基于机器学习与血浆外泌体RNA特征的消化系统癌症诊断模型构建及生物标志物发现

本文推荐：研究团队通过整合exoRBase 2.0数据库中的血浆外泌体（PDEV）RNA测序数据，采用XGBoost等10种机器学习算法构建消化系统癌症（DSCs）诊断模型，筛选出BANK1、MALAT1等9个外泌体mRNA/lncRNA标志物，模型训练集AUC达0.83，测试集提升至0.94，为DSCs早期无创诊断提供新策略。

　　

亮点

数据收集与预处理

exoRBase 2.0作为综合性外泌体RNA测序数据库，整合了血液、尿液等多种体液的细胞外囊泡（EVs）数据。本研究从中获取444例样本（326例DSCs患者和118例健康人），按8:2比例划分为训练集与测试集，涵盖胃癌（GC）、肝细胞癌（HCC）等五种消化系统癌症类型。

预测因子筛选

图S1展示了研究流程：训练集通过LASSO回归、随机森林（RF）等算法从114,602个RNA中筛选特征，最终锁定BANK1、MALAT1等9个外泌体RNA标志物。XGBoost模型表现最优，训练集AUC 0.83，测试集跃升至0.94，显著超越传统血清标志物CEA/CA19⁹。

讨论

传统血清标志物如CA72₄对早期DSCs灵敏度不足，而外泌体因膜结构保护使其RNA更稳定。本研究首次建立基于PDEV的多癌种诊断模型，其中MALAT1（致癌lncRNA）和FGB（凝血因子）等分子与肿瘤微环境（TME）重塑密切相关，暗示其生物学机制值得深入探索。

结论

机器学习驱动的PDEV诊断模型展现出卓越临床潜力，9种外泌体RNA组合可作为DSCs"液体活检"新工具，但需进一步验证其分子机制。