新春伊始，博奥晶典单细胞空间测序平台迎来开门红。2月2日，北京大学人民医院王俊院士团队和北京大学基础医学院尹玉新教授团队合作在 Science Translational Medicine 杂志上发表了关于肺癌早期诊断标志物的多组学研究，通过利用单细胞转录组学、血浆脂质组学和质谱成像综合分析早期肺癌的脂代谢特征，开发了一套人工智能辅助的早期肺癌代谢检测方法。该研究中单细胞转录组测序服务由博奥晶典提供。
【发表期刊】Science Translational Medicine
【发布时间】2022年2月
【影响因子】17.956
【检测技术】10x Genomics 单细胞转录组测序、脂质组学、质谱成像
研究背景
肺癌的死亡率高居恶性肿瘤之首，据全球癌症统计，2020年有超过200万人被确诊为肺癌，并且有180万人死于肺癌。I期肺腺癌患者的5年生存率在60%以上，因此早期发现是提高肺癌患者生存率的关键。然而，目前尚无可靠的血液检测手段用于肺癌的早期诊断。
研究路线
研究结果
1. 单细胞测序揭示早期肺癌中出现脂代谢异常
研究人员对来自5名早期肺癌患者的组织样本进行单细胞测序，对比公共数据库中的8例健康人肺组织单细胞数据进行分析发现，早期肺癌患者组织中 T 细胞、B 细胞和浆细胞占比增加，且单核吞噬细胞和内皮细胞的占比降低。进一步利用拷贝数变异分析推测肿瘤细胞，发现肿瘤细胞的表达谱具有明显的个体差异。
通过分析肿瘤细胞与正常的上皮细胞间差异基因发现，肿瘤细胞中上调表达的基因涉及经典的肿瘤特征，而下调表达的基因主要富集在脂代谢及相关途径。对单细胞数据分析得到的9种细胞类型分别进行分析发现，与健康人相比，肺癌患者中甘油酯代谢、甘油磷脂代谢、脂肪酸合成和不饱和脂肪酸合成等多条代谢通路均发生异常变化，其中甘油酯和甘油磷脂代谢在早期肝癌患者的大部分类型细胞中下调。
图1 早期肺癌样本中脂代谢通路的异常改变
2. 早期肺癌患者血浆脂质组学分析
为进一步了解早期肺癌患者血浆中脂质代谢的变化，研究人员收集了171名早期肺癌患者术前血浆样本和140例健康对照的血浆样本进行脂质组学检测，并利用机器学习算法对测试集和验证集样本进行分析，综合比较模型准确性、特异性和灵敏度，发现基于支持向量机算法构建的模型优于随机森林和 AdaBoost 算法构建的模型，并最终采用支持向量机算法筛选出9个血浆脂质标志物，建立了人工智能分类模型 LCAID。利用该模型对测试队列数据的分类准确率为98.90%，平均 AUC 为0.9994。
图2 特征代谢物筛选及机器学习模型建立
3. 肺癌评估模型 LCAID 的评估效果分析
为进一步测试 LCAID 模型的分类效果，研究人员对包含1003名参与者血浆样本数据的独立队列进行分析，结果发现测试集中模型的准确性达96.98%、特异性97.08%、灵敏度96.92%，而在随后的验证集中该模型的分类效果也达到了94.96%的准确性、100%特异性和92.93%灵敏度。
此外，研究人员还利用 LCAID 模型对1个 LDCT 筛查队列和2个前瞻性单盲队列数据进行分析。在前瞻性队列中86人被诊断为肺癌（临床分期为I到III），23人被诊断为良性疾病，而利用 LCAID 模型评估的准确率达91.74%，特异性达95.65%，而灵敏度也达到了90.70%。在筛查队列中，该模型预测的准确率更是达到了96.53%，同时特异性（96.58%）和灵敏度（92.31%）方面也有不错表现，并且利用该模型准确分析筛查出90%以上的I期肺癌患者。分析过程还发现，基于 LCAID 模型的打分是肺癌预测的独立影响因子，与患者年龄、性别、吸烟习惯无关，并且打分越高，患者的生存期越低。
图3 LCAID 模型分类性能评估结果
4. LCAID 模型中的特征脂质物在肺腺癌组织中的原位表达
为了解9种脂质代谢物在癌症组织中的表达情况，研究人员利用基质辅助激光解吸/电离质谱成像（MALDI-MSI）技术，在12例样本中对8种脂质代谢物进行原位分析，结果发现与邻近的癌旁组织相比，癌症组织中5种磷脂酰胆碱（PC 16:0–18:1，PC 18:0–18:1，PC 18:0–18:2，PC 16:0–22:6和PC 16:0–18:2）的含量升高，3种溶血磷脂酰胆碱（LPC 16:0，LPC18:0和LPC 20:4）的含量下降，这些结果也证明模型所使用的脂质代谢物在肺腺癌中的含量确实发生了异常改变。
图4 早期肺癌组织中 LCAID 模型特征脂质的原位代谢分析
研究结论
本研究通过分析单细胞转录组测序数据，成功锁定肿瘤细胞中脂代谢通路的异常变化，并通过脂质组学结合支持向量机算法，最终基于9个血浆脂质标志物建立了肺癌人工智能检测器（LCAID），该模型可用于肺癌的早期检测或高危人群的大规模筛查。这种方法的临床应用将可能使肺癌患者获益于早期、准确的诊断，进而提高肺癌的生存率。
参考文献：
WangGuangxi, Qiu Mantang, Xing Xudong et al. Lung cancer scRNA-seq and lipidomics reveal aberrant lipid metabolism for early-stage diagnosis.Sci Transl Med, 2022, 14(630): eabk2756.
网友评论