담관암종에 대한 딥러닝 기반의 새로운 담즙 마커 클러스터린 및 공공 온라인 예측 플랫폼의 식별
BMC Medicine 21권, 기사 번호: 294(2023) 이 기사 인용
측정항목 세부정보
담관암종(CCA)은 매우 공격적인 악성 종양이며 진단은 여전히 어려운 문제입니다. 본 연구에서는 단백질체학을 기반으로 CCA 진단을 위한 새로운 담즙 마커를 식별하고 딥러닝을 활용한 진단 모델을 구축하는 것을 목표로 했습니다.
2개의 독립 센터에서 총 644명의 피험자(CCA 236명, 비CCA 408명)가 연구를 위한 발견, 교차 검증 및 외부 검증 세트로 나누어졌습니다. 후보 담즙 마커는 3개의 단백질체학 데이터로 식별되었으며 635개의 임상 체액 표본과 121개의 조직 표본에서 검증되었습니다. 담즙 및 혈청 바이오마커를 포함하는 진단 다중 분석물 모델은 딥 러닝에 의한 교차 검증 세트에서 확립되었으며 독립적인 외부 코호트에서 검증되었습니다.
단백질체학 분석 및 임상 검체 검증 결과, 담즙클러스터린(CLU)이 CCA 체액에서 유의하게 높은 것으로 나타났습니다. 교차 검증 세트의 376명 대상을 기반으로 한 ROC 분석에서는 담즙 CLU가 만족스러운 진단력(AUC: 0.852, 민감도: 73.6%, 특이도: 90.1%)을 갖는 것으로 나타났습니다. 담즙 CLU와 63개의 혈청 마커를 기반으로 딥러닝을 통해 7가지 인자(CLU, CA19-9, IBIL, GGT, LDL-C, TG, TBA)를 통합한 진단 모델을 구축하여 높은 진단 유틸리티(AUC: 0.947, 민감도: 90.3%, 특이도: 84.9%). 독립적인 코호트(n = 259)의 외부 검증 결과 CCA 검출에 대한 정확도가 비슷했습니다. 마지막으로 운영의 편의를 위해 CCA를 위한 사용자 친화적 예측 플랫폼을 온라인으로 구축하였다.
이는 CCA를 구별하기 위해 담즙과 혈청 바이오마커를 결합한 가장 규모가 크고 포괄적인 연구입니다. 이 진단 모델은 잠재적으로 CCA를 탐지하는 데 사용될 수 있습니다.
동료 검토 보고서
담관암종(CCA)은 매우 공격적인 악성 종양으로 알려져 있습니다. CCA는 병변의 해부학적 부위에 따라 간내 담관암종(iCCA), 문 주위 담관암종(pCCA), 원위부 담관암종(dCCA)으로 나눌 수 있습니다. CCA는 간담도계에서 두 번째로 흔한 악성 종양으로 전체 위장관 종양의 약 3%를 차지하며[1], 5년 생존율이 낮고(7~20%), 치사율이 높아 예후가 좋지 않습니다. 전 세계 연간 암 관련 사망의 약 2%), 이는 모두 조기 진단의 어려움으로 귀결됩니다[2, 3].
CCA 진단은 조용한 임상 특성과 해부학적 위치로 인해 어렵습니다. 현재 CCA는 컴퓨터 단층촬영(CT), 자기공명영상(MRI), 내시경 등 영상검사법으로 주로 검출되나 정확도가 낮고 추정 민감도가 6~71.9%에 불과해 진단력이 실망스럽다. , 5]. 혈청 CA19-9는 CCA 진단에 흔히 사용되지만 그 민감도와 특이도는 매우 실망스럽습니다[6, 7]. 놀랍게도 수술 후 병리학 결과에 따르면 CCA 의심으로 수술 관리를 받은 환자의 10~25%에서 궁극적으로 암세포가 없어져 보다 정확한 진단 도구가 시급히 필요합니다[5, 8, 9].
담즙은 담관 종양 세포의 성장을 위한 직접적인 미세 환경이며, CCA의 암 관련 단백질은 담즙으로 분비될 수 있으며 잠재적으로 진단을 위한 바이오마커로 사용될 수 있습니다[10, 11]. 또한 CCA에서는 많은 혈청 마커도 변경됩니다 [7, 12]. 담즙에서 차별적으로 발현되는 단백질은 주로 국소적 변화를 반영하는 반면, 혈청 표지자는 주로 CCA 진행의 체계적인 변화를 반영합니다[4]. 따라서 담즙과 혈액의 표지자를 결합하면 CCA를 다른 담즙성 질환과 구별하는 정확도를 높일 수 있습니다.
본 연구에서 우리는 CCA 진단을 위한 새로운 담즙 바이오마커의 힘을 확인하고 평가했습니다. 이를 바탕으로 다른 혈청 마커를 결합하여 딥러닝 모델을 구축했습니다. 마지막으로 모델의 진단 성능은 다른 독립 그룹에 의해 검증되었습니다.