使用microRNA生物标志物的新策略可以区分黑素瘤和痣
黑色素瘤是最不常见但最致命的皮肤癌之一。它只占全球所有皮肤癌病例的1%，但却占皮肤癌死亡人数的大多数。准确、及时、可靠地诊断皮肤黑色素瘤仍然是皮肤病理学的一大挑战。调查人员在皮肤病学调查杂志该研究采用了一种新的策略，即使用microRNA (miRNA)生物标记物检测皮肤肿瘤中的黑色素瘤细胞，即使肿瘤中含有主要的良性细胞。
“虽然皮肤黑色素瘤在早期发现时是可以治愈的，但区分的过程恶性病变还有比较常见的良性病变，比如melanocytic痣首席研究员Robert L. Judson-Torres博士解释说，他曾任职于加州大学旧金山分校(UCSF)，目前任职于美国犹他州盐湖城犹他大学亨茨曼癌症研究所和皮肤医学系。“皮肤病理学家和护理中心之间的不一致率很高。因此，患者能否得到早期准确诊断取决于患者居住的地方。”
miRNAs等分子生物标志物是包括黑素瘤诊断在内的许多疾病的潜在有价值的候选生物标志物。然而，与良性黑素细胞病变相比，已有数百种miRNAs被鉴定为在黑素瘤中表达差异，但各研究之间的共识有限，限制了它们的表达有效使用．
根据贾德森-托雷斯博士和其他研究人员的说法，用分子方法诊断黑色素瘤的优势之一是有可能进行一种真正客观的测试，无论由谁进行检测，都可以生成和复制一个准确的诊断分数。然而,基因表达基于分子的方法很容易被肿瘤和组织异质性所混淆。他们报告了克服这一障碍的新策略。
在这项研究中，研究人员使用机器学习来识别miRNAs，这种分子可以从良性痣中一致诊断出恶性黑色素瘤。他们首先确定了肿瘤异质性和患者年龄是最容易混淆基于mirna的黑色素瘤诊断的变量。再次使用机器学习方法，他们确定了既能预测诊断又不受这些变量影响的miRNA表达率。他们评估了来自加州大学旧金山分校皮肤病理科档案的82个已知结果的黑素细胞病变活检(41个肿瘤诊断为痣，41个诊断为黑素瘤)。使用这种新方法，病灶分类的灵敏度为81%，特异性为88%，结果不受样本肿瘤含量或患者年龄的影响。
该研究的第一作者Rodrigo Torres博士说:“我们发现，通过开发基于诊断重要miRNA比例的分类器，我们可以提供更强大的生物标志物，不太容易受到肿瘤细胞内容变化的影响，并允许对更多种类的患者样本进行测试。”
许多研究分析了黑素瘤发展不同阶段的miRNA表达，共识别出超过500个富集于痣或黑素瘤的miRNA，其中大多数未通过外部验证集复制。贾德森-托雷斯博士和他的同事们能够通过独立的数据集和分析平台，将这一广泛的列表细化到六种可以重复地将痣和黑色素瘤区分开来的miRNAs。他们能够进一步利用这些发现来确定8个miRNA比例，这些比例可以预测诊断，但不受其他混杂变量的影响。未来的研究需要确定这种方法在模糊病例中的准确性，并确定它是否可以预测转移或总生存率。
“mirna是高度稳定的，测量它们是廉价、简单的，需要很少的组织。重要的是，这种新方法只能识别出少数恶性肿瘤黑色素瘤细胞即使肿瘤的大部分是良性的。我们希望通过对我们方法的充分临床验证，所有患者都能获得相同水平的诊断准确性，无论他们住在哪里。黑色素瘤的早期和准确诊断对于优化患者预后至关重要，”Dr. Judson-Torres补充道。
“除了提高黑素瘤的诊断准确性，该技术还具有帮助更早发现黑素瘤的潜力，当肿瘤完全可治愈时，这将显著影响患者的护理，”Maria L. Wei医学博士说，她是该研究的联合研究员，也是美国旧金山UCSF Helen Diller家庭综合癌症中心黑素瘤监测诊所的主任。
黑色素瘤的晚期五年存活率不到20%，在美国每年有超过1万人死于该疾病。误诊为皮肤黑色素瘤，最常见的亚型黑素瘤是美国医疗事故诉讼中最重要的贡献者之一。
进一步探索
