唾液多胺比值作为胃癌候选生物标志物：一项概念验证的病例对照研究

《Medical Sciences》：Salivary Polyamine Ratios as Candidate Biomarkers for Gastric Cancer: A Proof-of-Concept Case–Control Study

　　

专业术语翻译（摘要部分） 背景/目的： 胃癌（Gastric Cancer, GC）是全球最常见的恶性肿瘤之一，凸显了对微创且高准确度早期检测筛查方法的迫切需求。本研究评估了基于唾液多胺的代谢组学分析在区分胃癌个体与非胃癌个体中的效用。方法： 共纳入53例胃癌患者和37例非胃癌对照。受试者招募自2020年3月至2025年5月期间在东京医科大学医院接受上消化道内镜检查并在同日提供唾液样本的个体。排除已知会影响多胺水平的因素。通过液相色谱–质谱联用（Liquid Chromatography–Mass Spectrometry, LC-MS）定量唾液代谢物，并在组间进行统计学比较。采用乙酰化多胺与非乙酰化多胺的比值作为特征，构建基于逻辑回归的机器学习模型，并使用受试者工作特征（Receiver Operating Characteristic, ROC）分析评估判别性能。结果： 胃癌组的唾液代谢物浓度显著升高。在单个多胺中，N1-乙酰精胺（N1-acetylspermine）表现出最高的判别能力（AUC = 0.845）。在分析乙酰化与非乙酰化多胺比值时，N1,N8-二乙酰亚精胺/亚精胺（N1,N8-diacetylspermidine/spermidine）和N1-乙酰精胺/精胺（N1-acetylspermine/spermine）在组间观察到显著差异。使用六个此类比值构建的逻辑回归模型在测试数据集中达到了较强的预测性能（AUC = 0.807），灵敏度为68.8%，特异度为72.7%。结论： 研究结果表明，唾液多胺分析，尤其是利用乙酰化比值，能够实现对胃癌的准确且微创的判别，并代表了胃癌筛查中一种有前景的辅助工具。

论文解读文章

研究背景与问题

胃癌（Gastric Cancer, GC）是全球高发恶性肿瘤之一。尽管随着早期检测技术的发展和幽门螺杆菌（Helicobacter pylori）根除治疗的普及，日本胃癌死亡率近年来有所下降，但发病率仍因人口老龄化而居高不下。目前胃癌诊断主要依赖上消化道内镜检查，该方法相对侵入性强且成本较高，成本效益有限。常用的肿瘤标志物如癌胚抗原（Carcinoembryonic Antigen, CEA）和糖类抗原19-9（Carbohydrate Antigen 19-9, CA19-9）虽具有高特异度（分别为99.1%和96.2%），但灵敏度较低（分别为17.4%和20.8%），不适合用于有效筛查。因此，迫切需要一种比现有肿瘤标志物准确度更高、且比现有筛查流程侵入性更低的筛查方法。近年来，液体活检作为一种利用血液、尿液和唾液等生物样本的微创诊断方法受到广泛关注。唾液因其采集简便、对患者身心负担小，特别适合用于筛查检测。研究人员聚焦于多胺类代谢物，因为唾液中的多胺在室温储存时比氨基酸更稳定，且采集后30分钟内冷冻可最大限度减少对分析结果的影响。然而，唾液中代谢物浓度受水合状态等生理因素影响波动较大，可能掩盖疾病特异性信号。为缓解这一问题，研究人员提出通过计算乙酰化多胺与非乙酰化多胺的比值来归一化目标代谢物浓度，以评估多胺乙酰化状态的变化。

研究内容与结论

本研究是一项病例对照研究，纳入53例胃癌患者和37例非胃癌对照。所有受试者均于2020年3月至2025年5月期间在东京医科大学医院接受上消化道内镜检查，并在检查当日提供唾液样本。排除标准包括非胃部恶性肿瘤病史、炎症性疾病、良性前列腺增生、肾功能衰竭，以及使用二甲双胍和阿司匹林等已知影响多胺水平的药物。唾液样本于上午8:00至11:00之间、内镜检查前采集，并立即在?80 °C下冷冻保存。采集方案严格标准化：受试者在检查前一天晚上9点后禁食（可饮水）、避免使用口红或润唇膏、吸烟及剧烈运动。采集前用清水漱口，使用聚丙烯吸管收集至少0.5 mL非刺激全唾液至聚丙烯管中。代谢物定量由SalivaTech有限公司采用液相色谱–质谱联用（LC-MS）完成。研究结果显示，胃癌组唾液代谢物浓度总体高于非胃癌组。在9种多胺中，所有多胺均显示组间显著差异，其中N¹-乙酰精胺的判别能力最高（AUC = 0.845）。在乙酰化/非乙酰化多胺比值分析中，N¹,N⁸-二乙酰亚精胺/亚精胺（AUC = 0.750）和N¹-乙酰精胺/精胺在两组间存在显著差异。研究人员构建了基于逻辑回归的机器学习模型，采用乙酰化比值作为特征（相对浓度模型），在测试数据集上达到AUC = 0.807，灵敏度68.8%，特异度72.7%，优于使用绝对浓度构建的模型（AUC = 0.688）。该相对浓度模型在灵敏度上优于传统肿瘤标志物（CEA: 17.4%, CA19-9: 20.8%），且与既往基于血液的代谢组学分析性能（AUC = 0.885）相当。本研究的重要意义在于：唾液多胺乙酰化比值分析作为一种非侵入性筛查工具，具有检测早期胃癌的潜力，且大多数胃癌组病例为I期早期胃癌，提示该方法可用于早期筛查。

关键技术方法

研究人员采用液相色谱–质谱联用（Liquid Chromatography–Mass Spectrometry, LC-MS）技术对唾液样本中的多胺代谢物进行定量分析。样本队列来源于2020年3月至2025年5月期间在东京医科大学医院接受上消化道内镜检查的受试者。色谱分离使用ACQUITY BEH C18色谱柱，质谱检测采用三重四极杆质谱仪（QQQ），在正离子模式下进行多反应监测（Multiple Reaction Monitoring, MRM）分析。数据经log₁₀转换后，使用Welch’s t检验进行组间比较，并采用Benjamini–Krieger–Yekutieli方法进行错误发现率（False Discovery Rate, FDR）校正。机器学习模型基于逻辑回归构建，使用随机搜索策略结合10折交叉验证进行超参数优化，并以受试者工作特征曲线下面积（Area Under the Curve, AUC）作为评估指标。数据集按7:3比例分层划分为训练集（n = 63）和测试集（n = 27）。此外，研究人员使用概率商归一化（Probabilistic Quotient Normalization, PQN）系数作为唾液总体浓度的指标，以验证比值特征对浓度波动的稳健性。

研究结果

3.1 胃癌组与非胃癌组间唾液代谢物浓度的差异

通过热图可视化比较两组代谢物浓度谱，胃癌组大多数代谢物浓度高于非胃癌组。

3.2 两组间多胺浓度的比较

箱线图比较显示，9种多胺浓度在两组间均存在显著差异。单个多胺的ROC分析显示所有多胺的AUC均大于0.7，其中N¹-乙酰精胺的判别性能最高（AUC = 0.845, 95% CI: 0.763–0.927）。在乙酰化/非乙酰化多胺比值分析中，N¹,N⁸-二乙酰亚精胺/亚精胺（AUC = 0.750）和N¹-乙酰精胺/精胺在两组间存在显著差异。

3.3 机器学习预测检测胃癌的ROC曲线、灵敏度和特异度分析

使用六个乙酰化比值特征构建的相对浓度模型，在训练数据集上AUC = 0.852（95% CI: 0.760–0.944），在测试数据集上AUC = 0.807（95% CI: 0.639–0.974, p = 0.0077）。最优截断值为0.530，灵敏度68.8%（95% CI: 44.4–85.8%），特异度72.7%（95% CI: 43.4–90.3%）。相比之下，使用绝对浓度构建的模型在测试数据集上AUC = 0.688（95% CI: 0.486–0.890, p = 0.1034），灵敏度87.5%，特异度45.5%。

3.4 机器学习预测概率与唾液浓度相关性的验证

绝对浓度模型的特征与PQN系数的相关系数达0.8以上，而相对浓度模型的特征与PQN系数的相关性最高仅为约0.5。在测试数据集中，绝对浓度模型的预测概率与PQN系数高度相关（0.8以上），而相对浓度模型的两者相关性低于0.2，表明比值特征有效减少了唾液总体浓度波动的影响。

讨论与结论

讨论部分指出，多胺与癌症生物学密切相关，乙酰化多胺易于从主要组织分泌并扩散至周围组织和血管，因此分析渗入体液的多胺可能实现非侵入性癌症筛查。唾液样本虽然采集方便，但存在浓度易受稀释影响的局限。通过使用乙酰化比值作为特征，相对浓度模型有效降低了浓度变异的影响，在测试数据集上的判别性能优于绝对浓度模型。该模型的灵敏度（68.8%）优于传统肿瘤标志物CEA（17.4%）和CA19-9（20.8%），且与既往血液代谢组学分析性能相当。研究人员还讨论了可能的生物学机制，包括组蛋白去乙酰化酶10（HDAC10）下调导致N⁸-乙酰亚精胺积累，进而被SSAT乙酰化并分泌为N¹,N⁸-二乙酰亚精胺等途径。研究局限性包括：两组间临床背景（如年龄、幽门螺杆菌感染状态、萎缩性胃炎）存在不平衡；测试数据集样本量较小，置信区间较宽；单中心设计缺乏独立外部队列验证；未评估晚期癌症的代谢特征；未常规进行全身CT检查，不能完全排除隐匿性非胃部恶性肿瘤的影响。研究结论为：唾液多胺分析，尤其是利用乙酰化比值，能够实现对胃癌的准确且微创的判别，代表了胃癌筛查中一种有前景的辅助工具，未来需要进一步研究以验证唾液多胺乙酰化比值作为胃癌筛查候选生物标志物的有效性。