突破性研究：基于MRG的全新膀胱癌诊断模型
找药助理
关键词： #健康资讯
找药助理
全球有数百万例膀胱癌病例，急需有效工具进行早期诊断，这是一个紧迫的问题。科学家最近运用线粒体相关基因（MRG）来建立一种全新的诊断模型，利用机器学习（ML）技术取得了成功。
研究结果在《科学报告》上公布，显示该模型的潜力需要进一步验证。
膀胱癌
男性患上膀胱癌的几率是女性的三到四倍。因此，膀胱癌成为男性罹患第六多的癌症之一。这种疾病主要是由吸烟和接触某些工业化学品引起的，通常影响中老年男性。
虽然膀胱癌在发达人群中较为常见，但尽管医学有所进步，但其预后仍相对不佳。这促进了更先进的诊断工具、预后模型和治疗方法的研发。
线粒体是一种亚细胞器，负责产生能量、调控细胞新陈代谢，并调节关键细胞功能（如程序性细胞死亡、信号传导和钙离子调节）。
肿瘤细胞需要很多能量，它们主要通过糖酵解这种效率较低的无氧途径来获取能量，而正常细胞则主要依赖氧化磷酸化，这是一种更有效的有氧途径，可产生多达 15 倍的能量。
能量生产的差异是“瓦伯格效应”的组成部分，指的是线粒体功能异常导致了肿瘤细胞新陈代谢的改变。比如，线粒体功能障碍有可能阻碍癌细胞经历程序化死亡，使其能够存活和扩散。
另外，线粒体异常还可能导致DNA和蛋白质等细胞组分遭受氧化应激，增加罹患癌症的风险，减弱癌症治疗效果，并促进肿瘤生长。
鉴于MRG在BC的治疗进程中扮演着重要角色，对BC患者进行新型生物标志物的筛选具有非常重要的意义。
机器学习是人工智能（AI）的重要组成部分，它能够自动识别数据中的模式和知识，无需人为输入具体指令。
这样就使得系统具备了预测、分类和识别潜在包含肿瘤相关转录模式趋势的能力。在目前的研究中，科研人员正试图利用机器学习技术对转录组进行分析，以构建基于 MRG 的全新BC诊断模型。
研究结果显示了什么内容？
研究者通过分析了165个膀胱癌（BC）样本和67个对照样本，来研究线粒体相关基因（MRG）的差异表达情况。他们确定了752个不同表达的MRG，其中440个呈现上调表达，其余则呈现下调。
这些基因在胚胎器官发育、细胞命运决定、基因转录调节、神经退行性疾病和肌肉组织疾病等细胞路径中扮演着重要角色。
这项研究发现了近50个与BC相关的特征，并将其缩小为13个关键基因。其中，确定了TRAF3互作蛋白3（TRAF3IP3）、氧化应激诱导生长抑制线粒体（OXSM）、N-肉豆蔻酰转移酶1（NMT1）和谷氧还蛋白2（GLRX2）作为关键靶标。GLRX2对于维持线粒体内的氧化还原平衡至关重要，这有助于细胞正常功能的持续进行，避免氧化损伤的影响。
GLRX2、BC样本和对照组之间显示出的NMT1、OXSM和TRAF3IP3的表达模式之间有明显差异，分化效率达到90%。在BC中，NMT1和OXSM呈明显上调状态，而TRAF3IP3则显著下降。
这些结果在另外两个数据集中得到了验证，显示该模型相较于单基因生物标志物更能够有效区分BC和对照样本。
另外，研究还研究了这些基因主要的表达位置，发现肿瘤微环境中的不同途径和免疫细胞对基因调控的反应各不相同。比如，自然杀伤细胞（NK）和浆细胞的活化水平较高时，GLRX2 的表达也会增加。
NMT1 在几种 BC 细胞系中的表达显著增加，其编码一种对蛋白质修饰和信号传递至关重要的蛋白质，可能增强肿瘤细胞与细胞外基质的相互作用，这是癌症扩散的关键阶段。需要注意的是，抑制NMT1 会抑制 BC 细胞的生长，表明其在促进 BC 发展过程中的作用。
结论
转录组学和机器学习的结合推动了对乳腺癌的准确早期诊断，无需进行创伤性和痛苦的活检。这种方法有助于根据生物标志物制定个性化的诊断和治疗方案。
它还能促进决策速度，提高工作效率。最后，它还能透过提供对肿瘤基础生物学的洞察来帮助理解肿瘤发展过程。
目前的研究已确认四个基因（GLRX2、NMT1、OXSM 和 TRAF3IP3）可用于BC的诊断。这些基因已被纳入诊断模型，并已发现它们在BC的发展中扮演重要角色。进一步研究对于在更多不同样本中验证这些发现至关重要。
温馨提示：医疗科普知识仅供参考，不作诊断依据；无行医资格切勿自行操作，若有不适请到医院就诊。
延伸阅读
疾病科普
健康咨询
