《International Journal of Molecular Sciences》：HS-GC/MS-Based Targeted Blood VOC Panel for Canine Cancer Screening Using an Integrated Classification Framework in Retrospective Korea and Thailand Cohorts
编辑推荐：
犬癌筛查存在一个重要局限：人类医学中器官特异性筛查策略不能直接套用于常规兽医临床。基于血液挥发性有机化合物（VOC）谱分析可为泛癌筛查提供实用路径，但在多中心与多国场景下需评估队列异质性与分析变异性。研究人员在韩国与泰国招募的590只犬中，以167只恶性肿瘤犬
犬癌筛查存在一个重要局限：人类医学中器官特异性筛查策略不能直接套用于常规兽医临床。基于血液挥发性有机化合物（VOC）谱分析可为泛癌筛查提供实用路径，但在多中心与多国场景下需评估队列异质性与分析变异性。研究人员在韩国与泰国招募的590只犬中，以167只恶性肿瘤犬和423只非癌对照为对象，采用顶空气相色谱-质谱（HS-GC/MS）分析由芳香族化合物与直链烷烃组成的预定义靶向VOC组合。韩国与泰国队列被纳入单一集成分类框架，而非拆分为国家专属模型。为评估数据划分带来的性能变异，研究在集成回顾性队列内重复30次队列感知分层训练-验证划分，每次划分均含两国样本；类别不平衡校正仅用于训练数据，验证性能以阈值依赖与阈值无关指标评估。30次重复验证中，集成框架AUROC为0.926±0.019，AUPRC为0.894±0.023；平衡准确率、准确率、灵敏度、特异度、F1分数、马修斯相关系数（MCC）和Cohen’s κ分别为0.858±0.024、0.895±0.018、0.772±0.048、0.943±0.022、0.805±0.033、0.736±0.046和0.734±0.045。样本级预测评分中，癌与非癌样本预测癌症概率中位数分别为0.954与0.041，两组概率分离明显。队列特异性分析中，韩、泰两队均保留判别信号，但阈值依赖性能不同。结果表明，在该特定集成回顾性数据集内，HS-GC/MS靶向血液VOC组合可提供稳定癌相关分类信号，证明无需国家专属模型即可用通用框架跨韩泰队列评估；但研究未确立独立外部泛化性或平台无关稳健性。因韩国与泰国队列分别完全混杂于Agilent与Thermo Fisher分析平台，队列特征与分析平台的独立贡献无法从现有数据判定。需在新建人群与机构中做独立前瞻性验证，并开展含临床相关对照、队列特异性校准、跨分析平台评估及真实工作流临床效用研究，才能确定其外部泛化性与临床适用性。
研究背景方面，犬癌与人类癌在组织及临床特征上相似，但犬无法表达症状，且麻醉、费用、依从性等限制使乳腺X线、结肠镜、前列腺特异抗原（PSA）等人类器官特异性筛查难以直接推广。常规健康筛查新检出癌比例仅约4%，因此亟需可同时评估多癌种的泛癌筛查方法。肿瘤代谢重编程可产生芳香族化合物与低分子量烃类等VOC入血或呼气，使VOC分析具备微创筛查潜力。但非靶向挥发组学存在化合物鉴定、峰注释与平台转移性差等问题；炎症、感染等非肿瘤因素也会改变己醛等醛类VOC，降低癌相关信号权重。多中心场景中，采样、储存、运输与仪器差异会带来非生物学变异。MetaDx公司的CancerVET?为HS-GC/MS靶向全血VOC组合系统，本研究目的不是新标志物发现，而是评估预定义靶向VOC组合的集成分类框架在多国队列中的稳定性。
该研究发表在《International Journal of Molecular Sciences》。研究人员将韩、泰犬队列整合为单一框架，通过队列感知划分使两国样本同时进入训练与验证集，用30次重复内部验证评估平均性能与划分变异，而非做国家分模型或单一切分。
主要关键技术方法如下：研究采用韩国321例与泰国269例犬样本，恶性瘤组167例、非癌对照组423例；以HS-GC/MS分析预定义9种VOC，含苯、甲苯、乙苯、二甲苯、苯乙烯及十一烷（C11）、十二烷（C12）、十三烷（C13）、十四烷（C14）；用队列感知分层打乱划分，每国按类标分层取30%作验证集再合并；训练集用合成少数类过采样技术（SMOTE）纠偏，验证集保持原分布；超参数用贝叶斯优化并在训练集五折交叉验证中以癌类F1为目标，固定配置后重复30个随机种子；以预测癌症概率0.5为分类阈，报告AUROC、AUPRC、平衡准确率、灵敏度、特异度、F1、MCC、Cohen’s κ及样本级概率分布。
研究结果部分，2.1节研究队列组成与重复验证数据集显示，总590犬中韩国非癌232、癌89，泰国非癌191、癌78；每次验证集178例且两国比例固定；年龄与绝育状态存在异质，但仅作队列表征。年龄≥8岁敏感性分析得AUROC 0.911±0.029、AUPRC 0.909±0.027，说明年龄差不能完全解释分类信号。
2.2节集成分类框架重复验证性能显示，30次验证AUROC 0.926±0.019、AUPRC 0.894±0.023；阈0.5下平衡准确率0.858±0.024、准确率0.895±0.018、灵敏度0.772±0.048、特异度0.943±0.022、阳性预测值（PPV）0.845±0.052、阴性预测值（NPV）0.914±0.016、F1 0.805±0.033、MCC 0.736±0.046、Cohen’s κ 0.734±0.045，性能不依赖单一划分。
2.3节ROC与PR曲线分析显示，种子级ROC集中于左上区，PR曲线AUPRC远高于癌患病率基线0.281，说明排序能力与癌类富集均稳定。
2.4节样本级预测评分分布显示，癌样本概率均值0.745、中位0.954，非癌均值0.108、中位0.041；韩队列癌评分分布更宽且偏低，泰队列癌评分更集中高位；128/167癌与406/423非癌按样本均分落在0.5同侧，说明概率筛查有重叠但并非无分离。
2.5节韩泰队列特异性性能显示，韩国AUROC 0.882±0.025、AUPRC 0.822±0.038、灵敏度0.681±0.048；泰国AUROC 0.960±0.019、AUPRC 0.951±0.021、灵敏度0.878±0.046；因韩国=Agilent、泰国=Thermo Fisher完全混杂，差异不能归为队列或平台单独效应。
讨论部分总结为，集成框架价值在不用国家分模型而用通用框架跨异质队列保留信号；高AUPRC说明不平衡下癌类排序有用；0.5阈下高特异利于少误报但灵敏度较低，真实场景应依患病率与随访成本调阈；队列差异可能来自品种、癌种、分期、炎症、饮食、采样与仪器等组合因素；靶向面板排除醛类是为减非特异氧化应激噪声，但不等于单个VOC具肿瘤特异性；研究属内部重复切分验证，非外部临床验证，未来需前瞻新人群、疾病对照、概率校准、跨平台解混杂与真实工作流效用评估。
结论部分翻译为：本研究在韩泰回顾性犬队列中评估了HS-GC/MS靶向血液VOC组合的集成分类框架对癌与非癌的判别能力。30次队列感知训练-验证划分下，框架在集成回顾性队列内表现稳定，AUROC与AUPRC高，癌与非癌样本概率分离明确；韩、泰队列-平台配置内均保留分类信号，但阈值依赖性能有差异。这些发现证明该特定集成回顾性数据集内重复内部验证性能稳定，但不得解释为独立外部验证、临床验证或平台无关泛化证据。因韩国与泰国队列分别完全混杂于Agilent与Thermo Fisher分析平台，队列特征与分析平台独立贡献无法判定。需以锁定分析流程对新建机构与人群做独立前瞻性验证，并开展临床相关病对照、队列特异性校准、可解混杂的跨平台评估及真实工作流临床效用研究，方能确定框架外部泛化性与临床适用性。
