Vérből mérhető metabolitpanel segítheti a tüdőrák korábbi felismerését
A PLCO szűrővizsgálat jelenleg vagy korábban dohányzó résztvevőinek, a diagnózist megelőzően gyűjtött szérummintáiban elemezték a keringő metabolitok időbeli változásait. A kutatók azt vizsgálták, hogyan használhatók ezek az eltérések az egy éven belül diagnosztizált tüdőrák kockázatának becslésére, és javítják-e a klinikai kockázatbecslő modellek teljesítményét.
A diagnózist megelőző metabolikus eltérések
A kutatásban a Prostate, Lung, Colorectal, and Ovarian Cancer Screening Trial szérummintáin végeztek tömegspektrometriás, nem célzott metabolomikai elemzést. A minták 552 olyan résztvevőtől származtak, akiknél a hatéves vizsgálati időszakban szövettanilag igazolt tüdőrákot diagnosztizáltak, valamint 2193 véletlenszerűen kiválasztott kontrollszemélytől. Valamennyi résztvevőnek volt dohányzási előzménye; a kontrolloknál a követés során semmilyen daganatos betegség nem alakult ki.
A beszámoló szerint a fejlesztési mintakészletet öt központból származó, a tüdőrák diagnózisát megelőző öt évben gyűjtött 489 esetminta és 3445 kontrollminta alkotta. Az elkülönített tesztkészletben a további öt központ 770 esetmintáját és 4984 kontrollmintáját értékelték. A modell fejlesztése és validálása tehát ugyanazon kohorsz különböző vizsgálati központjainak mintáin történt.
Összesen 81 annotált metabolitot mutattak ki és számszerűsítettek a teljes mintakészletben. Az időbeli változások négy csoportot különítettek el: 21 metabolit szintje stabil maradt, 40-é fokozatosan emelkedett, 13-é csökkent, hét metabolité pedig a diagnózist megelőző két évben exponenciálisan nőtt. Az utóbbi csoport acetilált poliaminokban volt gazdag, és kreatin-ribozidot is tartalmazott. A csökkenő koncentrációjú vegyületek között elsősorban közepes és hosszú szénláncú acilkarnitinek szerepeltek.
A metabolitok közül 33 magasabb szintje az életkortól, a nemtől, a dohányzási előzménytől és a krónikus obstruktív tüdőbetegségtől függetlenül is összefüggött a tüdőrák emelkedett kockázatával. Az összefüggések a többszörös összehasonlítások korrekciója után is szignifikánsak maradtak.
Öt metabolit az egyéves kockázatbecslésben
Lasso-regresszió alkalmazásával alakították ki az L5MetP elnevezésű, ötkomponensű panelt. Összetevői a diacetil-spermin, a kreatin-ribozid, az arginin, a hipoxantin és a C18:1 acilkarnitin. Az egyéves előrejelzési időtávot a nagy kockázatú személyek évenkénti tüdőrákszűréséhez igazították.
A fejlesztési mintakészletben a ROC-görbe alatti terület, az AUC értéke 0,75 volt, 0,71–0,79 közötti 95%-os konfidenciaintervallummal. A COPD-ben szenvedő résztvevők körében ugyancsak 0,75-ös AUC-értéket mértek, 0,64–0,86 közötti konfidenciaintervallummal. A véletlenszerű adatválasztást és helyettesítést alkalmazó érzékenységi elemzések a modell stabilitását támogatták.
A tesztkészletben a fejlesztés során meghatározott, rögzített modellegyütthatókat alkalmazták. Az egy éven belül diagnosztizált tüdőrák előrejelzésének AUC-értéke 0,79 volt; a 95%-os konfidenciaintervallum 0,76–0,82-re adódott. A diszkriminációs teljesítmény a diagnózishoz közelebb gyűjtött mintákban javult.
Az egy éven belül diagnosztizált, I–II. stádiumú daganatok esetében 0,75-ös, a III–IV. stádiumúaknál 0,82-es AUC-értéket kaptak. A megfelelő konfidenciaintervallumok 0,70–0,79, illetve 0,77–0,87 voltak. Nem kissejtes tüdőrákban 0,80, kissejtes tüdőrákban 0,75 volt az AUC. Résztvevőnként egyetlen, véletlenszerűen kiválasztott eset- vagy kontrollminta elemzése hasonló egyéves teljesítménybecsléseket eredményezett.
Klinikai modellek és szűrési alkalmasság
A metabolitpanelt három klinikai kockázatbecslő modellel kombinálták: a PLCOm2012, a Lung Cancer Risk Assessment Tool és a Liverpool Lung Project Incidence modellel. A kombinált modelleket a fejlesztési mintakészleten állították fel, majd az elkülönített tesztkészleten is értékelték.
A metabolitpanel hozzáadása az LCRAT klinikai kockázatbecslő modellhez 0,80-ról 0,85-re, az LLPI modellhez pedig 0,79-ről 0,85-re növelte az AUC-értéket az elkülönített tesztmintákon. Mindkét javulás statisztikailag szignifikáns volt. A PLCOm2012 és a metabolitpanel kombinációja a szűrési kritériumokat teljesítő résztvevőknél 0,73-ról 0,80-ra, az azokat nem teljesítőknél 0,75-ről 0,85-re javította az AUC-értéket. A metabolitpanel tehát mindkét csoportban javította a klinikai modell egyéves tüdőrákkockázatot előrejelző teljesítményét.
A szerzők a kombinált modellt az amerikai USPSTF szűrési alkalmassági kritériumaival is összevetették. Ezek a PLCO mintakészletében 79%-os szenzitivitással és 58%-os specificitással azonosították az egy éven belül diagnosztizált eseteket. Azonos, 58%-os specificitás mellett az L5MetP és a PLCOm2012 kombinációjának szenzitivitása 92% volt. Azonos, 79%-os szenzitivitás mellett a kombinált modell 75%-os specificitást ért el.
A közleményben ismertetett USPSTF-ajánlás az 50–80 éves, legalább 20 csomagév dohányzási előzményű, jelenleg dohányzó vagy legfeljebb 15 éve leszokott személyek szűrését javasolja. A szerzők szerint a panel a klinikai kockázati tényezőkkel együtt segíthetné az alacsony dózisú CT-szűrésre irányítandó személyek kiválasztását. A klinikai modellekhez szükséges adatok hiányában önálló használatát is felvetik. Ezek lehetséges alkalmazási módok, amelyek klinikai hasznosságát további vizsgálatoknak kell értékelniük.
Biológiai háttér és halálozási kockázat
A panel biológiai hátterét humán transzkriptomikai adatokkal és egérkísérletekkel vizsgálták. A TCGA adatbázisából 510 tüdő-adenocarcinoma, 484 tüdő-laphámcarcinoma és 110 normális tüdőszövet génexpressziós adatait elemezték. A daganatokban magasabb génexpressziós pontszámok jellemezték a poliamin-anyagcserét, a karbamidciklust, a kreatinszintézist, a pentóz-foszfát-útvonalat és a purinanyagcserét.
A térbeli transzkriptomikai és egysejtes RNS-szekvenálási elemzések több kapcsolódó anyagcsereút génexpressziós mintázatának feldúsulását elsősorban a daganatok epithelialis sejtpopulációiban mutatták ki. A poliamin-anyagcsere génexpressziós mintázata ugyanakkor több sejttípusban jelen volt. Az acetilált poliaminok a tumorsejteken kívül a daganatos mikrokörnyezet immunsejtjeiből, köztük tumorasszociált makrofágokból is származhatnak.
Az arginin összekapcsolja a karbamidciklus eltéréseit a kreatin-ribozid és a poliaminok bioszintézisével. A közleményben áttekintett korábbi vizsgálatok alapján a kreatin-ribozid olyan melléktermék, amely a daganatsejtek anabolikus növekedését támogató metabolikus átrendeződést tükrözi. A hipoxantin a purinanyagcseréhez kapcsolódik, a keringő acilkarnitinek eltérései pedig mitokondriális működészavarra utalhatnak.
KRAS-mutáns tüdő-adenocarcinoma egérmodelljében mind az öt metabolit kimutatható volt a tüdőszövetben. A daganatot hordozó állatok szöveti L5MetP-pontszáma szignifikánsan meghaladta a vad típusú kontrollokét. A plazmában is emelkedett pontszámokat találtak. Ezek az eredmények támogatták a panel tüdőrákhoz kapcsolódó biológiai relevanciáját.
A húszéves halálozási követés adatai alapján a magasabb L5MetP-pontszám a tüdőrák miatti halálozással is összefüggött. A teljes mintakészletben a Lung Cancer Death Risk Assessment Tool és a metabolitpanel kombinációjának AUC-értéke 0,85 volt, szemben az önálló LCDRAT 0,81-es értékével. A különbség szignifikánsnak bizonyult.
Alkalmazhatóság és vizsgálati korlátok
A kutatás kizárólag dohányzási előzménnyel rendelkező személyekre terjedt ki. Más daganattípusokat nem vizsgáltak, ezért a panel tüdőrák-specificitása nem tisztázott. A követés alatt végig daganatmentes kontrollok kiválasztása torzíthatja a valós szűrési környezetben várható teljesítmény becslését.
Jóindulatú betegségek álpozitív eredményeket okozhatnak, bár a kontrollok között COPD-ben és más társbetegségekben szenvedők is szerepeltek. A PLCO tüdőrákos résztvevőinek tumorszövetei nem álltak rendelkezésre, így a szöveti eltérések és a keringő metabolitszintek közvetlen összevetésére nem volt lehetőség.
A vizsgálat erőssége a nagyszámú, diagnózis előtt gyűjtött szérumminta, a különböző szövettani altípusok képviselete és a hosszú halálozási követés. A véletlenszerűen kiválasztott kontrollok bevonása lehetővé tette a metabolitpanel és a már alkalmazott klinikai kockázatbecslő modellek együttes értékelését, mind a tüdőrák diagnózisának, mind a betegség miatti halálozásnak az előrejelzése szempontjából.
A bizonytalan természetű tüdőgócok malignitási kockázatának előrejelzésében betöltött szerep még nem ismert. Az altípus-specifikus modellek és más biomarkerek bevonása javíthatja a teljesítményt, de ezt a jelen kutatás nem értékelte. A szerzők prospektív vizsgálatokat tartanak szükségesnek a panel prediktív teljesítményének és klinikai hasznosságának pontosabb meghatározásához.
Forrás: Irajizad E, Khoshfekr Rudsari H, Gendarme S, et al. A blood-based metabolic signature for earlier detection of lung cancer. Cell Reports Medicine. 2026;7:103059. doi:10.1016/j.xcrm.2026.103059.
Ez a cikk mesterséges intelligencia segítségével készült, majd szerkesztőségünk áttekintette, korrigálta és jóváhagyta. A hivatkozott forrásokat szerkesztőségünk választotta, és a tartalom pontosságának, időszerűségének biztosítása érdekében a szöveget az eredeti forrással összevetette.
