基于机器学习的外泌体miRNA液体活检预测晚期胃癌对紫杉醇联合雷莫西单抗治疗反应的前瞻性研究

在全球癌症相关死亡原因中，胃癌始终位居前列，尤其当疾病进展至晚期阶段时，治疗选择变得尤为有限。对于一线治疗失败的患者，紫杉醇(Paclitaxel, PTX)联合雷莫西单抗(Ramucirumab, RAM)已成为标准的二线治疗方案。然而，临床实践揭示了一个严峻的现实：大约有30%的患者无法从这一联合疗法中获益。这些患者不仅承受着疾病快速进展的痛苦，还不得不忍受化疗带来的毒副作用，如严重的粒细胞缺乏和发热性中性粒细胞减少症，这可能导致治疗中断，甚至错失尝试其他可能有效方案的机会。因此，在启动二线治疗前，能够精准预测哪些患者可能获益，哪些患者可能无效，成为了临床医生和患者共同面临的迫切需求，也是实现真正意义上的个体化治疗的关键一步。

以往的研究曾尝试探索预测生物标志物，例如检测肿瘤组织中血管内皮生长因子受体(Vascular Endothelial Growth Factor Receptor, VEGFR)及相关基因的表达水平，因为雷莫西单抗的作用机制正是通过抑制VEGF通路来阻断肿瘤血管生成。但遗憾的是，这些基于组织标本的努力并未能成功转化为可临床应用的预测工具。此外，对已经发生转移的晚期胃癌患者而言，再次获取肿瘤组织进行活检不仅具有侵入性，操作上也存在诸多困难。正是在这样的背景下，液体活检技术，特别是以外泌体为分析对象的技术，展现出了巨大的潜力。外泌体是细胞分泌的纳米级囊泡，如同微小的“信息胶囊”，其内部包裹着蛋白质、DNA、RNA等多种生物活性分子，能够稳定存在于血液等体液中，并忠实地反映来源细胞的状态。相比于传统的组织活检，基于血液的外泌体检测具有无创、可重复、实时动态监测等突出优势。

为了应对这一临床挑战，由Katsutoshi Shoda、Caiming Xu、Takeshi Nagasaka、Daisuke Ichikawa和Ajay Goel等研究人员组成的团队在《Molecular Cancer》上发表了他们的最新研究成果。他们开展了一项名为IVY trial的前瞻性、多中心观察性研究，旨在开发一种基于机器学习的外泌体微小核糖核酸液体活检方法，用于预测晚期胃癌患者对PTX+RAM二线治疗的反应。

本研究主要采用了以下几项关键技术方法：研究纳入了前瞻性IVY试验中115例接受PTX+RAM二线治疗的晚期胃癌患者，采集治疗前血清样本。首先，研究人员使用外泌体提取试剂盒从血清中分离外泌体并提取RNA。随后，在发现阶段，他们对部分样本进行了全基因组小核糖核酸测序，以筛选差异表达的外泌体微小核糖核酸。接着，通过实时定量逆转录聚合酶链式反应在全部队列中验证候选微小核糖核酸的表达。最后，利用逻辑回归和机器学习算法构建预测模型，并通过生存分析和决策曲线分析评估模型的预后价值和临床效用。

基因组wide profiling identified 10 circulating exo-miRNA candidates for differentiating patients with and without response to second-line treatment in gastric cancer

研究人员首先对28例患者（疾病控制组与疾病进展组）的血清外泌体进行了全基因组小RNA测序。通过比较分析，他们鉴定出了10个在两组间存在显著差异表达的外泌体微小核糖核酸。其中，6个微小核糖核酸在疾病进展组中表达上调，4个表达下调。逻辑回归分析显示，这10个候选微小核糖核酸均与治疗反应显著相关。在发现队列中，由这10个微小核糖核酸组成的预测模型显示出极高的区分能力。进一步的生物信息学分析提示，这些候选微小核糖核酸的靶基因不仅涉及胃癌进展中常见的MAPK和Wnt信号通路，还涵盖了雷莫西单抗的作用靶点——VEGF通路，这为模型的生物学合理性提供了支持。

Performance of the exo-miRNA panel for discriminating patients with response to second-line PTX plus RAM treatment in gastric cancer

为了将发现结果转化为临床适用的检测方法，研究团队在全部115例患者队列中，使用qRT-PCR技术对这10个候选外泌体微小核糖核酸进行了验证。结果表明，这些微小核糖核酸在更大样本中依然稳定可检测。基于qRT-PCR数据构建的10-外泌体微小核糖核酸面板模型，其预测的曲线下面积达到0.83，风险评分在疾病进展组中显著高于疾病控制组。生存分析还发现，基于该模型划分的高风险患者，其无进展生存期和总生存期均显著短于低风险患者，说明该面板不仅具有预测疗效的价值，还具备预后判断的潜力。

Establishment of a clinically attractive assay for non-invasive identification of therapeutic response prediction to second-line treatment in gastric cancer

考虑到临床应用的简便性和成本效益，研究人员通过逐步回溯消除法，从10个候选微小核糖核酸中进一步筛选出了一个核心组合：包含5个外泌体微小核糖核酸的面板。这5个微小核糖核酸是：miR-10a-5p, miR-25-5p, miR-125a-5p, miR-139-5p和miR-450a-5p。令人惊喜的是，这个精简后的5-外泌体微小核糖核酸面板模型表现出了与10-微小核糖核酸面板相似甚至更优的预测性能，曲线下面积提升至0.84，特异性达到88%。这意味着该模型能够以很高的准确性识别出可能从治疗中获益的患者。生存分析再次确认，5-外泌体微小核糖核酸面板划分的高风险患者预后更差。多变量Cox回归分析表明，该面板是独立于其他临床因素的预后预测因子。

A combination of exosome-based miRNA panel and BMI significantly improved the predictive accuracy of response to second-line therapy in gastric cancer patients

除了分子标志物，研究团队也探索了临床因素对预测的贡献。单因素和多因素分析均显示，身体质量指数是预测治疗反应的另一个独立因素。将5-外泌体微小核糖核酸面板与身体质量指数结合，构建了一个名为EXEMPLAR的复合预测模型。该模型的预测性能得到了进一步提升，曲线下面积高达0.87。决策曲线分析表明，在大多数阈值概率下，使用EXEMPLAR模型来指导治疗决策，比“治疗所有患者”或“不治疗任何患者”的策略能带来更大的临床净获益。这从临床实用性的角度证明了该模型的价值。

Establishment of an EXEMPLAR-based risk nomogram in gastric cancer patients undergoing second-line treatment for a personalized therapeutic approach

为了便于临床医生直接使用研究成果，研究人员开发了一个包含外泌体微小核糖核酸面板评分和身体质量指数的列线图。该工具可以直观地计算个体患者的风险评分，并预估其无进展生存期的概率。分析显示，EXEMPLAR高分患者的中位无进展生存期仅为1.9个月，而低分患者则达到4.8个月，差异超过两倍。在总生存期方面，EXEMPLAR高分患者三年生存率为0，而低分患者仍有23%的生存率，凸显了该模型强大的风险分层能力。

这项研究的意义在于，它首次在前瞻性临床队列中，利用治疗前采集的血液样本，成功开发和验证了一个基于外泌体微小核糖核酸的液体活检模型，用于预测晚期胃癌二线标准化疗方案PTX+RAM的疗效。所构建的EXEMPLAR模型将分子标志物与简单的临床指标身体质量指数相结合，实现了高性能的预测，曲线下面积达到0.87。该模型不仅能够预测治疗反应，避免约30%可能无效的患者承受不必要的毒副作用，还能有效判断患者的预后，为更早地调整治疗策略提供了依据。研究中重点关注的外泌体微小核糖核酸，其靶点预测与VEGF通路等相关，为理解治疗反应的生物学机制提供了线索。尽管该模型仍需在更多样化的人群中进行外部验证，并且其背后具体的分子机制有待进一步阐明，但这项研究无疑为晚期胃癌的个体化治疗迈出了坚实的一步，展示了一种无创、可重复且具有临床转化潜力的新策略。未来，这种液体活检方法或许能够动态监测治疗过程中的反应变化，从而实现对患者管理的全程优化。