基于血清細胞外囊泡微生物組標記物的胰腺癌診斷機器學習模型

胰腺癌，這個 “癌癥之王”，一直讓醫學界頭疼不已。它極其善于 “偽裝”，在早期幾乎沒有明顯癥狀，等到患者察覺到身體不適時，往往已經發展到了晚期。目前，胰腺癌的 5 年生存率還不到 8%，主要原因就是缺乏有效的早期篩查手段。傳統的檢測方法，要么準確性不高，要么對患者身體有創傷，很難滿足臨床需求。在這樣的困境下，科學家們一直在努力尋找新的突破點。

來自首爾國立大學等機構的研究人員，開展了一項極具意義的研究。他們將目光聚焦在血清細胞外囊泡（EVs）中的微生物組標記物上，試圖通過這些微小的 “生物信號”，找到胰腺癌早期診斷的新方法。研究人員從 38 名胰腺癌患者和 51 名健康對照者的血液樣本中獲取 EVs 數據，經過一系列嚴謹的實驗和分析，最終得出了令人振奮的結論：在門水平，利用逐步法篩選出的疣微菌門（Verrucomicrobia）、放線菌門（Actinobacteria）和變形菌門（Proteobacteria）這 3 種標記物，構建的深度神經網絡（DNN）模型表現最佳，測試 AUC 達到 0.959；在屬水平，通過最小絕對收縮和選擇算子（LASSO）篩選出 11 種標記物構建的 DNN 模型表現優異，測試 AUC 高達 0.961。這一研究成果發表在《Scientific Reports》上，為胰腺癌的早期診斷帶來了新的希望。

研究人員開展研究用到的主要關鍵技術方法如下：
樣本采集與處理：從首爾國立大學醫院獲取胰腺癌患者信息及血液樣本，從其他醫院獲取健康對照者數據，對樣本進行篩選和處理，去除低序列計數樣本和低豐度 OTU。
標記物篩選：運用 LASSO 回歸和逐步法，在門和屬水平篩選與胰腺癌相關的微生物組標記物。
模型構建：使用邏輯回歸（LR）、隨機森林（RF）、支持向量機（SVM）和 DNN 等機器學習模型，以年齡、性別和篩選出的標記物為變量構建預測模型，并通過網格搜索優化超參數。

研究結果如下：

• 樣本選擇與偏倚緩解：通過傾向得分匹配（PSM），對樣本進行篩選，得到 38 例胰腺癌患者和 52 例健康對照者的樣本，使兩組在年齡和性別分布上無顯著差異。

• 候選生物標志物篩選：在門水平，LASSO 回歸選出 10 種標記物，逐步法 1 選出 Verrucomicrobia、Actinobacteria 和 Proteobacteria，逐步法 2 選出 Verrucomicrobia、Actinobacteria 和 Deferribacteres；在屬水平，LASSO 回歸選出 11 種標記物，逐步法 1 選出 Akkermansia、Propionibacterium 和 Burkholderia - Paraburkholderia，逐步法 2 選出 Lachnospiraceae NK4A136 group、Ruminococcaceae UCG - 013 和 Bacteroides123。

• 預測模型性能評估：在不同標記物集和模型組合下，各模型表現不同。總體而言，篩選標記物構建的模型比使用全部標記物的模型預測效果更好，部分模型在門和屬水平的測試 AUC 超過 0.95。

研究結論和討論部分指出，該研究利用 EVs 驅動的微生物組分析和機器學習方法，在胰腺癌診斷方面取得了高預測性能。研究確定了與胰腺癌相關的特定微生物分類群，如 Akkermansia muciniphila 和 Propionibacterium，但它們與胰腺癌的因果關系尚不明確。此外，研究存在樣本量較小的局限性，需要更大的隊列進行驗證。盡管如此，該研究為胰腺癌的早期診斷提供了新的思路和方法，為后續研究奠定了基礎，有望推動胰腺癌診斷技術的發展，改善患者的預后。