循环三miRNA组（hsa-miR-29b-3p、hsa-miR-19b-3p、hsa-miR-30e-5p）用于早期卵巢癌检测：一种机器学习生物信息学方法

《Frontiers in Genetics》：A circulating three-miRNA panel (hsa-miR-29b-3p, hsa-miR-19b-3p, hsa-miR-30e-5p) for early-stage ovarian cancer detection: a machine-learning bioinformatics approach

　　

背景：卵巢癌（OVCA）仍然是最致命的妇科恶性肿瘤之一，主要由于晚期诊断和缺乏可靠的早期检测生物标志物。循环微RNA（miRNA）已成为有前景的非侵入性癌症检测和预后生物标志物。目的：本研究旨在利用公开数据集和生物信息学工作流程，通过计算识别与早期OVCA相关的循环miRNA。方法：研究人员对来自癌症基因组图谱（TCGA）和基因表达综合数据库（GEO）的miRNA-Seq数据集进行了差异表达分析。使用miEAA和PANTHER进行了功能富集分析和通路注释。开发并优化了基于随机森林的机器学习模型，用于miRNA生物标志物分类。结果：差异表达分析揭示了OVCA与其他癌症类型（乳腺癌（BRCA）、宫颈鳞状细胞癌（CESC）、子宫内膜癌（UCEC）和结肠腺癌（COAD））之间以及OVCA与对照样本之间的不同miRNA特征。阶段特异性分析确定了关键miRNA，包括hsa-miR-29b-3p、hsa-miR-19b-3p和hsa-miR-30e-5p，这些miRNA与早期OVCA持续相关。功能富集分析突出了关键通路，包括肿瘤蛋白53（TP53）和血管内皮生长因子A（VEGFA）信号通路，这些通路在OVCA发病机制中起核心作用。随机森林分类器表现出稳健的性能，准确率为91.67%，曲线下面积（AUC）为0.991。结论：本研究识别了一组循环miRNA，对早期OVCA具有显著的诊断潜力。将这些miRNA整合到临床工作流程中可增强早期检测并改善患者预后。需要独立队列进行进一步验证。

卵巢癌（OVCA）是全球第八大常见女性癌症，也是妇科癌症相关死亡的主要原因，超过70%的病例在FIGO III/IV期被诊断，5年生存率低于30%，而早期（I期）诊断的生存率超过90%。当前诊断工具如CA-125生物标志物检测和经阴道超声缺乏足够的敏感性和特异性，大规模筛查试验也未能有效降低死亡率。因此，迫切需要开发新型、准确且非侵入性的早期检测策略。循环微RNA（miRNA）因其在体液中的稳定性和在肿瘤发生中的关键调控作用，成为有前景的非侵入性生物标志物候选。本研究旨在利用公开数据集和生物信息学方法，识别与早期OVCA相关的循环miRNA。研究人员通过差异表达分析、功能富集分析和机器学习分类模型，确定了具有高诊断准确性的miRNA组，并验证了其潜力。该论文发表在《Frontiers in Genetics》。

研究人员采用了以下主要关键技术方法：数据来源于癌症基因组图谱（TCGA）和基因表达综合数据库（GEO）。TCGA包含325个肿瘤组织样本（OVCA、乳腺癌、宫颈癌、子宫内膜癌和结肠癌），GEO包含37个血清样本（23个OVCA和14个对照）。差异表达分析使用DESeq2（R/Bioconductor）进行，功能富集分析通过miEAA和PANTHER实现，机器学习模型基于随机森林（RandomForest）在WEKA（v3.8.6）中构建，采用10折交叉验证优化。

研究结果如下：
**3.1 不同癌症类型间的差异miRNA表达**：通过差异表达分析，研究人员发现OVCA与乳腺癌（BRCA）、宫颈鳞状细胞癌（CESC）、子宫内膜癌（UCEC）和结肠腺癌（COAD）相比，分别有276、98、429和427个差异表达miRNA（DEMs），其中44个（6.9%）为四种癌症类型共有，提示OVCA特异性调控机制。
**3.2 OVCA与对照样本间的差异miRNA表达**：OVCA与对照比较显示，hsa-miR-320e（Log₂FC=3.264，校正p=1.94×10^-6）和hsa-miR-10a-3p（Log₂FC=2.618，校正p=3.43×10^-6）上调最显著，而hsa-miR-3158-3p下调，提示其作为诊断生物标志物的潜力。
**3.3 OVCA中阶段特异性miRNA表达**：阶段特异性分析识别出19个与早期OVCA（I/II期）唯一相关的miRNA，其中hsa-miR-29b-3p、hsa-miR-19b-3p和hsa-miR-30e-5p持续下调，可能发挥肿瘤抑制作用。进一步比较I/II期与III/IV期发现，hsa-miR-29b-3p和hsa-miR-30e-5p在晚期表达更低，而hsa-miR-19b-3p无显著差异。
**3.4 功能富集和通路分析**：功能富集分析表明，这些miRNA参与TP53信号、VEGFA信号和TGF-β信号等关键通路，疾病本体论关联到OVCA亚型，GO分析富集到细胞增殖、miRNA成熟和上皮细胞增殖等生物学过程。
**3.5 机器学习预测模型性能**：基于随机森林的分类模型在控制、早期OVCA和晚期OVCA三类中表现优异，整体准确率91.67%，AUC 0.991，灵敏度0.917，特异性0.959，早期OVCA类的PRC面积达0.982。
**3.6 集成机制模型**：研究人员构建了一个机制模型，显示hsa-miR-29b-3p下调激活VEGFA/PDGFR/PI3K-AKT和TGF-β/SMAD通路，hsa-miR-19b-3p下调解除对PTEN、ESR1、BMPR2和TP53的抑制，hsa-miR-30e-5p下调进一步解除TP53抑制，共同促进肿瘤血管生成、上皮细胞增殖、凋亡逃逸、上皮间充质转化（EMT）和化疗耐药。

讨论部分总结了本研究的创新点在于整合肿瘤和血清miRNA-Seq数据集、进行跨癌症比较并聚焦早期阶段。研究局限性包括依赖公开数据集可能引入偏差、样本量较小（尤其早期OVCA）、缺乏CA-125等临床元数据、组织与血清的生物学差异以及主要针对浆液性上皮肿瘤。未来需在独立前瞻性队列中验证，并开发标准化检测方法。

研究结论翻译：本研究确定了hsa-miR-29b-3p、hsa-miR-19b-3p和hsa-miR-30e-5p为在OVCA、对照样本和疾病阶段中关键差异表达的miRNA。此外，在OVCA与对照样本的比较中，hsa-miR-320e、hsa-miR-10a-3p、hsa-miR-4488和hsa-miR-200c-3p被确定为极具前景的生物标志物，它们显著参与凋亡、血管生成和肿瘤抑制相关通路。功能富集分析强调了与TP53和VEGFA通路的关键关联，突出了其生物学和诊断意义。基于随机森林的机器学习模型进一步展示了稳健的诊断性能（准确率=91.67%；AUC=0.991），强调了该miRNA组作为早期OVCA非侵入性诊断工具的潜力。