一种基于血浆的膀胱癌血栓炎症综合研究方法：整合脂质组学、凝血酶生成及NETosis生物标志物

《Journal of Translational Medicine》：A comprehensive plasma-based approach to thromboinflammation in bladder cancer: integrating lipidomics, thrombin generation, and NETosis biomarkers

摘要

背景

脂质代谢重编程是癌症的典型特征，但其在膀胱癌中的系统表现及其功能意义仍不甚明了。本研究旨在识别具有诊断、分期和预后价值的血浆脂质组学特征，并探讨其与血栓炎症机制的关联，尤其是NETosis和凝血酶生成过程。

方法

通过超高效液相色谱高分辨率质谱技术对87名膀胱癌患者（非肌层浸润性膀胱癌、NMIBC和肌层浸润性膀胱癌、MIBC）以及30名对照组的血浆脂质组学特征进行了分析。同时检测了NETosis相关标志物、活性DNaseI浓度、C反应蛋白、纤维蛋白原、IL-6、凝血酶原F1+2、凝血酶-抗凝血酶复合物以及凝血酶生成试验结果。统计分析采用R语言完成，包括主成分分析、ROC曲线分析、弹性网惩罚逻辑回归、Cox回归、生存分析用的自然三次样条建模以及通路富集分析。

结果

膀胱癌患者的总脂质负荷较高，且具有独特的脂质组学特征。磷脂酰胆碱水平随疾病严重程度增加而下降，且与较差的整体生存率存在独立关联（在MIBC中生存率可降低85%）。整合脂质组学和临床变量的多变量弹性网模型在区分膀胱癌患者与对照组方面具有较高的诊断准确性（AUC=0.943），在区分MIBC与NMIBC方面也有较好表现（AUC=0.860）。膀胱癌患者表现出NETosis、炎症反应和凝血酶生成增加的趋势，而活性DNaseI水平则有所下降。具有潜在诊断价值的脂质分子与NETosis、炎症标志物及TAT存在关联，同时与活性DNaseI和凝血酶生成试验参数呈负相关。由于该研究为横断面观察性设计，这些发现仅可作为假设提出，无法用于因果推断。

结论

血浆脂质组学分析可识别出具有诊断和预后价值的生物标志物，同时揭示了其与NETosis、活性DNaseI功能障碍及凝血酶生成之间的关联。尽管这项探索性研究无法确定因果关系，但这些结果表明脂质组学可作为一种微创工具用于膀胱癌的分层诊断，也有助于了解癌症相关的免疫血栓形成机制，为未来开展针对脂质与中性粒细胞相互作用的纵向及机制研究提供了依据。