层中，基于蛋白质的模型的灵敏度均高于 EarlyCDT-Lung 模型。

写在最后

研究团队特别强调：任何用于筛查资格告知的生物标志物在开发时都应该以能识别大量目前不符合 LDCT 筛查资格的肺癌病例为目标；在开发和验证此类生物标记物的过程中，纳入低风险人群的诊断前样本至关重要；为此，与 EarlyCDT-Lung 和 PLCOm2012 风险模型相比，研究发现基于蛋白质的风险模型显示出良好的风险区分性能，值得在更大的研究样本中进一步评估。

参考资料：

1. Feng X. et al. Lung cancer risk discrimination of prediagnostic proteomics measurements compared with existing prediction tools. J Natl Cancer Inst. 2023 Sep 7;115(9):1050-1059.