跳到正文
原文
梅斯医学·临床资讯·· 2026-10-07精选AI 评分81

斯坦福大学uRARE-seq技术实现膀胱癌无创检测及BCG治疗应答预测

膀胱癌无创液体活检,最新Nature Medicine!

AI 导读

斯坦福大学团队在Nature Medicine发表研究,建立了基于尿液游离细胞游离RNA(cfRNA)测序的uRARE-seq技术。利用683份尿液样本构建的机器学习模型可在90%特异度下达到95%灵敏度的膀胱癌检测,并能判断肿瘤分级、肌层浸润情况及术后微小残留病灶(MRD),效果优于尿液肿瘤DNA检测。

推荐理由

斯坦福大学团队建立尿液游离cfRNA测序技术并构建检测模型,可无创评估膀胱癌分级、术后的微小残留病灶及BCG治疗应答。

正文

57分钟前 BioMED科技 BioMED科技 发表于陕西省

该研究建立尿液游离cfRNA测序技术uRARE‑seq,定制uRAG探针提升肿瘤转录本检出效率。

深度解析医学证据,DeepEvidence为你支撑决策

膀胱癌随访依赖侵入性膀胱镜检查,医疗负担重,亟需无创尿液生物标志物。尿液直接接触尿路肿瘤,适合液体活检;尿液细胞学对低级别肿瘤灵敏度差,尿液肿瘤DNA(utDNA)易受场效应突变干扰,且只能检出基因变异,难以反映肿瘤转录、免疫状态。尿液游离cfRNA具备解析转录组的潜力,但既往研究只检测少数基因,缺少高通量测序方案。非肌层浸润性膀胱癌(NMIBC)经TURBT手术后常采用BCG膀胱灌注免疫治疗,但目前缺少无创标志物预判BCG应答,无法区分哪些患者更适合BCG、哪些更适合腔内化疗。

斯坦福大学Maximilian Diehn、Joseph C. Liao、Ash A. Alizadeh等人改良血浆cfRNA测序技术,开发uRARE‑seq方法,优化尿液cfRNA提取、建库与uRAG定制捕获探针,基于683份尿液样本开展分析,希望实现膀胱癌无创检测、肿瘤分级浸润程度判断、术后微小残留病MRD监测,同时建立模型预测腔内治疗应答,为临床提供无创分子工具。相关内容以“Urine cell-free RNA for bladder cancer detection and treatment response prediction”为题发表在《Nature Medicine》上。

图片

【主要内容】

图片

图1 uRARE‑seq方法建立与尿液cfRNA转录特征解析

该图展示uRARE‑seq完整实验工作流程,对比尿液上清cfRNA与尿沉淀RNA的细胞组分来源,证实尿液cfRNA主要来自泌尿生殖道组织;主成分分析显示膀胱癌、肾癌、前列腺癌患者尿液cfRNA转录组互相区分,热图展示各类肿瘤特征基因在对应患者尿液中的表达,GSEA富集分析对比癌症患者和健康对照尿液cfRNA通路差异,同时定义尿液低丰度基因uRAGs,构建定制捕获探针,证实uRAG捕获相比全编码转录组可以获得更高测序检出深度。

图片

图2 基于uRARE‑seq构建膀胱癌检测模型并开展性能验证

本图展示膀胱癌组织与匹配术前尿液cfRNA基因表达高度相关,差异表达分析识别膀胱癌尿液中异常表达基因;在训练队列构建弹性网膀胱癌检测机器学习模型,ROC得到模型AUC,展示不同肿瘤分级、分期下的检测灵敏度;通过模拟加样实验确定方法分析检测下限,在配对样本中将uRARE‑seq分别和尿液细胞学、尿液肿瘤DNA检测做头对头比较,独立验证队列锁定阈值完成外部验证,同时证实该检测不受场效应突变干扰,汇总本方法与已发表各类尿液膀胱癌标志物性能对比。

图片

图3 尿液cfRNA模型区分膀胱癌分级与肌层浸润状态

该图展示分级模型、肌层浸润模型的训练和验证队列划分方案,对比低级别与高级别、非肌层浸润与肌层浸润膀胱癌的尿液cfRNA差异基因,分别得到分级预测、肌层浸润预测模型的ROC曲线;分析组织学判读为低级别但模型打分偏高的病例,发现该类患者复发风险更高,提示cfRNA可以检出病理漏检的不良预后分子特征。

图片

图4 利用uRARE‑seq检测NMIBC术后微小残留病

本图描述非肌层浸润膀胱癌患者经手术联合BCG治疗的样本采集时间点,对比有无高级别复发患者在术前、BCG前、BCG后三个时间点的膀胱癌cfRNA检出情况;生存分析显示BCG前、BCG后尿液检出肿瘤cfRNA的患者高级别复发无病生存期显著更差,同时对比uRARE‑seq与utDNA在MRD检出上的表现。

图片

图5 区分手术分子完全应答与BCG治疗应答的转录组特征

该图划分三类分子应答人群:手术后分子完全缓解、BCG后实现分子完全缓解、持续存在分子残留;展示各组在不同时间点的膀胱癌检测分数变化,生存曲线证实分子应答状态和复发风险显著相关;GSEA分析发现BCG应答者尿液富集T细胞、干扰素等免疫通路,不应答样本增殖相关通路上调,同时BCG应答患者尿液cfRNA中T细胞克隆数目更多、TCR多样性更高。

图片

图6 构建腔内治疗应答预测模型指导NMIBC分层治疗

该图展示应答预测模型的训练、验证整体技术路线,ROC显示该模型对BCG应答预测性能,模型打分仅关联BCG应答,和手术本身能否实现分子缓解无关;无论训练队列还是独立验证队列,高应答分数患者复发风险显著升高;将模型应用于接受腔内化疗的独立队列,发现BCG应答差的患者更能从化疗获益,最后提出基于尿液cfRNA实现NMIBC辅助治疗个体化选择的临床应用模式图。

【全文总结】

该研究建立尿液游离cfRNA测序技术uRARE‑seq,定制uRAG探针提升肿瘤转录本检出效率。利用683份尿液样本构建机器学习模型,可无创检测膀胱癌,90%特异度下灵敏度95%,不受场效应突变干扰,优于尿细胞学;还能判断肿瘤分级、肌层浸润,识别高复发风险亚群。对于非肌层浸润膀胱癌,该技术可检测术后微小残留病,检出残留的患者复发风险显著增高,效果优于尿液肿瘤DNA。BCG应答者术前尿液免疫信号富集,不应答者增殖通路活跃,据此构建的预测模型可预判BCG疗效,提示部分患者更适合腔内化疗。

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言

来源:梅斯医学·临床资讯 · news.medsci.cn