基于外泌体的液体活检技术在早期结直肠癌检测中的应用：ENCODER多中心研究

《Gastroenterology》：An Exosome-Based Liquid Biopsy for the Detection of Early-Onset Colorectal Cancer: The ENCODER Multicenter Study

早期结直肠癌筛查液体活检方法通过国际多中心队列研究开发，基于6项细胞游离和外泌体miRNA生物标志物，利用机器学习模型（XGBoost）在118例发现队列、192例训练队列和191例测试队列中验证，灵敏度达97.3%（Ⅰ-Ⅲ期），61.5%（高级别异型增生），术后4天生物标志物转为阴性。

　　

亚历山德罗·曼努奇（Alessandro Mannucci）|弗朗塞斯克·巴拉格尔（Francesc Balaguer）|山田康秀（Yasuhide Yamada）|长坂武（Takeshi Nagasaka）|土山雄二（Yuji Toiyama）|奥库川良永（Yoshinaga Okugawa）|马克·马丁-加洛斯特拉（Marc Martí-Gallostra）|玛尔塔·希门尼斯-托斯卡诺（Marta Jiménez-Toscano）|罗萨里奥·维达尔-托西诺（Rosario Vidal-Tocino）|费尔南多·希门尼斯（Fernando Jiménez）|何塞·佩雷亚（Jose Perea）|恩里克·昆特罗（Enrique Quintero）|C.理查德·博兰德（C.Richard Boland）|朱莉娅·马丁娜·卡韦斯特罗（Giulia Martina Cavestro）|阿贾伊·戈埃尔（Ajay Goel）

阿尔科孔医院基金会（Fundación Alcorcón Hospital），马德里，西班牙

背景与目标

早发性结直肠癌（EOCRC；50岁之前被诊断出）的发病率持续上升，现已成为年轻人中癌症相关死亡的主要原因。年轻人参与筛查的比例仍然很低，但非侵入性检测方法可能有所帮助。

方法

“早发性结直肠癌检测”（ENCODER）是一项国际性的多中心队列研究，涉及来自4个国家（美国、意大利、西班牙和日本）的542名参与者。通过小RNA测序从生物标志物发现队列（n = 118）中鉴定出6种基于无细胞和外泌体的循环生物标志物。然后使用机器学习模型（极端梯度提升算法，Extreme Gradient Boosting）对训练队列（n = 192）的反转录定量聚合酶链反应结果进行训练，并在外部独立队列（n = 191）中进行测试。最后，我们研究了手术前后生物标志物水平的时间动态变化（n = 41）。

结果

我们的液体活检在两个独立队列中检测早发性结直肠癌的准确性非常高（接收者操作特征曲线下面积分别为97.5%和95.6%）。在独立测试队列中，即使在20至35岁的年龄范围内，也能清晰区分出患有早发性结直肠癌的患者和健康对照组（接收者操作特征曲线下面积为98.5%）。该液体活检的特异性为87.5%（95%置信区间，79.4%–92.7%），总体敏感性为91.6%（95%置信区间，84.2%–95.7%）；对于I–III期早发性结直肠癌的敏感性为97.3%（95%置信区间，90.6%–99.3%），对于具有高级别异型增生的癌前病变的敏感性为61.5%（95%置信区间，35.5%–82.3%）。此外，我们观察到手术后液体活检数值有所下降，4天后呈现阴性结果。

结论

ENCODER是迄今为止规模最大的早发性结直肠癌研究项目，它开发、训练并对外部验证了一种液体活检方法，适用于日益增长的早发性结直肠癌高风险人群，提供了一种补充性的筛查策略。ClinicalTrials.gov，项目编号：NCT06342401。

研究设计

研究设计

ENCODER是一项国际性的、多机构的、回顾性和前瞻性的多阶段生物标志物研究，涵盖了早期检测研究网络（EDRN）的第一、二、三阶段，并符合STARD²⁴标准（见补充材料）。研究包括了组织和血液样本。简而言之，EDRN第一阶段致力于发现（EDRN phase Ia）和优先评估（EDRN phase Ib）与早发性结直肠癌相关的生物标志物；第二阶段则进一步开发这些生物标志物。

研究队列

研究参与者的特征总结在补充表1中。各队列中病例与健康对照组在性别和年龄分布上没有显著差异。本研究共收集了621份患者来源的样本：其中80份来自公开可用的基因表达数据集，38份为新鲜冷冻组织样本，503份为血液样本（251份为治疗前的早发性结直肠癌样本，211份为健康对照组样本，41份为治疗后的早发性结直肠癌样本）。

候选生物标志物的鉴定

在整个生物标志物发现过程中……

讨论

这项转化研究基于我们之前的报告，旨在验证一种基于循环/外泌体miRNA的血液检测方法，用于检测早发性结直肠癌，以应对年轻人中结直肠癌发病风险的增加。^2,5该血液检测方法基于机器学习技术，并在大型国际多中心研究中独立开发和验证。当在独立的外部队列中对前瞻性收集的血浆样本进行重复测试时，其性能几乎没有下降。

致谢

SECOC-ENCODER项目的合作人员包括：西里奥·梅洛内（Sirio Melone）、¹何塞·A·鲁埃达·奥尔加斯（José A. Rueda Orgaz）、¹埃德加多·塞利·阿尔塔马里纳（Edgardo Celi Altamarina）、¹埃莱娜·加西亚·加西亚（Elena García García）、¹玛·德尔·马尔·帕尔多（Ma del Mar Pardo）、¹劳拉·维加·洛佩斯（Laura Vega López）、¹达米安·加西亚-奥尔莫（Damián García-Olmo）、²塞尔吉奥·埃尔南德斯-维拉弗兰卡（Sergio Hernández-Villafranca）、²费尔南多·希门尼斯（Fernando Jiménez）、³阿德里安娜·卡韦罗（Adriana Cavero）、³维森特·葡萄牙（Vicente Portugal）、³埃莱娜·乌尔塔多·卡瓦列罗（Elena Hurtado Caballero）、⁴玛丽亚·阿里巴·多梅内奇（María Arriba Domenech）、⁴路易斯·M·希门尼斯·戈麦斯（Luis M. Jiménez Gómez）、⁴伊莎贝尔·佩利格罗斯·戈麦斯（Isabel Peligros Gómez）、⁴海梅·索里利亚·奥尔图萨尔（Jaime Zorrilla Ortúzar）、⁴弗朗塞斯克·巴拉格尔（Francesc Balaguer）、⁵玛丽亚·达卡-阿尔瓦雷斯（María Daca-álvarez）、⁵特蕾莎·奥卡尼亚（Teresa Oca?a）、⁵华金·卡斯蒂略（Joaquín Castillo）、⁵米里亚姆·库阿特雷卡斯（Miriam Cuatrecasas）、⁵萨贝拉（Sabela）