精准预测 cN0 期甲状腺微小乳头状癌中央淋巴结转移：临床 - 分子模型的构建与意义

《BMC Cancer》：Development of a clinical-molecular prediction model for central lymph node metastasis in cN0 stage papillary thyroid microcarcinoma: a retrospective study

为解决 cN0 期甲状腺微小乳头状癌（PTMC）患者中央淋巴结转移（CLNM）难以精准预测的问题，研究人员开展了 PTMC 分子预后生物标志物及临床 - 分子预测模型的研究。结果发现 FN1、MT - 1F 和 TFF3 是预后生物标志物，构建的模型预测性能良好，为个性化 PLND 决策提供依据。

　　近年来，甲状腺癌的全球发病率显著上升，其中甲状腺微小乳头状癌（Papillary Thyroid Microcarcinoma，PTMC）作为甲状腺癌的一种特殊类型，备受关注。PTMC 是指最大直径≤1.0cm 的乳头状甲状腺癌，虽然多数 PTMC 病情进展缓慢，预后较好，但仍有 20 - 50% 的患者会发生颈部淋巴结转移，且主要集中在中央区。这一转移情况对患者的预后影响极大，一旦发生转移，患者的 5 年、10 年和 15 年生存率会大幅下降。

目前，术前超声对中央淋巴结转移（Central Lymph Node Metastasis，CLNM）的检测敏感度较低，仅为 20 - 30%，多数隐匿性转移难以被发现。同时，对于 cN0 期 PTMC 患者（即术前无明显颈部淋巴结转移迹象的患者）是否进行预防性淋巴结清扫（Prophylactic Lymph Node Dissection，PLND），不同地区的指南存在差异。PLND 虽能降低肿瘤复发风险和二次手术相关并发症，但也会带来永久性低钙血症和喉返神经损伤等风险。因此，精准预测 CLNM 对优化患者治疗方案、减少不必要的手术干预和降低手术并发症至关重要。

为了解决这些问题，宁波大学附属第一医院的研究人员开展了一项研究，旨在寻找与 PTMC 相关的分子预后生物标志物，并构建临床 - 分子预测模型来预测 CLNM。该研究成果发表在《BMC Cancer》杂志上。

研究人员在开展研究时，运用了多种关键技术方法。首先，从 The Cancer Genome Atlas（TCGA）数据库获取了 371 例 PTMC 样本和 59 例正常组织样本的 RNA - seq 转录组数据及预后信息，进行生物信息学分析筛选差异表达基因（Differentially Expressed Genes，DEGs）。同时，收集了 2022 年在宁波大学附属第一医院接受根治性甲状腺切除术的 404 例 cN0 期 PTMC 患者的临床和病理数据及手术标本。利用 Trizol 试剂提取组织 RNA，通过逆转录定量 PCR（Reverse Transcription Quantitative PCR，RT - qPCR）检测相关基因表达水平。并运用统计软件 SPSS 26.0 和 R 4.1.3 进行数据分析，包括 Cox 回归分析、LASSO 回归分析、逻辑回归分析等。

研究结果如下：

• 差异表达 mRNA 与 PTMC 预后的关系：通过对 TCGA 数据库数据的分析，研究人员发现了 1510 个在肿瘤组织和正常组织之间差异表达的 mRNA，其中 212 个与无病生存期（Disease - Free Survival，DFS）显著相关。进一步经 LASSO 回归分析，确定了 FN1、MT - 1F 和 TFF3 这三个具有预后意义的差异表达 mRNA。高 FN1 表达与较差的预后相关，而低 MT - 1F 和 TFF3 表达也与不良预后相关。基于这三个基因构建的预后模型，风险评分公式为：Risk Score = 0.1297×FN1 + (-0.1511)×MT - 1F + (-0.0052)×TFF3。根据风险评分将患者分为高风险和低风险组，生存分析显示低风险组的 DFS 明显优于高风险组，5 年和 10 年 DFS 的时间依赖性 ROC 曲线下面积（Area Under Curve，AUC）分别为 0.789 和 0.674。
• FN1、MT - 1F 和 TFF3 表达与 CLNM 的相关性：研究人员利用 TCGA 数据集进一步探究这三个基因与 CLNM 的关系。结果显示，在 CLNM 组中，FN1 表达显著上调，而 MT - 1F 和 TFF3 表达明显下调。并且，FN1、MT - 1F 和 TFF3 在区分 CLNM 方面的 AUC 分别为 0.642、0.656 和 0.652，表明这些基因可能是 PTMC 中 CLNM 的潜在生物标志物。
• 组织样本中基因的表达：为了验证上述发现，研究人员对 404 例 PTMC 患者的组织样本进行分析。RT - qPCR 结果表明，肿瘤组织中 FN1 表达显著高于正常组织，而 MT - 1F 和 TFF3 表达则明显低于正常组织。同时，CLNM 组和非 CLNM 组（Non - Central Lymph Node Metastasis，NCLNM）肿瘤组织中这三个基因的表达水平也存在显著差异。
• CLNM 的影响因素分析及预测模型构建：研究人员将 404 例患者的数据分为推导队列（n = 323）和验证队列（n = 81）。在推导队列中进行单因素和多因素逻辑回归分析，发现肿瘤大小≥5mm、边界不清、钙化、甲状腺外侵犯、高 FN1 表达、低 MT - 1F 表达和低 TFF3 表达是 CLNM 的独立预测因素。基于这些因素构建了临床 - 分子预测模型，其逻辑回归方程为：Logit (P) = -3.098 + 0.626×Tumor size ≥ 5 mm + 0.696×Unclear boundaries + 0.858×Calcification + 0.847×Extrathyroidal extension + 0.951×High FN1 expression + 0.880×Low MT - 1F expression + 0.836×Low TFF3 expression，并将该模型可视化成列线图（nomogram）。
• 预测模型的验证：对预测模型在推导队列和验证队列中的性能进行评估。推导队列中，ROC 曲线的 AUC 为 0.736，特异性为 71.7%，敏感性为 66.2%，准确性为 69.3%；验证队列中，AUC 为 0.813，特异性为 83.3%，敏感性为 69.7%，准确性为 77.8%。校准曲线显示预测概率与实际概率吻合良好，Hosmer - Lemeshow 检验（x2=2.411，P=0.966）以及决策曲线分析（Decision Curve Analysis，DCA）也证实了该模型具有良好的性能和临床实用性。

研究结论和讨论部分表明，FN1、MT - 1F 和 TFF3 是 PTMC 有价值的预后生物标志物。该临床 - 分子预测模型整合了这些基因以及肿瘤大小≥5mm、钙化、多灶性和甲状腺外侵犯等因素，为 cN0 期 PTMC 患者的个性化 PLND 决策提供了重要依据。然而，该研究也存在一定局限性，如单中心回顾性研究、缺乏外部验证、分子生物标志物未在机制层面进一步验证以及未直接验证模型在术前细针穿刺（Fine Needle Aspiration，FNA）样本中的适用性等。未来需要更大规模的多中心队列研究来验证该预测模型，并通过体外实验深入探究相关生物标志物在 PTMC 进展和转移中的生物学功能，同时开展前瞻性研究评估模型在临床中的应用价值。但总体而言，这项研究为 PTMC 的精准治疗提供了新的方向和思路，对改善患者的预后具有重要意义。