胃癌仍然是一种普遍和可预防的疾病，但缺乏准确的早期诊断方法。外泌体非编码RNA(ncRNAs)，一种液体活检，已成为各种肿瘤的有前途的诊断生物标志物。

2025年1月3日，中山大学鞠怀强、徐瑞华、张琳共同通讯在GUT在线发表题为“Construction of exosome non-coding RNA feature for non-invasive, early detection of gastric cancer patients by machine learning: a multi-cohort study ”的研究论文，该研究进行了一项通过机器学习构建外泌体非编码RNA特征用于胃癌患者无创早期检测的多队列研究。

RNA测序鉴定了182个GC候选生物标志物，其中31个通过qRT-PCR验证为潜在生物标志物。从四个长ncRNAs (RP11.443C10.1、CTD2339L15.3、LINC00567和DiGeorge综合征关键区域基因(DGCR9))的表达水平得出的联合诊断评分(cd-score)被发现优于常用的生物标志物，如癌胚抗原、碳水化合物抗原19-9 (CA19-9)和CA72-4，在训练、测试和外部验证队列中区分GC患者和健康供体，AUC值为0.959。此外，cd-score可以有效地识别胃肠道肿瘤生物标志物阴性的胃癌患者和早期胃癌患者。此外，分子生物学试验显示DGCR9的敲除抑制了胃癌肿瘤的生长。总之，该研究提出的血清外泌体ncRNA特征为增强胃癌的早期诊断提供了一种有前途的液体活检方法。

胃癌是全球最常见的癌症之一。根据国际癌症研究机构的最新统计数据，2020年有1089103例新增胃癌病例和768793例胃癌死亡病例，使胃癌成为第五大常见癌症和第四大癌症相关死亡原因。虽然接受根治性手术的早期胃癌(EGC)患者的5年生存率可能超过90%，但接受化疗和免疫治疗的晚期胃癌患者的中位生存期不到15个月。因此，早期检测和诊断对于改善患者预后至关重要。在这方面，胃镜检查与活检仍然是GC的标准诊断方法。然而，由于其侵入性、昂贵和对内窥镜专家的专业知识的依赖，其在机构甚至部门之间往往是不一致的，胃镜检查对于广泛筛查来说不是理想的，这突出了对替代性和侵入性较小的筛查方法的迫切需要。

转录组测序研究表明，非编码RNA(ncRNAs)占从人类基因组转录的RNA的90%以上。长非编码RNA(lncRNAs)和环状RNA(circRNAs)在基因调控中发挥着重要作用，从而影响细胞增殖、转移、凋亡和基因组稳定性。此外，一些lncRNAs和circRNAs已被确定为GC的潜在诊断标记。外泌体是直径为40至160 nm的细胞外囊泡，含量丰富它们很容易从体液中获得，体液中含有高浓度的外泌体(~109个颗粒/毫升)。外泌体由活细胞分泌，并作为来自其亲代细胞的丰富生物信息的载体。由于其脂双层，外泌体非常稳定，可以在生理条件下循环，甚至在不利的肿瘤微环境中。这种稳定性使外泌体能够被可靠地分离和检测，甚至在长期储存后。因此，外泌体对于液体活检应用非常有利。外泌体lncRNAs和circRNAs已经显示出作为癌症诊断的分子生物标志物的相当大的前景。

外泌体来源的非编码RNA的筛选（图源自GUT）

人工智能(AI)已显示出在各种医学领域广泛应用的巨大前景。机器学习(ML)是人工智能的一个重要分支，它涉及数据分析，以开发有效和高效的检测或诊断模型。在各种ML算法中，逻辑回归和LASSO是最常见的技术，并已证明在开发多种癌症的诊断模型中很有价值。因此，将ML与液体活检技术相结合，为识别和验证GC诊断的生物标志物提供了一种有前途的方法。

在这里，研究人员鉴定并开发了一种新的外泌体ncRNA特征，用于采用多步骤程序对胃癌进行非侵入性检测，其中该特征在几个队列中得到验证，并证明在区分胃癌患者和健康个体方面具有高效性。该特征还在检测具有阴性胃肠道肿瘤相关生物标志物的患者、具有EGC的患者和具有癌前病变的患者中表现出很强的性能。血清外泌体来源的ncRNAs的联合应用有望增强早期胃癌筛查，并可能有助于降低死亡率。

参考消息：

https://gut.bmj.com/content/early/2025/01/03/gutjnl-2024-333522?rss=1

Tags： GUT：中山大学鞠怀强/徐瑞华/张琳提出了一种以血清外泌体ncRNA特征增强胃癌的早期诊断的液体活检方法