基于血清microRNA的机器学习模型PCa4miR：8,741例混合队列中前列腺癌早期筛查的新突破

本研究针对前列腺癌(PCa)早期筛查中前列腺特异性抗原(PSA)检测特异性不足的临床难题，通过分析8,741例包含PCa、其他癌症(OCa)、良性前列腺疾病(BPD)和健康人群(HP)的混合队列血清microRNA数据，开发了基于AdaBoost算法的四联miRNA模型PCa4miR（miR-1290/miR-6777-5p/miR-1343-3p/miR-6836-3p），其灵敏度达88.5%、特异性95.9%，AUC值在验证集中达0.981。该研究首次构建了适用于复杂临床场景的PCa筛查体系，为降低不必要穿刺活检提供了新策略。

　　

前列腺癌(PCa)作为男性泌尿系统最高发的恶性肿瘤，全球发病率高居第二位。尽管早期患者的5年生存率可达100%，但临床面临严峻挑战：发展中国家超60%患者初诊时已发生转移，生存率骤降至30%。目前依赖前列腺特异性抗原(PSA)的筛查方法存在明显缺陷——作为器官特异性而非肿瘤特异性标志物，PSA在良性前列腺疾病(BPD)中也会升高，导致美国每年约7.5万例不必要穿刺活检。更棘手的是，现有基于microRNA(miRNA)的筛查模型多局限于PCa/BPD/HP三组对照，未能涵盖临床实际中并存的其他癌症(OCa)患者，极大限制了应用价值。

中山大学附属第三医院的研究团队在《Discover Oncology》发表了一项突破性研究。通过整合最大规模的8,741例混合队列（含PCa/10种OCa/BPD/HP），采用六种机器学习算法开发出四联miRNA模型PCa4miR。该模型在测试集(AUC=0.972)、验证集(AUC=0.981)和外部验证集(AUC=0.811)中均表现优异，尤其对I-II期PCa的筛查准确率超85%。更创新的是，团队首次建立基于miRNA比值(miR-1290/miR-6836-3p等)的PCaSS评分系统，通过XGBoost算法实现96.3%的灵敏度和89.8%特异性。

关键技术方法包括：1) 从GEO数据库获取8,741例血清miRNA测序数据，按4:1比例分为建模集和验证集；2) 采用MRMR(最大相关最小冗余算法)、IV(信息价值算法)和LASSO(最小绝对收缩选择算子)筛选特征miRNA；3) 通过BorderlineSMOTE算法解决数据不平衡问题；4) 使用KNN、SVC、XGBoost等六种机器学习算法构建模型；5) 采用DCA(决策曲线分析)和PCA(主成分分析)评估模型性能。

模型构建与验证

通过18个候选miRNA的3060种四联组合筛选，最终确定miR-1290/miR-6777-5p/miR-1343-3p/miR-6836-3p为最优组合。PCa4miR模型在训练集达到近乎完美的AUC=0.999，且热图分析显示这四种miRNA在PCa患者中呈现稳定表达模式：前三种显著上调，miR-6836-3p显著下调。

临床鉴别能力

模型在区分PCa与10种OCa（胆道癌、膀胱癌等）时表现突出，对BPD的鉴别准确率达97.2%。亚组分析显示，无论年龄≤65岁或>65岁、临床分期I-II或III-IV期，模型准确率均保持80%以上，证明其临床普适性。

创新评分系统

基于miRNA比值构建的PCaSS模型突破技术变异限制，其中miR-1290/miR-6836-3p比值最具鉴别力。XGBoost算法驱动的PCaSS模型在外部验证中AUC达0.898，显著优于传统单miRNA指标。

这项研究通过三大创新点改写了PCa筛查范式：首次在万人级混合队列中验证模型、首创适用于多癌种共存的筛查体系、开发首个基于miRNA比值的评分系统。尽管存在外部验证样本量有限等局限，但团队已启动多中心前瞻性研究，未来或可替代25%不必要的穿刺活检。值得注意的是，miR-1290已被证实通过癌症相关成纤维细胞外泌体促进PCa转移，而miR-6836-3p等新靶点的功能机制仍有待探索，这为后续研究指明了方向。