基于血浆外泌体tRNA特征的非小细胞肺癌液体活检诊断新策略

本研究针对非小细胞肺癌(NSCLC)早期诊断的临床挑战，通过机器学习分析1446例组织样本的small RNA测序数据，鉴定出具有诊断价值的六联tRNA特征。该标志物在233例血浆外泌体样本中独立验证显示优异性能(AUC=0.84)，能有效区分良恶性病变(AUC=0.85)，且三个特征tRNA具有独立预后价值。研究首次系统阐明了tRNA及其片段在肿瘤代谢调控中的作用机制，为NSCLC无创诊断提供了新型表观遗传学标志物。

　　

肺癌是全球癌症相关死亡的首要原因，其中非小细胞肺癌(NSCLC)占比高达85%。尽管低剂量CT等现有筛查手段有所进展，但高假阳性率、辐射风险以及组织活检的创伤性仍是临床痛点。液体活检技术的兴起为这一困境带来转机——通过分析血液中的肿瘤标志物，既能实现无创检测，又能反映肿瘤整体生物学特征。在众多循环标志物中，外泌体因其携带DNA、RNA和蛋白质等丰富信息，成为液体活检研究的热点。

转移RNA(tRNA)作为蛋白质合成的关键元件，近年被发现具有远超"看家基因"的生物学功能。研究表明，tRNA表达谱在癌与正常组织间存在显著差异，其衍生的tRNA片段(tRFs)更可通过调控基因表达参与肿瘤发生。然而，tRNA特征在NSCLC诊断中的应用潜力尚未充分挖掘，tRNA标志物与外泌体的关联机制也亟待阐明。

针对这些科学空白，由Zhuokun Feng、Masaki Nasu等跨国团队在《Communications Medicine》发表的研究，通过整合多组学分析和机器学习，开发了基于tRNA特征的NSCLC诊断新方法。研究团队首先从GEO和TCGA数据库获取1446例组织样本的small RNA测序数据，采用MetaIntegrator算法进行跨队列meta分析；同时收集233例血浆外泌体样本用于独立验证。通过建立包含发现、留出验证和独立验证的三阶段研究框架，结合正向/反向搜索算法优化特征选择，最终鉴定出诊断性能优异的六联tRNA标志物。

研究结果显示，由tRNA-Val-CAC-2-1等4个上调tRNA和tRNA-Ala-TGC-3-2等2个下调tRNA组成的特征，在发现阶段AUC达0.97，留出验证AUC 0.96，血浆外泌体独立验证AUC 0.84。该标志物展现出色的临床适用性：在不同年龄、性别、吸烟史和病理分期亚组中AUC均>0.80；特别在早期(I-II期)诊断中表现突出。生存分析揭示tRNA-Lys-CTT-3-1等3个tRNA与患者预后显著相关，其高风险组死亡风险增加80%(HR=1.80)。

机制研究发现，特征tRNA可能通过其衍生的5'-tRF-Val-CAC片段调控肿瘤代谢。RNAhybrid预测显示这些tRF靶向712个基因，KEGG分析显著富集于辅因子合成、嘌呤代谢等通路。生存验证证实，这些代谢通路活性与患者预后密切相关，如氧化磷酸化通路高风险组死亡风险增加23%(p=0.0398)。

这项研究具有多重创新价值：首次建立基于tRNA特征的NSCLC液体活检诊断体系，突破现有标志物的灵敏度限制；阐明tRNA-tRF-代谢轴在肺癌发生中的调控机制，为表观遗传研究提供新视角；开发的可转化诊断模型，仅需常规血液样本即可实现早期筛查。值得注意的是，研究采用的机器学习框架通过留一法交叉验证和分层抽样，有效克服了样本不平衡问题；而多中心队列验证则增强了结果的普适性。

尽管在种族普适性和tRNA定量技术方面仍存改进空间，该研究无疑为肺癌早诊早治提供了新思路。未来研究可进一步探索特征tRNA的修饰谱特征，开发针对tRF代谢调控网络的靶向干预策略，推动液体活检技术在临床实践中的转化应用。