您好,欢迎您

2026 ESMO | LBA35 肺癌早期检测中循环基因组与蛋白质组生物标志物的肿瘤内源性及外源性来源

10月27日
编译:肿瘤资讯
来源:肿瘤资讯
Session Type

Proffered Paper session

Session Title

Proffered paper: Prevention, early detection and intervention

摘要号

LBA35

英文标题

LBA35 -Tumor intrinsic and extrinsic origins of circulating genomic and proteomic biomarkers for early detection of lung cancer

中文标题

肺癌早期检测中循环基因组与蛋白质组生物标志物的肿瘤内源性及外源性来源

讲者

Victor Velculescu (Baltimore, United States of America)

背景

游离DNA(cfDNA)和循环蛋白质生物标志物已开始应用于肺癌的无创检测,但其生物学来源尚未得到充分阐明。传统观点认为,恶性肿瘤细胞释放的肿瘤来源分子是主要检测信号,而来自非恶性组织的宿主来源分子通常被视为背景信号。越来越多的证据表明,肿瘤与宿主之间的相互作用可能影响肿瘤的发生和进展。然而,肿瘤及宿主来源的变化分别在多大程度上影响循环蛋白质组和cfDNA片段化信号,以及两类信号在癌症早期检测中是否具有互补作用,目前尚未得到充分研究。

方法

研究分析了718例肺癌患者及非肺癌个体的全基因组cfDNA片段组学信号来源,并在部分研究对象中分析循环蛋白质,其中包括哥本哈根大学医院开展的前瞻性LUCAS肺癌诊断研究的受试者。此外,研究还分析了哥本哈根大学医院前瞻性MICA研究中400例疑似恶性肿瘤患者的血液样本。研究采用多重靶向免疫分析法定量检测血清中的循环蛋白质,并从血浆中提取cfDNA,通过低深度全基因组测序进行分析。

结果

通过分析组织及细胞类型特异性的基因组、转录组、表观基因组和染色质改变,研究发现,癌症患者的cfDNA片段化特征及蛋白质生物标志物信号既来源于肿瘤内在变化,也来源于肿瘤外部的宿主反应。在早期疾病检测中,肿瘤外源性信号具有较高的信息价值,尤其是在肿瘤来源cfDNA及蛋白质生物标志物信号较弱的情况下。整合cfDNA片段组学与蛋白质组学信息构建的机器学习分类模型,提高了肺癌检测能力,受试者工作特征曲线下面积(AUC)为0.91(95% CI:0.86~0.96),并在独立的前瞻性MICA队列中得到验证。

结论

本研究为理解循环生物标志物的生物学来源提供了分析框架,也为合理设计基于多种分析物的肺癌检测策略提供了依据。

责任编辑:肿瘤资讯-Yume
排版编辑:肿瘤资讯-Yume


版权声明
本文专供医学专业人士参考,未经著作人许可,不可出版发行。同时,欢迎个人转发分享,其他任何媒体、网站如需转载或引用本网版权所有内容,须获得授权,且在醒目位置处注明"转自:良医汇-肿瘤医生APP"。