2024年1月2日，尊龙凯时生命与海洋科学学院苟德明教授团队在Nature出版社旗下期刊《Nature Communications》（影响因子：16.6）发表题为“Terminal modifications independent cell-free RNA sequencing enables sensitive early cancer detection and classification”的研究论文。尊龙凯时生命与海洋科学学院苟德明教授为通讯作者，王俊助理教授和黄金涌博士后为共同第一作者。
癌症的早期診斷能夠延長患者的生存時間，增加治愈的可能性。隨著利用血漿中遊離核酸進行液體活檢在癌症檢測中的應用，可能實現癌症早期診斷。盡管基于遊離DNA的檢測方法（基因突變、拷貝數變化、甲基化變化、片段模式變化等）已顯示出在檢測與分類癌症上的高特異性，但結合遊離轉錄組信息可以提高它們在診斷早期癌症的敏感性。血漿中遊離RNA（cfRNA）代表了細胞外轉錄本的動態情況，腫瘤組織中相關轉錄物的變化可以在血液中cfRNA水平的變化體現出來，因此cfRNA具有廣泛的臨床價值。血漿中的遊離信使RNA（mRNA）已被證明具有組織和癌症特異性及細胞起源特異性，可用于疾病診斷和預後評估。然而，全面解析血漿中cfRNA面臨兩個主要障礙。首先，cfRNA提取效率較低，需要大量血漿（至少2毫升）用于檢測。其次，cfRNA高度片段化，導致其具有多樣的末端修飾結構，而傳統的RNA-seq文庫制備流程只對具有完整修飾末端的RNA片段有效，無法勝任對cfRNA的測序文庫制備。因此，迫切需要能夠有效處理低豐度和高度片段化樣品的cfRNA分析新技術。
尊龙凯时苟德明教授团队长期致力于展非编码RNA 在肺部疾病的发病机制和临床转化研究，发明了Direct S-Poly(T)Plus等基于荧光定量PCR的小分子RNA定量检测技术。为了满足高通量的需求，该团队对此前技术进行优化，开发了灵敏的血浆cfRNA文库制备技术（SLiPiR-seq），该技术具有不依赖RNA末端修饰的优势，因此即使只用微量血浆（至少100微升）也依然能得到准确可靠的检测结果。SLiPiR-seq对RNA的定量结果与金标准荧光定量PCR技术具有很高的相关性。对比传统的接头连接文库制备方法，SLiPiR-seq可以在血浆中检测到更多种不同类型的RNA，其中， mRNA和长非编码RNA（lncRNA）的检出量大大增加。由于可以更多的检出与基因表达和调控相关的RNA种类，SLiPiR-seq技术在揭示血浆转录本与病理机制的关联等研究中具有很好的前景。
为了评估SLiPiR-seq 技术在肺癌检测中的应用效果，该研究对139 名肺癌患者和 106 名无癌症个体的发现队列进行了回顾性分析。基于 cfRNA 计数的负二项分布模型在病例和对照之间确定了12840个差异表达的 cfRNA（padj<0.1）。将上述队列随机分成 80％作为训练集，用来训练机器学习诊断模型，将 20％作为测试集，用来评估模型的区分效果。本研究采用了逻辑回归、随机森林、支持向量机三种机器学习算法来系统地评估九类RNA的肺癌诊断效果。为了避免偏差，所有模型的随机取样和训练-测试过程均重复进行了 100 次。九类RNA所训练的模型在测试集中均取得了较好的分类效果。为了进一步评估诊断模型在检测早期肺癌方面的效果，对来自另外两个临床中心的独立验证队列进行分析，该队列包括26 名 I 期肺癌患者和27 名健康人。惊喜的是，mRNA（AUC=0.846）、miRNA（AUC=0.905）、snoRNA（AUC=0.788）、snRNA （AUC=0.903）和tsRNA（AUC=0.741）五类RNA所训练的模型可以精准区分I 期肺癌患者和健康人。将这五类RNA组合来训练模型，发现由“mi+sn+sno”组成的模型具有最佳的早期肺癌检测效果（AUC=0.979；发现队列中灵敏性96.40%，特异性97.81%；独立验证队列中灵敏性100%，特异性78.79%）。在大规模早期筛查中，为了避免假阳性，高特异性往往比高灵敏性更重要。因此，该研究指出由“m+sn+sno+ts”组合训练的模型具有更高的特异性（发现队列中灵敏性99.28%，特异性100%；独立验证队列中灵敏性76.92%，特异性95.24%），更加适合肺癌早筛的情景。
爲評估SLiPiR-seq在多癌種分類的可行性，研究團隊利用該技術額外對30例乳腺癌,37例結直腸癌,55例胃癌,15例肝癌進行了血漿cfRNA檢測。通過機器學習分析,研究團隊建立了一個通用的癌症檢測模型和肺癌、乳腺癌、結直腸癌、肝癌、胃癌五種癌症特異的診斷分類模型,證明了cfRNA的差異表達譜在癌症診斷和分類中具有強大的性能。因此,血漿cfRNA可以作爲癌症的生物標志物應用于臨床。
總結來說，本研究爲深入研究血漿cfRNA的組成及其在疾病中的生物學意義奠定了基礎。下一步,研究團隊將在大型樣本隊列中驗證SLiPiR-seq技術的臨床應用前景，期待基于該技術的cfRNA表達標志物在未來可以實現高准確性的早期癌症檢測分類的臨床應用。
该研究得到了国家自然科學基金项目（82241022, 82170070, 81970053，89202586）、深圳市基础研究面上项目（JCYJ20210324120206017），深圳市高等院校稳定支持项目（8940317-0109）的支持。
文章鏈接：https://www.nature.com/articles/s41467-023-44461-y
（来源 生命与海洋科学学院）
