胰腺癌（PAAC）是中国致死人数排名第六的恶性肿瘤，其恶性程度高，早期病情隐匿，超过80%的患者在就诊时已进展为晚期，错失手术切除治愈的机会，而成功接受了手术治疗的胰腺癌患者，也极易发生转移，5年生存率仅为15%～20%。因此，胰腺癌的早期诊断对于提高患者生存率至关重要。
2023年3月发表在International Journal of Cancer上的文章“Circulating tumor-associated autoantibodies as novel diagnostic biomarkers in pancreatic adenocarcinoma，纳入了338名PAAC患者，发现CLDN17联合CA19-9具有潜在的临床价值，可作为PAAC诊断的无创新型生物标志物。
338名PAAC患者、294名正常健康志愿者（NHV）、122名慢性胰腺炎（CP）患者、100名非PAAC的恶性肿瘤患者。
该研究被分为鉴定、验证和评估三阶段。鉴定阶段（n=60）筛选了21,065个蛋白质，来鉴定能区分PAAC（n=30）和NHV（n=30）的候选TAAbs，差异表达的TAAbs被定义为以PAAC重点阵列，在验证（n=712）和评估（n=82）阶段采用。验证阶段包括266例PAAC样本，98例CP样本和248份NHV样本。在鉴定阶段，对100名其他恶性肿瘤患者的血清进行评估，确定区分PAAC和对照的TAAbs特征。随后建立诊断模型，并在评估阶段，通过ELISA对PAAC（n=42）、CP（n=24）和NHV（n=16）的血清样本测试该模型和TAAbs的诊断性能。
在鉴定阶段，作者找到了在PAAC组和NHV组中差异表达的165个蛋白，其中，83个TAAbs为IgG型，82个TAAbs为IgM型（图1A-B）。KEGG、GO和Reactome数据库匹配结果显示，包括先天免疫系统、翻译后蛋白修饰、细胞死亡调节、细胞凋亡过程和其他途径的多种生物途径被富集（图1C）。
图1 TAAbs的筛选和鉴定及以PAAC中心阵列的构建
为了验证所选TAAbs是否可作为PAAC的诊断标志物， 作者使用266个PAAC、98个CP和248个NHV样本进行验证，结果显示，PAAC的TAAbs与NHV和CP的不同（图2A），随后的10倍交叉验证中（图2B），样本被随机分为训练组和测试组，作者在模型中发现了5个针对CLDN17（Claudin 17）、KCNN3（钾钙激活通道亚家族N成员3）、SLAMF7（信号淋巴细胞激活分子的自配体受体）、SLC22A11（溶质载体家族22成员11）和OR51F2（嗅觉受体家族51亚家族F成员2）的IgG型TAAbs。
图2 TAAbs作为PAAC诊断标志物的验证
这五个TAAbs在不同组别内的表达如图所示，与CP和NHV相比，CLDN17、KCNN3、SLAMF7、SLC22A11和OR51F2的TAAbs在PAAC患者的血清样本中高表达（图3A）。阳性率被确定为观察到的反应性与截止值的平均比率，也代表了TAAbs的表达水平，图3B-D中的结果显示，对照组的阳性率为4.08%至7.14%，但PAAC患者的阳性率为21.05%至48.87%。
图3 五种TAAbs在PAAC、CP、NHV中的表达及阳性率
为了研究选定TAAbs的诊断敏感性和特异性，作者随后用ROC曲线分析了它们的诊断性能。图4A-C显示了5种TAAbs和CA19-9区分PAAC和对照组的ROC曲线。此外，尽管CA19-9是广泛用于PAAC诊断的生物标志物，但Lewis阴性者的假阴性占所有PAAC患者的15%。因此，作者还评估了CA19-9阴性PAAC的诊断性能。图4D-F为五种TAAbs检测CA19-9阴性PAAC与对照组的ROC曲线。与整个PAAC队列相似，CLDN17在检测CP的CA19-9阴性PAAC时也得到了最佳的AUC。但TAAbs的组合在区分PAAC患者和NHV及CP患者方面没有表现出优越性。
综上所述，两种TAAbs组合（组合1：CLDN17、KCNN3、SLAMF7和SLC22A11；组合2：CLDN17、KCNN3、SLC22A11和OR51F2），在鉴别PAAC患者与NHV+CP、NHV和CP方面显示出最佳的诊断性能。单个TAAb CLDN17在区分PAAC患者与NHV+CP、NHV和CP时的AUC较好。
图4 五种TAAbs的诊断价值
在模型验证中，作者发现CA19-9和五种TAAbs可以显著区分PAAC和NHV（图5A）。多变量逻辑回归分析包括所有重要参数，显示CA19-9和CLDN17也可以显著区分PAAC和NHV。因此，作者建立了一个鉴别模型，且PAAC组的模型得分明显高于CP和NHV（图5B）。
鉴别模型的诊断性能显示，该模型在区分PAAC和NHV方面明显比CA19-9和CLDN17的诊断价值高（图5C）。在区分PAAC和CP方面，该模型的性能始终明显高于CA19-9和CLDN17（图5D）。同样，该模型在区分PAAC与对照组方面显示出比CA19-9和CLDN17更优越的诊断性能（图5E）。因此，该鉴别模型可能是一种更敏感、更特异的PAAC诊断方法。
作者随后使用ELISA检测了CLDN17、KCNN3、SLAMF7、SLC22A11和OR51F2的血清自身抗原水平，并确定它们在区分胰腺癌样本和对照组方面的性能。结果显示，模型在区分PAAC与对照组方面显示出比CA19-9和CLDN17更优越的诊断性能（图5F）。
图5 Logistic模型建立
在这篇研究中，作者通过研究854份血清样本集的蛋白质组成，描述了PAAC中循环的TAAbs特征，发现了CLDN17联合CA19-9可作为PAAC诊断的无创新型生物标志物。此外，作者还建立了一个高精度检测PAAC的诊断模型，该模型对PAAC的早期无创检测具有潜在的临床价值，深入的机制研究和进一步的体内外验证将促进对PAAC生物学的认识。
往期推荐
客户文章|Food&Function：生态环境对苜蓿多糖结构特性和生物活性的影响
Front Nutr 一作解读|添加天竺葵精油的木薯淀粉复合膜相关性能的研究
一作解读|Foods 火参果 （Cucumis metuliferus） 果皮中果胶的免疫活性和肠道微生物群调节
客户文章|Frontiers in Nutrition.一作解读：甘油和赤藓糖醇不同配比对玉米淀粉基薄膜性能的影响
客户文章|F.C.一作解读：微波加热制备淀粉-脂质复合物的研究
... ...
文本：牛晶晶
排版：檀檀
审核：三黍市场运营部
