编辑推荐：
多发性骨髓瘤（MM）是难以治愈的血液恶性肿瘤，患者易复发且难以预测复发时间。研究人员开展 MM 患者早期复发生物标志物的研究，通过小 RNA 测序等技术，发现 miR-598-3p 可作为早期复发的特异性生物标志物，MALDI-TOF MS 结合临床参数能有效预测复发，为 MM 诊疗提供新方向。
多发性骨髓瘤（Multiple Myeloma，MM）作为血液系统中第二常见的恶性肿瘤，严重威胁着人类健康。它是由浆细胞恶性增殖引发，这些浆细胞会在骨髓中大量浸润，同时产生单克隆免疫球蛋白。近年来，尽管 MM 患者的生存质量和寿命因治疗手段的进步有所提升，像单克隆抗体、双特异性抗体以及 CAR-T 细胞疗法等新治疗方法的出现，显著延长了患者的总生存期，但 MM 依旧是一种极难治愈的疾病，几乎所有患者都会面临复发的困境。而且，由于 MM 具有高度的异质性，患者复发的时间差异极大，从几个月到数年不等，目前还无法精准预测复发时间。这不仅给患者带来了沉重的心理负担，也让临床治疗陷入困境。所以，寻找能够准确预测 MM 早期复发的生物标志物，成为了医学领域亟待解决的关键问题。
在这样的背景下，来自捷克马萨里克大学（Masaryk University）等机构的研究人员开展了一项极具意义的研究。他们的研究成果发表在《Cell Division》上，为 MM 早期复发的预测带来了新的希望。
研究人员采用了多种关键技术方法来开展这项研究。在样本方面，收集了 74 例在捷克布尔诺大学医院（University Hospital Brno）确诊的 MM 患者的外周血（PB）和骨髓（BM）样本。主要技术包括小 RNA 测序，用于分析不同 MM 患者外周血血清中微小 RNA（miRNA）的表达情况；RT-qPCR 验证，对小 RNA 测序结果进行验证；基质辅助激光解吸电离飞行时间质谱（MALDI-TOF MS）分析，检测患者外周血血清中的分子模式；以及运用机器学习（ML）算法对数据进行分析，构建预测模型。
研究结果如下：
- 小 RNA 测序分析：对 8 例 A 组（6 个月内复发）、8 例 B 组（12 - 30 个月复发）和 8 例 C 组（5 年以上复发）MM 患者的 PB 血清样本进行小 RNA 测序。数据分析共鉴定出 748 个 miRNA，其中 360 个 miRNA 在至少 7 个样本中每百万 reads 数超过 1。在所有分析的亚组中，共有 8 种 miRNA（miR-16-2-3p、miR148a-3p、miR-185-5p、miR-335-3p、miR-485-3p、miR598-3p、miR-4433b-5p、miR-5010-5p）表达失调。A 组和 C 组差异最大，有 24 个 miRNA 差异表达，其中 miR-16-2-3p 和 miR598-3p 最为显著。基于此，选择 miR-16-2-3p、miR-598-3p 和 miR92b-3p 进行后续验证。
- miRNA 验证：通过 RT-qPCR 对 7 例 A 组和 13 例 C 组 MM 患者样本进行验证，发现只有 miR-598-3p 在两组间存在显著表达差异（P = 0.0145）。ROC 分析显示，miR-598-3p 区分 A 组和 C 组的特异性高达 100%，AUC 为 0.8636。
- MALDI-TOF MS 分析：对 29 例 PB 血清样本（10 例 A 组，19 例 BC 组）进行 MALDI-TOF MS 分析，运用 OPLS-DA 方法评估分子谱能否区分不同患者组。结果显示，结合临床参数后，PLS-DA 和 RF 算法在区分两组时表现最佳，PLS-DA 准确率可达 74.1%（69.1 - 79.0%），RF 为 65.6%（62.6 - 68.6%）。
研究结论与讨论部分指出，该研究成功鉴定出 miR-598-3p 是 MM 早期复发的特异性生物标志物，其在早期复发患者中表达升高且特异性强。MALDI-TOF MS 结合临床参数为 MM 复发预测提供了一种快速、经济且有效的替代方法，尤其是 PLS-DA 算法，在整合临床数据后，预测准确率较高。不过，研究也存在一定局限性，如 miRNA 分析和 MALDI-TOF MS 分析的样本量较小，这可能影响结果的普遍性。未来需要更大规模的患者队列研究来进一步验证这些发现。总体而言，该研究为 MM 的早期复发预测开辟了新途径，液体活检联合新技术有望实现对 MM 患者更精准的监测和治疗干预，对提高 MM 患者的生存率和生活质量具有重要意义。
