一种粪便菌群检测对于区分胰腺导管腺癌（PDAC）与其他类型高风险疾病（包括慢性胰腺炎和2型糖尿病）具有高度的敏感性。
此外，研究人员报告了一系列病例对照研究的结果，他们说，该检测方法可以识别PDAC——无论疾病分期如何。
德国欧洲分子生物学实验室高级作者PeerBork博士及其同事观察到：“基于粪便菌群的PDAC检测可能为PDAC的早期诊断提供了一种非侵入性、高成本效益和便捷的方法。”
他们补充说:“我们开发了宏基因组学物种分类工具，仅根据粪便微生物的特征，就能便捷而准确地预测PDAC。”
该项研究于3月7日在线发表在《Gut》杂志上。
来自佛罗里达大学的RachelNewsome博士和ChristianJobin博士在相应的评论中指出，PDAC与极差的预后相关，因此早发现是提高生存率的关键之一。到目前为止，PDAC检测，在影像学、活组织检查、血液和尿液等其他检测方法方面，几乎没有取得进展。
社论作者写道:“微生物群与多种癌症（包括胰腺癌）相关的发现，激发了科学界探索微生物用途的兴趣——用于预测、诊断和预后目的。”他们补充说，该项研究对PDAC预测性标志物的开发做出了“重要贡献”。
新诊断的PDAC
医院中选择了57例新诊断的PDAC患者。在患者接受任何治疗之前进行粪便采样。25例PDAC患者患有早期疾病，其余32例患者患有晚期疾病。
29例慢性胰腺炎医院，以及50名年龄和性别匹配的健康个体。
在考虑了已知的PDAC风险因素，包括饮酒、吸烟、肥胖和糖尿病后，在PDAC患者粪便样本中观察到一个独特的菌群，而在慢性胰腺炎患者和健康个体样本中未发现。
“粪便宏基因组学物种分类工具性能优于基于唾液的分类工具，根据一组27种菌种，识别出PDAC患者的准确性高达受试者工作曲线下面积（AUROC）0.84。”Bork和同事报告说。AUROC为0.5相当于随机猜测，而AUROC为1.0则表示完全准确。
当研究人员将他们基于菌群的预测与血清碳水化合物抗原（CA）19-9水平相结合时，“准确性进一步提升至0.94AUROC。”作者补充道。
他们解释说，目前，FDA批准的唯一非侵入性PDAC诊断生物标志物是CA19-9。CA19-9由肿瘤细胞产生，但目前仅用于监测PDAC的进展。
融合机器学习技术的进一步分析发现了某些菌种丰富而其他菌种相对稀少的特征。癌症患者粪便标本中含有丰富的史氏甲烷短杆菌、具核梭杆菌、异斯卡多维亚菌、非典型韦荣氏球菌和细金拟杆菌，而普氏粪植杆菌、Bacteroidescoprocola、双歧杆菌和Romboutsiatimmonensis则稀少。
研究人员指出，无论癌症进展到什么程度，这种微生物图谱始终能识别出癌症患者，这表明这种特征性微生物组签名在早期就出现了，粪便菌群可能会发现早期疾病。
随后，这种微生物图谱的预测能力在另外一个76例德国患者的研究组中得到证实，其中44人患有PDAC,32人没有。当应用于这个验证队列时，研究人员开发的两个独立模型的准确性与原始队列观察到的结果相当。
为了测试两种模型的疾病特异性，研究人员随后将这两种模型应用于个样本，这些样本来自于包括25个研究人群和9种疾病类型的宏基因组数据集。模型1不受菌种富集的限制，在健康患者中有15%的假阳性率。
然而，富集限制性模型2对PDAC具有高度特异性，在所有外部人群中，非PDAC的假阳性率为0-5%。
两种模型在区分PDAC和2型糖尿病方面表现良好，该组的假阳性率也低于2%。
“胰腺分泌的改变，是胰管内肿瘤生长的结果，可以影响消化功能，因此可能是形成特征性肠道菌群签名的原因。”Bork和他的同事表示。
此外，胰管直接与十二指肠相通，从而提供了一个管道，通过该管道细菌可以在胰腺中定植并导致癌变。
“综合来看，我们的结果表明，通过非侵入性、便捷和特异性的粪便菌群检测进行PDAC的早筛是可行的。”作者强调。
还有许多工作要做
尽管这项研究结果拥有光明的前景，“但这种预测性标志物还需要采用前瞻性队列进行测试，然后才能得出其临床影响的结论。”社论作者警告说。这些标志物还需要对其他癌症类型进行测试，以确保这种标志物只对PDAC有效。
此外，之前的研究还发现了不同的胰腺肿瘤特异性共生微生物，需要通过进一步的研究来明确。
“但总的来说，该项研究明确了菌群特征和PDAC之间的关系，这表明非侵入性癌症检测取得了重大进展。”他们总结道。
聚群英，促交流，“无癌界读者之家”欢迎您的加入！
预览时标签不可点收录于合集#个上一篇下一篇