导语

 

肿瘤相关抗原 (TAA) 是肿瘤发生、发展过程中细胞坏死释放、脱落或外分泌的特异蛋白产物，与人体免疫系统相互作用可产生特异性自身抗体（AAb），这些自身抗体通常与肿瘤进展有关，并且会随着肿瘤的治疗进程呈现表达水平的变化，可用于肿瘤的早期诊断、预后监测等。体必康科研平台的HuProt™人类蛋白质组芯片，包含超过21000种人类蛋白质和蛋白质亚型，覆盖了人类蛋白质图谱定义的81%标准表达蛋白质，是目前全球最高通量的芯片。它以全局性的优势，为肿瘤自身抗体的筛选和验证提供了系统性解决方案。

 

01/ 研究背景

胰腺癌（PAAC）是一组主要起源于胰腺导管上皮及腺泡细胞的恶性肿瘤，恶性程度极高，起病隐匿，早期诊断困难，进展迅速，生存时间短，是预后较差的恶性肿瘤之一，被称为“癌中王”，其发病率和死亡率都高居全球和我国恶性肿瘤的前十位。

 

目前，外科手术切除仍是胰腺癌最重要的治疗方式，但是由于胰腺癌早期症状隐匿，约85%的患者就诊时已处于晚期。近些年，针对胰腺癌的新型诊断和有效治疗方法的研究已经取得一定进展，但进展缓慢，胰腺癌的发病率及死亡率仍呈上升趋势。因此，寻找新型生物标志物，通过高灵敏度和特异性的无创诊断方法来进行早期诊断，对于实现治愈性手术切除、降低胰腺癌死亡率至关重要，也为胰腺癌患者带来新希望！

 

为解决上述问题，复旦大学研究团队使用HuProt^™人类蛋白质组芯片（体必康科研平台-博翀提供）分析了胰腺癌、慢性胰腺癌患者和健康对照者肿瘤相关自身抗体谱的变化，筛选并获得用于早期诊断的生物标志物，为胰腺癌早期诊断和发病机制研究奠定基础。该研究成果发表在《International Journal of Cancer》。（IF=7.316）

权威期刊在线发表



 

02 / 研究思路

该研究共计收集了胰腺癌（PAAC）、慢性胰腺癌（CP）、其它恶性肿瘤疾病（Non-PAAC）和健康对照（NHV）共854份血清样本（胰腺癌：n=338；慢性胰腺癌：n=122；其它恶性肿瘤疾病：n=100；健康对照：n=294），基于标志物研究的三阶段，即标志物的筛选（Discovery）、验证（Verification）和确认（Validation）开展项目实验。

实验设计流程


 

03/ 研究成果

3.1 标志物的筛选

研究人员基于HuProt™人类蛋白质组芯片（体必康科研平台-博翀提供），对30例胰腺癌患者和30例健康人的血清样本进行检测，鉴定出胰腺癌患者和健康人之间差异表达的TAAbs（肿瘤相关自身抗体）有165个（其中83个TAAbs为IgG型，82个TAAbs为IgM型），其中候选蛋白的筛选标准为：①P<0.05；②Fold Change>1.2；③阳性率≥20%（PAAC阳性反应率定义为大于健康对照组的平均值加2×SD）。

图1｜HuProt™人类蛋白质组芯片检测结果


 

3.2 标志物的验证

为验证筛选出的165个TAAbs是否可作为PAAC的诊断性生物标志物，研究人员使用PAAC定制芯片（体必康科研平台-博翀提供）对612份血清样本（包括266份PAAC、98份CP和248份NHV）进行了验证。PAAC定制芯片质控结果表明：①阳性对照点（GST）、阴性对照点（BSA蛋白）均正常；②各重复蛋白间的相关系数为0.9989，重复性高。验证结果可以证明，此PAAC定制芯片制备合格，可用于后续实验。

图2｜PAAC特异定制芯片的质控结果

 

基于定制芯片测试结果，研究人员分别比较分析了PAAC与NHC、CP数据，并通过筛选标准：①P<0.05；②Fold Change>1.2；③阳性率>20%（PAAC阳性反应率定义为大于健康对照组的平均值加2×SD），共计确定53个IgG型TAAbs能够区分PAAC和对照组（NHV+CP）。

 

为更加精准地筛选出具备显著区分能力的单个或多个标志物，研究人员基于逻辑回归（logistics regression）算法对53种潜在的生物标志物做了进一步筛选，并通过10-fold cross-validation筛选出五种IgG型TAAbs，分别为CLDN17、KCNN3、SLAMF7、SLC22A11和OR51F2。

图3｜筛选出的5种具有诊断潜力的TAAbs
 

研究人员基于筛选出的标志物，对可显著区分PAAC与NHV的肿瘤标志物CA19-9和五种TAAbs（CLDN17、KCNN3、SLAMF7、SLC22A11、OR51F2）进行单因素和多因素逻辑验证分析，建立鉴别模型：y=22.893×CA19-9（0=normal，1=high）+0.68×CLDN17-4.012。结果表明，该模型在鉴别PAAC与NHV方面的诊断价值明显优于CA19-9（PAAC常用诊断生物标志物）和CLDN17（图4A）；在鉴别PAAC与CP方面，该模型显著优于CA19-9和CLDN17（图4B）；同样，在鉴别PAAC与对照（NHV+CP）方面，该模型的诊断性能也优于CA19-9和CLDN17（图4C）。结果表明，该鉴别模型可能是一种更敏感、更特异的诊断方法。

图4｜模型、CA19-9和CLDN17鉴别不同患者的ROC曲线


 

3.3 标志物的确认

为进一步评估模型的特异性，研究人员通过ELISA法检测了血清中CLDN17、KCNN3、SLAMF7、SLC22A11和OR51F2的自身抗原水平，并测定它们在胰腺癌样本与对照组中的鉴别作用。结果表明，该模型在鉴别PAAC与对照组（NHV + CP）时，表现出优于CA19-9和CLDN17的诊断性能。

图5｜ELISA检测血清自身抗原鉴别PAAC和对照组(NHV + CP)的ROC曲线

04/ 总结

该研究基于HuProt^™人类蛋白质组芯片和定制芯片，从全局性、系统性的视角进行了胰腺癌早期诊断标志物的筛选，共计筛选出53个具有诊断潜力的TAAbs，建立了一种更为敏感、特异的疾病诊断方法，为胰腺癌的临床诊断和机制研究提供了新思路。

 

体必康集团依托中国科学院生物物理研究所搭建了科研平台，沉淀并转化了一系列蛋白质组学技术（从基因克隆、载体构建、蛋白表达，到芯片制备、样本检测及分析报告等一系列标准化、专业化、工业化的蛋白质芯片研发和服务技术），得到了行业的广泛认可。除此之外，体必康科研平台还提供其他组学技术服务，如质谱、测序等。

体必康科研以健康中国为己任，致力于“让临床科研不再难”，不仅提供单一的组学技术服务，还可以根据研究方向定制合适的动物研究模型，提供动物实验技术服务，并将分子细胞乃至动物实验等多项技术整合，为解决临床问题提供整体研究方案。与临床医生一起，从临床问题出发，系统全面地解析生命过程的发生、发展机制。

参考文献

L. P. Zhuang, C. J. Huang, Z. Y. Ning, et al. Circulating tumor-associated autoantibodies as novel diagnostic biomarkers in pancreatic adenocarcinoma. International Journal of Cancer. 2023; 152, 1013-1024.


图片来源
参考文献

撰稿：黄贞贞