德國科學家發現基于miRNA的液體活檢或可用于肺癌早篩！

　　近期，德國Hummingbird Diagnostics的Bruno R Steinkraus團隊開發了一種集合了18個小RNA特征的診斷模型miLung。

　　在驗證隊列中，miLung檢測早期肺癌的準確性很高，中位曲線下面積（AUC）可達0.83，診斷性能會隨著疾病分期呈現依賴性增長，AUC可從I期肺癌的0.76上升至IV期的0.86。此外，他們還發現，miLung中位于L1-stalk上的核糖體RNA片段是肺癌的主要預測因子。

　　說到小RNA，大家可能最先想到的是microRNA（miRNA）。但實際上，小RNA是生物體內一類具有重要調控功能的非編碼短小RNA的總稱。

　　小RNA幾乎參與調控了動植物所有的生命過程，包括細胞增殖，分化，凋亡等，并且與人類疾病的發生發展密切相關。除了miRNA以外，像轉運RNA（tRNA）、核糖體RNA（rRNA）以及Y-RNA片段這樣的非典型小RNA也被證明可作為檢測多種癌癥類型的外周血生物標志物。

　　Bruno R Steinkraus團隊以此為靈感，想開發一項以小RNA生物標志物為基礎的，可以用于檢測早期肺癌的模型。

　　全血樣本不僅可以同時檢測到腫瘤和免疫細胞來源的小RNA，還易于收集，也不需要復雜的處理，因此成為了研究人員的首選樣本。

　　為了模擬真實世界中的肺癌篩查情況，研究從美國和德國的7個大型隊列中，篩選了符合NLST標準（年齡在55-74歲，每年吸煙大于30包/年并且仍在吸煙或者戒煙未滿15年的人群）的1384名參與者，其中943名參與者作為發現隊列，用于特征發現和模型構建，441名參與者作為驗證隊列，對構建的模型進行驗證。

　　研究人員在任何診斷或治療干預前預先收集了所有參與者的全血樣本，然后對這些樣本進行深度小RNA測序，再以測序數據作為輸入，最終建立了一個含有18個小RNA特征的診斷模型miLung。

　　miLung在發現隊列中的中位AUC為0.86，模型的準確性會隨著疾病分期的變化而變化，AUC可從I期肺癌的0.73上升至IV期的0.90。此外，該模型對小細胞肺癌（SCLC）檢測的準確性較高，AUC可達0.93。

　　在驗證隊列中，miLung的中位AUC為0.83，模型的準確性同樣會隨著疾病分期呈現依賴性增長，AUC可從I期肺癌的0.76上升至IV期的0.86。值得注意的是，該模型對當前吸煙者的檢測準確性優于既往吸煙者。

　　發現隊列和驗證隊列的AUC數值

　　總之，研究人員建立的以小RNA為特征的miLung模型，可以準確地從符合NLST篩查標準的人群中檢測出肺癌患者。

　　進一步，研究人員想知道miLung模型中18個小RNA特征的來源。研究人員又收集了40名肺結節待檢患者（后有21名患者確診肺癌）的血液樣本以及十種純化細胞創建了一個血液小RNA表達譜。

　　結果發現，在未經過篩選的小RNA譜中，血漿來源的小RNA約占到13%，而在miLung模型中這一比例為39%，存在顯著差異（P<0.001），此外，研究還發現，miLung模型中權重最高的特征是一個rRNA片段，它就完全來自于血漿，這也支持miLung模型具有區分肺癌患者和健康人群的能力。

　　接下來，研究人員對這個rRNA片段進行了基因組定位后發現，這個片段是由28S rRNA編碼的。在將28S rRNA以25個核苷酸為一組劃分區域后，研究人員在第162個區域定位到了這個rRNA片段，并命名為28S-rRNA-bin-162。三維視圖顯示，28S-rRNA-bin-162位于L1-stalk中。

　　28S-rRNA-bin-162定位和L1-stalk結構

　　在全血樣本中，研究人員觀察到28S-rRNA-bin-162的水平會隨著疾病進展而增加。因此研究人員推測，28S-rRNA-bin-162來自腫瘤。通過對腫瘤組織和臨近正常肺組織進行測序，研究人員發現28S-rRNA-bin-162在腫瘤組織中的表達明顯更高。

　　隨后研究人員又觀察了手術切除肺癌組織前后，血漿中28S-rRNA-bin-162水平的變化情況，結果發現，手術切除后，28S-rRNA-bin-162水平明顯下降。細胞實驗顯示，28S-rRNA-bin-162在肺癌細胞中會被優先產生并釋放到上清液中。也就是說，28S-rRNA-bin-162確實來自腫瘤組織。

　　綜上，該研究開發了一個基于小RNA的血液檢測模型miLung，準確性高，可用于用于吸煙人群的肺癌篩查。此外，通過干血斑采集證實，miLung在靜脈血和毛細血管血中的檢測效果是一樣的，也就說miLung在采樣上可以更加方便，實用性更強。要是能落地的話，沒準可以代替LDCT。