GUT:发现可准确预测“癌王”的粪便微生物

胰腺癌俗称“癌中之王” 。
近些年 , 死于胰腺癌的世界级名人包括:世界男高音帕瓦罗蒂、诺奖得主斯塔曼……
胰腺癌发现晚 , 治疗手段有限 , 疗效差 , 致死率高 , 一年存活率仅为25%1 。
胰腺肿瘤分为两种 。 最常见的是起源于胰腺导管的胰腺腺癌(PDAC) , 即通常说的“胰腺癌” 。 另一种是起源于胰腺有分泌激素功能的细胞 , 即胰腺内分泌肿瘤 。
胰腺的位置深 , 胰腺癌早期症状不明显、发病原因不明确……这些都制约着胰腺癌的早发现 。
血液中的糖类抗原19-9(CA19-9) , 是当前唯一被FDA批准的胰腺癌标志物 。 然而 , CA19-9水平与其它多种症状关联(如胆道阻塞) , 对胰腺癌的筛查特异性低(0.75,95%CI0.72-0.86)2 , 亟需更高效的筛查方法 。
近日 , 发表在Gut上的一个研究发现粪便微生物可用于胰腺癌筛查 , 单独使用时准确性达到0.84(AUROC值 , 一种模型评估指标);当与血液CA19-9联合使用时 , 准确性提升至0.943 。 该研究由学界大咖PeerBork领导的德国和西班牙科学家共同完成 。
GUT:发现可准确预测“癌王”的粪便微生物
文章图片
既往研究已多次揭示微生物与胰腺癌的关联 。 胰腺本身被特定微生物定植 , 包括口腔和肠道的常见细菌4,5 。 小鼠模型研究发现 , 肠道来源细菌能促进胰腺导管癌的形成6 。 另有研究发现人口腔和肠道的特定微生物与胰腺癌发病风险相关7 。
受这些研究启发 , Bork团队基于136位法国受试者(57位胰腺癌患者 , 50位对照 , 29位慢性胰腺炎患者) , 以及76位德国受试者(44位胰腺癌患者 , 32位对照) , 采集粪便、唾液、肿瘤和癌旁组织样品 , 使用DNA测序技术 , 系统性地挖掘粪便微生物和唾液微生物对胰腺癌的预测效果(图1) 。
GUT:发现可准确预测“癌王”的粪便微生物
文章图片
图1:研究样本和数据组成 。 rRNA:ribosomalRNA
该研究首要问题是确认粪便微生物组成与胰腺癌的关联 。 在排除年龄、性别等因素的影响后 , 粪便微生物组成与胰腺癌显著相关(R2=0.01 , P=0.5) 。 单因素检验发现 , 9个细菌物种与胰腺癌关联(多重检验校正PVeillonellaatypica)、具核梭杆菌(Fusobacteriumnucleatum)和广栖别样斯卡多维亚菌(Alloscardoviaomnicolens)等细菌在胰腺癌组富集 。
紧接着 , 研究者构建由多个粪便微生物组成的分类器去识别胰腺癌患者 。 在多元逻辑回归(LASSO)模型中 , 27种细菌被选中(图2) , 它们的组合对胰腺癌的判别准确性达到AUROC=0.84(图3) 。 此分类模型记为模型1(model-1) 。
这27个细菌包括胰腺癌组富集的细菌:史密斯产甲烷短杆菌(Methanobrevibactersmithii)、广栖别样斯卡多维亚菌、非典型韦荣氏球菌和芬氏拟杆菌(Bacteroidesfinegoldii)等;也包括胰腺癌组中缺少的细菌:普氏栖粪杆菌(Faecalibacteriumprausnitzii)、粪居拟杆菌(Bacteroidescoprocola)、双歧双歧杆菌(Bifidobacteriumbifidum)和罗姆布茨菌(Romboutsiatimonensis) 。
GUT:发现可准确预测“癌王”的粪便微生物
文章图片
图2:模型1中挑选到的27种粪便微生物在训练集样本中的分布 。 PDAC:胰腺导管癌 , 俗称胰腺癌 。
在胰腺癌组缺乏的细菌通常与多种非癌症病变有关联8 , 它们并不是胰腺癌特有的标志细菌 , 并且影响模型对胰腺癌的判别特异性 。 为此 , 研究者用同样的方法 , 仅从胰腺癌组富集的细菌中挑选标记物 , 重新构建了一个分类模型 , 简称模型2(model-2) 。
结果显示 , 模型2的准确性(AUROC=0.71)比模型1低 。 这是因为模型2采用了更严格的条件 , 仅纳入胰腺癌组富集的细菌 , 降低了预测的敏感性所致 。