肾细胞癌（Renal cell carcinoma, RCC）在泌尿系统恶性肿瘤中发病率位居第三，致死率则位居第二。《肾细胞癌诊疗指南（2022年版）》数据显示，2022年中国新增肾细胞癌患者7.37万例，因肾细胞癌死亡的患者达2.4万例。近日，上海交通大学医学院附属仁济医院郑军华、翟炜团队与上海交通大学生物医学工程学院钱昆团队在国际知名期刊《Advanced Science》上发布合作研究成果：基于血清和尿液代谢指纹代谢图谱的肾肿瘤分类、早期诊断和预后。

据了解，针对RCC的有效管理，包括肿瘤良恶性判断、早期诊断和预后评估，对改善患者的生存结果至关重要，有助于提高5年生存率并指导临床干预。术后5年内，20%~25%的RCC患者将面临复发和转移的挑战。因此，开发新型简便的RCC监测工具显得尤为重要。

液体活检技术作为一种非侵入性的检测方法，通过分析生物体液（如血液、尿液等）中的细胞外囊泡、循环肿瘤DNA（ctDNA）、循环肿瘤细胞（CTCs）等生物标志物，来实时监测疾病的发生和发展。随着检测技术的不断更新迭代，液体活检在早期诊断、疾病监测、治疗效果评估以及个体化治疗策略制定等方面展现出巨大的潜力。代谢生物标志物作为生物代谢途径的最终产物，有潜力为当前进行的病理过程提供更深层次的表征。

在此研究中，作者首先构建来自仁济医院的SUPER肾肿瘤研究队列（Serum and Urine Programme Established in Renji Hospital），进一步开发一种高效的血清和尿液代谢指纹分析方法，并利用机器学习成功对肾肿瘤进行亚型分类、早期诊断和预后（图1）。

图1代谢分析RCC多功能临床应用流程示意图

这项工作应用基于纳米粒子增强激光解吸电离质谱技术，分析肾肿瘤患者（共456例）及健康对照组（共200例）的代谢指纹图谱，所建立的分类模型在区分肾脏肿瘤与健康对照组时，其曲线下面积（AUC）为0.938；在区分恶性肿瘤与良性肿瘤的AUC为0.850；针对不同亚型的RCC，分类效果AUC为0.925-0.932。对于早期RCC亚型的诊断，在测试集中实现了90.5%的平均灵敏度和91.3%的特异性。并通过差异标志物分析发现，代谢生物标志物可作为RCC亚型诊断的潜在指标，且具有统计学意义（p < 0.05）。此外，为了验证模型的预后性能，作者为RCC患者构建了一个预测模型，该模型在疾病预测方面表现出显著效果（p = 0.003）。本研究不仅为代谢分析工具在RCC中提供了广阔的应用前景，也为肾脏肿瘤的早期诊断和精准治疗提供了新的策略和方法。

该研究由郑军华、翟炜课题组博士研究生方昱铮、王齐睿和钱昆教授课题组博士研究生许晓钰共同完成。论文链接：https://doi.org/10.1002/advs.202401919