使用microRNA生物标志物的新策略可以区分黑色素瘤和痣

费城，2019年9月30日——黑色素瘤是最不常见但最致命的皮肤癌之一。它只占世界上所有病例的1%，但大多数皮肤癌都会死亡。皮肤黑色素瘤的准确、及时和可靠的诊断仍然是皮肤病理学的主要挑战。研究人员在Elsevier出版的《皮肤病学研究杂志》上报道了一种新的策略，即使用microRNA (mirna)生物标志物来检测皮肤肿瘤中的黑色素瘤细胞，即使肿瘤主要包含良性细胞。

首席研究员Robert L. Judson-Torres博士解释说：“虽然皮肤黑色素瘤可以通过早期发现治愈，但区分恶性病变和更常见的良性病变(如黑色素细胞痣)的过程具有挑战性。”加利福尼亚州旧金山(UCSF)，目前在美国犹他州盐湖城犹他大学亨斯迈癌症研究所和皮肤科工作。“整个皮肤病理科和护理中心的不合格率都很高。因此，能否早期准确诊断患者，取决于患者的居住地。”

分子生物标志物(如miRNA)是诊断包括黑色素瘤在内的许多疾病的潜在有价值的候选生物标志物。然而，尽管已经确定了与良性黑色素细胞病相比黑色素瘤中数百种差异表达的miRNA，但研究中有限的共识限制了它们的有效使用。

根据Judson-Torres博士和合作研究人员的说法，分子方法在黑色素瘤诊断中的优势之一是可以进行真正客观的检测——无论是谁进行测量，都可以生成并复制准确的诊断分数。然而，基于基因表达的分子方法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miRNA，这是一种可以连续诊断恶性黑色素瘤和良性痣的分子。首先，他们确定肿瘤的异质性和患者的年龄是最常混淆基于miRNA的黑色素瘤诊断方法的变量。第三，他们使用机器学习方法来确定可以预测和诊断而不受这些变量影响的miRNA的表达比例。他们评估了来自旧金山加州大学皮肤科档案的82例黑色素细胞病变活检。这些病变有已知的结果(41例诊断为痣，41例诊断为黑色素瘤)。使用这种新方法，病变的敏感性和特异性分别为81%和88%，结果不受样本中肿瘤含量或患者年龄的影响。

该研究的主要作者罗德里戈托雷斯(Rodrigo Torres)博士说：“我们发现，通过开发基于诊断上重要的miRNA比率的分类器，我们可以提供更强大的生物标志物，这些生物标志物不容易受到肿瘤细胞含量和平台变化的影响，因此可以用于更多种类的患者样本。

大量研究分析了mirna在黑色素瘤不同发展阶段的表达，已鉴定出500多种富含痣或黑色素瘤的mirna，其中大部分尚未被外部验证集复制。Judson-Torres博士和他的同事可以将这个广泛的列表改进为六个miRNA，这可以在独立的数据集和分析平台上区分痣和黑色素瘤的再现性。他们可以进一步利用这些发现来确定八种可以预测和诊断而不受其他混杂变量影响的miRNA的比例。需要进一步的研究来确定这种方法在模糊情况下的准确性，以及它是否可以预测转移或总生存率。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！