热点资讯 大咖专访 求职招聘

中国之声 | 山东大学王传新团队通过基于DNA甲基化的外周血单个核细胞检测,能够准确和早期检测结直肠癌

2023-11-18 21:13:51来源:iNature阅读:291次

iNature

 

目前尚未开发出一种有效的基于血液的结直肠癌( CRC )诊断方法。免疫细胞的分子改变发生在肿瘤发生的早期,为基于免疫细胞谱的肿瘤早期诊断提供了理论基础。

2023年8月21日,山东大学王传新团队在Cancer Research 上在线发表题为“DNA methylation-based testing in peripheral blood mononuclear cells enables accurate and early detection of colorectal cancer”的研究论文,该研究旨在开发一种基于外周血单个核细胞( peripheral blood mononuclear cells,PBMCs )的有效检测方法,以提高CRC的诊断。通过微阵列、焦磷酸测序和靶向亚硫酸氢盐测序分析CRC患者和健康对照PBMCs的全基因组甲基化图谱,发现了5个用于CRC诊断的DNA甲基化标志物,尤其是早期CRC ( eCRC )。

该研究建立了同时检测5种甲基化标志物的单管多重甲基化特异性定量PCR方法( multi-msqPCR ),可对PBMC DNA含量低至0.1 %的样本进行定量分析,比单分子检测具有更好的区分性能。然后,研究人员构建了基于甲基化标记物和multi-msqPCR方法的CRC诊断模型( CDM ),对eCRC ( AUC = 0.91 ;灵敏度= 81.18 % ;特异性= 89.39 %)取得了较高的准确率,相比CEA ( AUC = 0.79 )有所提高。CDM对进展期腺瘤( advanced adenoma,AA )病例( AUC = 0.85 ,灵敏度= 63.04 %)也有较高的区分度。随访数据还表明,在目前使用的诊断方法之前,CDM可以识别CRC的潜在可能性长达2年。综上所述,该研究构建的基于PBMC来源的DNA甲基化标记和多重msqPCR方法是一种很有前途且易于实施的eCRC诊断方法。

根据GLOBOCAN 2020数据库,结直肠癌(CRC)在全球发病率排名第三,死亡率排名第二。人们普遍认为,早期CRC (eCRC, I期和II期)患者的5年相对生存率高于晚期CRC (III期和IV期)。不幸的是,60-70%的CRC患者被诊断为晚期,这限制了他们的治疗效果。年轻的结直肠癌(yCRC)患者通常表现出更晚期的疾病和不良的病理特征,可能导致更差的生存结果。因此,早期发现肿瘤或无症状患者对于降低这些患者的发病率和死亡率至关重要。根据美国胃肠病学学会(ACG)临床指南,结肠镜检查和粪便免疫化学试验(FIT)已被推荐为50-74岁人群CRC筛查的一级选择。然而,结肠镜检查的侵入性和高成本造成了参与的障碍。FIT可以提高参与率,但其敏感性和特异性在CRC检测中并不理想。因此,开发特异性、敏感性和非侵入性的结直肠癌诊断生物标志物是迫切需要的。
结直肠癌与免疫密切相关,免疫细胞通过动态响应肿瘤变化和保护宿主免受肿瘤发展而在结直肠癌中发挥关键作用。外周血单核细胞(Peripheral blood mononuclear cells, PBMCs)由循环单核细胞、T细胞、B细胞和自然杀伤细胞(NK)组成,可以很容易地从常规采集的血液中获得,并密切反映免疫应答状态。近年来,PBMCs作为各种疾病的替代标志物的报道逐渐出现,如类风湿关节炎等炎症性疾病和肾细胞癌等恶性疾病。然而,PBMCs在结直肠癌肿瘤发生中的作用仍未得到充分探讨。
研究设计的总体工作流程(图源自Cancer Research
DNA甲基化异常改变已被认为是多种癌症类型(包括CRC)发生和发展过程中最主要的现象。不管异常DNA甲基化的生物学后果如何,这种表观遗传改变可以被视为一种分子特征,也是肿瘤疾病最早可检测到的肿瘤变化之一。近年来报道了一些鉴定癌症特异性DNA甲基化生物标志物的研究。关于CRC,一些异常甲基化的基因,如SEPT9、SFRP2、SDC2、ADHFE1和IKZF1,在各种样本中与CRC相关,被认为是潜在的标记物。然而,PBMCs中异常DNA甲基化对CRC早期诊断的潜在价值很少被研究。
基于此,该研究使用最新的HM850K甲基化阵列来揭示CRC中PBMCs的DNA甲基化景观,并鉴定能够区分CRC和健康对照(HC)的DNA甲基化标记。其次,在两个独立的队列中,通过两种不同的方法对候选甲基化标记进行生物学验证。随后,开发了一种多重甲基化特异性定量PCR (multi-msqPCR)来量化所选甲基化标记物的甲基化水平。最后,建立了基于DNA甲基化标记和多重msqpcr技术的CRC诊断模型(CDM),并利用受试者工作特征曲线下面积(AUC)分析评估了该模型识别eCRC病例的可行性。

 

备案号:京ICP备11011505号-33 版权:北京美迪康信息咨询有限公司
An error has occurred. This application may no longer respond until reloaded. Reload 🗙