《European Journal of Cancer》：Spectral cytometry-based immune profiling coupled with machine learning identifies circulating Th1-like cells as a blood biomarker for advanced colorectal adenomas
编辑推荐：
摘要背景结直肠癌是全球第三大常见恶性肿瘤。目前筛查主要依靠粪便隐血试验，但对于晚期腺瘤（重要的癌前病变）的检测敏感性仍有限。实际上，结肠镜检查仍是明确诊断的金标准。因此，有必要为粪便隐血试验阳性的患者开发新的血液检测工具，以优化结肠镜检查的指征。方法我们前瞻性招募了104名粪便隐
摘要
背景
结直肠癌是全球第三大常见恶性肿瘤。目前筛查主要依靠粪便隐血试验，但对于晚期腺瘤（重要的癌前病变）的检测敏感性仍有限。实际上，结肠镜检查仍是明确诊断的金标准。因此，有必要为粪便隐血试验阳性的患者开发新的血液检测工具，以优化结肠镜检查的指征。
方法
我们前瞻性招募了104名粪便隐血试验阳性的患者并对其进行结肠镜检查。根据内镜和组织病理学评估，将这些患者分为无息肉组（NP，n=46）、非晚期息肉组（NA，n=33）和晚期息肉组（AP，n=25）。通过光谱流式细胞术分析了75种免疫细胞亚群及其归巢、激活和耗竭特性，共得到900个变量。利用差异表达变量训练了五种监督机器学习模型，包括随机森林、决策树、多项式核支持向量机以及核K近邻算法。
结果
在91个差异表达的免疫变量中，基于Boruta的特征选择方法识别出了7种关键细胞群体。Th1样细胞被证实是最重要的预测因子。决策树模型的整体性能最佳，对晚期息肉患者的分类准确率高达AUC=1.0，敏感性和特异性均为100%。整体模型准确率为75%（p<0.01，优于无信息情况下的准确率），宏观AUC值为0.85。
结论
本研究表明，通过光谱流式细胞术对循环免疫细胞进行免疫分型，并结合机器学习技术，可以从血液样本中识别出患有晚期结直肠腺瘤的患者。因此，Th1样细胞不仅是一种关键细胞类型，还可能作为一种有潜力的生物标志物，用于补充现有的粪便隐血试验筛查，从而为那些患癌风险最高的患者优先安排结肠镜检查。
章节节选
引言
结直肠癌是全球发病率第三高的癌症[1]。该病的男性患病率高于女性，且随年龄增长而上升。大多数病例为散发性，与西方生活方式密切相关，如摄入红肉、吸烟、饮酒、肥胖以及缺乏运动。由于生活方式的西方化，东欧和东亚地区的结直肠癌发病率也在上升[2]。
确诊后，患者的5年生存率范围为
患者招募
2023年9月至12月期间，我们前瞻性招募了107名粪便隐血试验阳性的患者。这些患者都是在瓦拉多利德大学临床医院所属的卡斯蒂利亚-莱昂自治区结直肠癌筛查项目中，因粪便潜血检测结果超过100 ng/mL而被推荐接受定期结肠镜检查的。在获得当地伦理委员会的批准后，我们取得了所有患者的书面知情同意书
粪便隐血试验筛查的前瞻性分析显示，存在一定比例的晚期息肉患者
根据107例粪便隐血试验阳性患者的结肠镜检查结果及后续的病理诊断结果，这些患者被分为三组：无息肉组（NP，n=46，占比43.9%）；非晚期息肉组（NA，n=33，占比30.8%），这类患者的息肉直径小于10毫米，且不存在低度异型增生或绒毛结构；晚期息肉组（AP，n=25，占比23.4%），这类患者的息肉直径大于10毫米，或者存在高度异型增生或绒毛结构
讨论
尽管在许多国家，粪便隐血试验仍是预防结直肠癌及息肉的最常用筛查方法，但其敏感性和特异性远未达到理想水平，这一点此前已有相关研究指出[17]、[18]、[19]。实际上，只有23%的粪便隐血试验阳性患者存在晚期息肉，这类患者需要通过后续的结肠镜检查进行持续监测。不过，粪便隐血试验也无法准确预测这一结果（见补充图4）。考虑到结肠镜检查所需的成本和资源
伦理审批与参与同意
在获得瓦拉多利德埃斯特地区伦理委员会的批准后，我们取得了所有患者的书面知情同意书（审批编号为PI 23-3200）。本研究是按照当地法律法规、机构要求以及《赫尔辛基宣言》的原则开展的。
资金支持
本研究得到了西班牙科学部（PID2023-148270OB-I00）、卡斯蒂利亚-莱昂自治区（IR2020-1-UVA01，IR2021-UVA04）以及西班牙抗癌协会（AECC，PRDVL234319DELH）的资助。D.B.还是CSIC全球健康平台（PTI Salud Global）的成员。如有合理需求，本研究的所有数据都将予以提供。
CRediT作者贡献说明
马里奥·V·德普拉达：软件相关工作。路易斯·费尔南德斯-萨拉扎尔：文章撰写与修改、验证、监督、方法设计、研究实施、数据整理、概念构建。丹尼尔·科拉莱斯：方法设计。大卫·贝尔纳多：文章撰写与修改、初稿撰写、验证、监督、资源协调、项目管理、方法设计、研究实施、资金筹集、概念构建。桑德拉·伊斯基耶多：方法设计、研究实施、数据整理。亚历杭德罗·G·德尔伊耶罗：文章审核
关于写作过程中生成式人工智能及AI辅助技术的声明
在某些段落中，我们使用了生成式人工智能（ChatGPT）来进行拼写校正、翻译以及文本风格优化。所有内容都经过了作者们的仔细审核和验证，以确保其准确性和科学性。所有作者均认可最终版本的手稿内容。
利益冲突声明
作者们声明存在以下可能被视为潜在利益冲突的财务利益/个人关系：大卫·贝尔纳多表示曾获得西班牙科学创新与大学部的财政支持，还获得了卡斯蒂利亚-莱昂自治区政府的资助，以及PTI全球健康组织的支持。亚历杭德罗·G·德尔伊耶罗则表示曾获得西班牙抗癌协会的财政支持
致谢
作者们感谢坎迪多·佩雷斯在本研究顺利开展过程中提供的技术帮助和支持。
亚历杭德罗·G·德尔伊耶罗|桑德拉·伊斯基耶多|卡罗琳娜·G·德卡斯特罗|安赫尔·德普拉达|艾达-菲兹·洛佩斯|阿尔瓦罗·马丁-穆尼奥斯|马里奥·V·德普拉达|丹尼尔·科拉莱斯|路易斯·费尔南德斯-萨拉扎尔|大卫·贝尔纳多
瓦拉多利德大学-CSIIC生物医学与分子遗传学研究所黏膜免疫学实验室，西班牙瓦拉多利德
