【Nature子刊】西湖大学郭天南团队：利用蛋白质组学与机器学习技术预测II期和III期结肠癌患者的总生存期

2024年8月13日，西湖大学医学院郭天南团队在期刊《Cell Discovery》上发表了题为“Prediction of overall survival in stage II and III colon cancer through machine learning of rapidly-acquired proteomics”的研究论文。本研究的目的是开发一个可理解的分类模型，以基于蛋白质组学的数据，预测II-III CC患者的长期生存期，并在外部验证数据集中验证其普遍性。

https://www.nature.com/articles/s41421-024-00707-7#ethics

研究介绍

 01 

被诊断为肿瘤淋巴结转移（TNM）II期和III期结肠癌 （CC）的患者，占所有CC病例的2/3以上。pT4病变（病理上肿瘤已生长到内脏腹膜表面或附着在其他器官或结构上）和12个淋巴结，以及生物标志物CDX2、SMAD4、BRAF和KRAS的状态，是影响医生选择辅助治疗的重要因素。对于具有II期高危临床特征的患者和III期CC患者，通常建议接受辅助化疗。然而，辅助治疗对所有III期患者的普遍适用性，以及其他II期患者的复发风险，仍存在争议。此外，现有危险因素不能准确预测总生存期（OS）和其他预后结果，这需要可靠的预后标志物或模型，来预测个体II-III CC 患者的预后。这些工具可以为高危患者提供更有针对性的治疗方法，并防止对预后较好的患者进行过度治疗。

在本研究中，团队招募了CC患者（II 期-III 期），他们都接受了根治性手术并接受了随访。在进行任何辅助治疗之前，团队使用压力循环技术（PCT）和数据非依赖性采集（DIA）质谱（MS）对福尔马林固定石蜡包埋组织（FFPE）手术标本，进行了蛋白质组学分析。利用机器学习算法，团队建立了一个新颖实用的分类模型，用于预测结合蛋白质组学和临床特征的CC患者预后，并在独立验证队列中，得到了进一步验证。

研究进展

 02 

从浙江大学第二附属医院（SAHZU）招募患者230例作为培训队列，从西京医院（XJH）招募58例患者进行外部验证。所有患者均随访超过5年。团队收集了患者的年龄、性别、病变位置、病理类型、分期、微卫星不稳定性（MSI）状态的信息，并采用逐步特征选择方法结合临床特征，构建了临床预后模型。使用PCT-DIA MS在蛋白质组学分析中，鉴定和定量了8,187个蛋白质组和6,256个蛋白质，具有高再生产率。在使用重采样训练集进行1,000次LASSO回归复制后，这些蛋白（筛选出9种蛋白，包括PDP1、ALR、ENOG、NPC2、FYCO1、STXB1、ARH40、RIMC1、MTMR5）的选择时间超过50%。

团队评估了该蛋白质组学模型的性能，以及将9种蛋白质与临床特征（病变位置、病理类型、分期、MSI 状态）相结合的模型，以预测II-III CC期患者的5年生存率。在训练队列中，团队将受试者工作特征曲线下面积（AUC）值从0.707（临床模型）和0.872（蛋白质组学模型）提高到0.926（蛋白质组学 + 临床模型）。在验证队列中，在包含临床和蛋白质组学数据的模型中，AUC值分别从临床模型的0.786和蛋白质组学模型的0.789提高到0.872。此外，模型结合临床和蛋白质组学数据的敏感性、特异性、阳性预测值（PPV）、阴性预测值（NPV）、总体准确性和F1评分均升高。团队整合临床和蛋白质组学数据的模型，显示出有希望的预后潜力。训练集的5年OS率为95%和39%（P < 0.0001），验证集的5年OS率为93%和53%（P = 0.0013）。关于辅助化疗的使用，风险分层是平衡的（P > 0.05），这不能有效预测5年随访中的OS。

模型研究和性能的示意图。

在9种蛋白中，存活超过5年的患者中，有8个蛋白下调，在CC中生存不利，而只有MTMR5上调，在CC中有利于生存。癌症基因组图谱（TCGA）中ENOG的mRNA表达，表现出相似的结果，进一步发现NPC2在MSI高CC患者中处于不利地位。PDP1、ALR、ENOG 和 NPC2与CC进展有关。由于线粒体功能障碍，PDP1激活可能在直肠癌中诱导放射抵抗。ALR作为一种抗凋亡和抗转移因子，促进细胞存活，参与肠道癌前病变。ENOG通过上皮-间充质转化，促进CC转移，并被认为在BRAFV600E突变CC的进展中，起关键作用。NPC2作为细胞内胆固醇转运蛋白发挥作用，被发现有助于CC的预后和转移。FYCO1、STXB1和ARH40参与其他肿瘤，但尚未在CC中报告。以往的研究没有将MTMR5和RIMC1与肿瘤联系起来，这表明团队的蛋白质组学方法，在挖掘与肿瘤相关的隐藏必需蛋白质方面具有潜力。

研究结论

 03 

一些研究已经开发出新的方法来改善TNM分期系统的预后，例如基于6-microRNA的分类器，用于预测II期CC患者的CC复发，以及I-III期CC的共识免疫评分分类。将MSI状态、BRAFV600E和KRAS突变状态与TNM分期相结合，提高了II期和III期CC个体患者准确预测预后的能力。此外，据报道，与苏木精和伊红染色切片的数字扫描相关的深度学习，可用于II-III期CC的预后分组。然而，这些方法的结果仍然不够令人满意，无法在临床实践中广泛采用。

总之，团队开发了一种新型临床和基于9种蛋白质的模型，来预测II期和III期CC患者的预后，并在外部队列中进行了验证。模型将通过对II期和III期CC患者进行分层，来帮助临床决策。高风险患者可以接受更积极的治疗和随访，而低风险患者可以接受相对低水平的辅助治疗。考虑到本研究的局限性，例如验证队列的样本量小，该模型需要在其他独立队列中进行更多的验证和校准。团队正在进行一项临床试验，以前瞻性地测试该模型，旨在改善预后并帮助合理随访、制定时间表和风险适应性个体化治疗。

参考资料：

1.Puccini, A., Berger, M. D., Zhang, W. & Lenz, H. J. Target. Oncol. 12, 265–275 (2017).

2.Kannarkatt, J., Joseph, J., Kurniali, P. C., Al-Janadi, A. & Hrinczenko, B. J. Oncol. Pract. 13, 233–241 (2017).