背景

由于缺乏可靠的前列腺癌（PC）診斷篩查生物標(biāo)志物，組織活檢成為金標(biāo)準(zhǔn)方法。然而，活檢結(jié)果經(jīng)常不明確，這導(dǎo)致需要重復(fù)進(jìn)行檢測，增加了患者的負(fù)擔(dān)和醫(yī)療成本。在這種情況下，機(jī)器學(xué)習(xí)（ML）提供了一種新的方法來識別與腫瘤存在相關(guān)的基因特征，為提高PC檢測能力帶來了希望。因此，本研究探討了基于ML的基因特征的診斷潛力及其在組織和血漿樣本中的適用性。

方法

本研究評估了使用TCGA數(shù)據(jù)（n = 608）開發(fā)的基于ML的算法的臨床適用性，并在獨(dú)立數(shù)據(jù)集（n = 349）中進(jìn)行了測試。最初，通過靶向RNA-Seq在前列腺組織驗(yàn)證隊(duì)列（n = 141）中對對預(yù)測模型貢獻(xiàn)最大的11個(gè)候選基因進(jìn)行了分析，并分別通過qPCR和dPCR在復(fù)制組織（n = 75）和血漿（n = 50）隊(duì)列中進(jìn)行了進(jìn)一步驗(yàn)證。

結(jié)果

對前列腺組織的基因表達(dá)分析發(fā)現(xiàn)了一個(gè)六基因特征（DLX1、TDRD1、AMACR、HPN、HOXC6和OR51E2），其診斷性能很高（AUC = 95.9%）。表達(dá)模式表明該基因特征有助于識別假陰性病例并正確分類不確定的活檢結(jié)果。在血漿中，當(dāng)與臨床參數(shù)結(jié)合使用時(shí)，AMACR作為一種無創(chuàng)生物標(biāo)志物顯示出額外的診斷價(jià)值（AUC = 93.21%）。

結(jié)論

這些發(fā)現(xiàn)表明，基于ML的基因特征能夠準(zhǔn)確區(qū)分前列腺癌和非腫瘤組織，并解決活檢結(jié)果的不確定性。將其與組織病理學(xué)結(jié)合使用，有望降低診斷不確定性，提高PC的早期檢測率并指導(dǎo)臨床決策。

圖形摘要