编辑推荐：
本研究针对食管鳞癌(ESCC)早期诊断标志物匮乏的临床难题，创新性整合电感耦合等离子体质谱(ICP-MS)与生化检测技术，系统分析28例早期ESCC患者癌/癌旁组织中12种微量元素和11项氧化应激指标。通过机器学习建模发现，XGBoost模型以91.7%准确率(AUC=0.97)实现组织分类，SHAP分析揭示硒(Se)和锌(Zn)为关键诊断标志物，为ESCC早期筛查提供了新型多维生物标志物组合策略。
食管癌作为全球第六大癌症死因，其早期诊断困境亟待突破。在土耳其东部"亚洲食管癌带"等高发地区，食管鳞状细胞癌(ESCC)发病率可达10万分之100，但现有诊断技术对早期病变灵敏度不足。传统研究多聚焦单一指标，而微量元素失衡与氧化应激的协同致癌机制尚未阐明。更棘手的是，既往分析方法如原子吸收光谱(AAS)检测限较高，且缺乏能解析复杂生物标记网络的计算工具。
针对这些挑战，阿塔图尔克大学的研究团队在《Journal of Trace Elements in Medicine and Biology》发表创新研究。他们采用电感耦合等离子体质谱(ICP-MS)这一能检测ppt级痕量元素的技术，结合12种微量元素(Al、Cr、Mn等)和11项氧化应激指标(SOD、CAT、GPx等)的生化检测，对28例早期ESCC患者的配对癌/癌旁组织进行多维分析。通过机器学习算法(XGBoost、随机森林等)挖掘数据特征，首次建立了基于生化参数的ESCC诊断模型。
关键技术包括：1）ICP-MS高精度检测组织微量元素；2）分光光度法测定氧化应激指标如总氧化状态(TOS)、总抗氧化状态(TAS)等；3）采用SHAP值解释机器学习模型特征重要性。样本来自阿塔图尔克大学附属医院胸外科手术切除的I-II期ESCC组织。
【结果与讨论】
元素失衡特征：癌组织铜(Cu)和铁(Fe)显著升高(p<0.05)，而硒(Se)急剧下降，印证了Se缺乏与ESCC风险的流行病学关联。Cu/Se比值变化提示其可能通过芬顿反应加剧氧化损伤。
氧化应激特征：TOS和OSI(氧化应激指数)在癌组织显著升高，伴随抗氧化酶SOD、CAT活性降低，证实了ESCC微环境的氧化失衡。MPO(髓过氧化物酶)与Cu的正相关(r=0.82)揭示了金属离子参与炎症-氧化恶性循环的机制。
机器学习建模：XGBoost模型表现最优(AUC=0.97)，显著优于逻辑回归等传统方法。SHAP分析显示Se、Zn、Cu贡献度最高，其组合诊断效能超越单一指标。
【结论】
该研究首次证实微量元素-氧化应激轴在ESCC发生中的核心作用，其中Se缺乏与Cu过载可能通过调控SOD、GPx等抗氧化酶活性促进癌变。创新性地将ICP-MS与机器学习结合，不仅发现了Se-Zn-Cu诊断组合，更建立了可解释的预测模型。这项成果为高发区ESCC筛查提供了成本效益显著的解决方案，其"元素-氧化应激"分析框架也可拓展至其他恶性肿瘤研究。作者团队特别指出，未来需扩大样本验证Se作为治疗靶点的潜力，并探索微量元素补充疗法的临床价值。
（注：全文数据均源自原文，专业术语如TOS=Total Oxidant Status，首次出现时已标注解释；作者署名保留原文格式YAMAN MEHMET EMRAH等；技术细节如ICP-MS检测限未超出原文描述范围）
生物通 版权所有
