【BMJ】瑞典Ulf教授团队利用Olink Explore HT升级优化卵巢癌早诊蛋白组特征
研究背景
卵巢癌是妇科癌症中死亡率最高的疾病，其五年生存率仅为30-50%。如果在I期发现癌症，患者生存率能接近90%，而III期或IV期发现癌症的患者5年生存率则低于30%。因此针对卵巢癌的早期诊断尤为重要。由于卵巢癌患者的早期症状不明显，寻找有效的早期诊断标志物是临床中的一大挑战。1983年，MUCIN-16（也被称为CA125）首次被建议作为卵巢癌的生物标志物，也是目前最常用的卵巢癌生物标志物。然而，MUCIN-16作为单一指标，对早期癌症的敏感性和特异性有限，寻找新的生物标志物对于卵巢癌患者的诊断和有效治疗仍至关重要。
Ulf Gyllensten教授
瑞典乌普萨拉大学免疫学、遗传学和病理学系Ulf Gyllensten教授团队长期专注于卵巢癌研究：该团队利用高灵敏度和高特异性的Olink PEA技术，成功鉴定出高精度的卵巢癌生物标志物；这些成果有望为卵巢癌提供更准确的诊断，并为高危患者实现早期筛查，从而降低卵巢癌患者的剖腹探查手术率。近期，Ulf教授团队利用Olink升级的深度血浆蛋白质组平台Olink Explore HT，筛选并验证了一个新的八蛋白标志物组合，该标志物组能够更有效区分良性和恶性卵巢癌。
研究方法
两个独立队列分别作为发现队列和重复队列被纳入研究，分别包含171名和233名确诊了良性或恶性卵巢癌但还未治疗的女性样本。Olink Explore HT被用来分析样本中的5,416种血浆蛋白质。
队列设计
研究结果
研究中检测的5,414个蛋白特征涵盖了广泛的生物过程和功能，而不仅限于癌症相关。与之相符的是，在使用全部5,414个蛋白质进行分析时，研究人员在发现队列中观察到，前两个PCA维度未能明显区分良性和恶性肿瘤（下图）。值得注意的是，两个队列均采用临床检测方法检测了CA-125，结果显示CA-125的临床检测结果与Explore HT中的MUCIN-16（即CA-125）检测之间存在显著相关性（p < 1.3 x 10^-44），相关系数估计为0.74。
作者在发现队列中比较了5,414个蛋白，分析了三种不同的设置：1）良性肿瘤与早期卵巢癌（I期和II期）；2）良性肿瘤与晚期卵巢癌（III期和IV期）；3）良性肿瘤与任何阶段的卵巢癌（I至IV期）之间蛋白质的差异。在16,242项比较（5,414个蛋白质 x 3项设置）中，发现了327项显著关联（q＜0.05），涉及191个独特蛋白质。其中，KRT19和WFDC2在所有三个比较中均表现出显著差异。重复队列验证了这327种关联中的326种（99.7%）。利用这191个蛋白质，可以在前两个PCA维度上区分良性和恶性卵巢癌（上图）。此外，研究还观察到与癌症分期相关的蛋白质生物标志物的不同模式，如随分期增加的水平变化或非线性趋于平稳。总体而言，作者发现了大量潜在的血浆蛋白生物标记物，其中超过99%在重复队列中得到了验证。
为了评估血浆蛋白的潜在来源，研究人员通过总RNA测序方法鉴定了重复队列中81个肿瘤样本的基因表达。发现了5,364个蛋白对应的肿瘤mRNA表达水平，并计算了基因表达水平与血浆蛋白水平之间的相关系数。结果显示，有33对蛋白-基因配对在分析中表现出显著相关性，占0.62%（33/5364）。在研究良性肿瘤和恶性肿瘤中水平存在显著差异的191种蛋白质时，研究人员发现21种蛋白质与相应的肿瘤mRNA表达存在显著相关性，占11.0%（21/191）。这一比例显著高于所有受检蛋白质的比较结果（p < 6.8 x 10^-20）。这些结果表明，肿瘤基因表达与血浆蛋白水平之间的相关性既不是卵巢癌血浆蛋白生物标记物的必要条件，也不是其充分条件。
血浆蛋白丰度和组织基因表达
●血浆蛋白相关性揭示共表达网络集群
随后，研究人员还研究了与卵巢癌相关的蛋白-蛋白相关性。在发现队列中共发现了106,101个显著的蛋白-蛋白相关性，其中95.8%（101,671个）在重复队列中也具有显著性。此外，恶性和良性诊断间的差异可由候选蛋白的一个子集解释（下图）。
● 多变量模型进行高精度肿瘤分期
根据上述单变量比较分析策略，研究人员构建了三个多变量模型，分别用于区分良性肿瘤与早期（I期和II期）、晚期（III期和IV期）以及任何阶段（I-IV期）卵巢癌。区分良性与早期癌症的模型包含五种蛋白质（KRT19、FOLR1、WFDC2、BRK1和VTCN1），区分良性与晚期癌症的模型包含七种蛋白质（WFDC2、MUC16、KRT19、TCOF1、CRB2、RBFOX3和L1RE1），而区分良性与任何阶段癌症的模型则包含八种蛋白质（WFDC2、KRT19、MUC16、LEO1、TCOF1、CRISP3、FOLR1和RBFOX3）。其中，WFDC2和KRT19在所有三个模型中均为通用。与CA-125相比，所有多变量模型均显示出更高的AUC值，其中区分良性与任何阶段癌症的八蛋白模型的AUC达到0.96，灵敏度为97%，特异度为68%。对于早期肿瘤，该模型的灵敏度为91%，特异性为68%，而单独使用CA-125的灵敏度和特异性分别为85%和54%（下图）。
多因子预测模型
Ulf教授团队在之前研究的基础上，通过迄今为止最大规模的卵巢癌血浆蛋白组筛选，成功鉴别并验证了一个新的八蛋白质物标志物组合，对卵巢癌诊断的新工具进行了优化升级。新发现的基于多种蛋白特征组合显示出更高的灵敏度和特异性，有望帮助减少不必要的诊断性手术，从而改善患者的生活质量。
Olink Explore HT平台覆盖了广泛的生物学过程和功能，能够对血浆中微量的蛋白质进行准确检测，敏锐发现显著性标志物的变化。在研究中，新发现的胞内蛋白L1RE1（上图 ProteinX）可用于有效区分良性与晚期卵巢癌，其在健康样本中低于LOD（检测定量限），但在卵巢癌患者中反映了显著高信号。Olink Explore HT平台真实反映了每个检测蛋白质在血液中的变化，帮助研究人员锁定可靠的蛋白标志物。
1.Deep plasma proteomics identifies and validates an eight-protein biomarker panel that separate benign from malignant tumors in ovarian cancer, medRxiv, doi: https://doi.org/10.1101/2024.10.10.24315232
如有需求Olink服务需求，欢迎咨询Olink认证服务商—中科普瑞
电话：021-58086128
邮箱：market@sinomics.com
队列设计
