Nat Commun：西湖大学郭天南/孙耀庭团队等基于蛋白质的儿童青少年甲状腺乳头状癌个体化预后分层模型

小儿甲状腺乳头状癌（PPTC）表现出高度的肿瘤间异质性，目前缺乏广泛采用的复发风险分层标准。

2024年4月26日，西湖大学郭天南、孙耀庭、中国医科大学张浩及浙江大学吴鸿昆共同通讯在Nature Communications 发表题为“An individualized protein-based prognostic model to stratify pediatric patients with papillary thyroid carcinoma”的研究论文，该研究提出了一种基于机器学习的客观方法来单独预测其复发风险。研究回顾性地收集和评估83例儿童良性(PB)、85例儿童恶性(PM)和66例成人恶性(AM)结节的临床因素和蛋白质组，通过质谱分析定量10426个蛋白质。

该研究分别从 PMvs. PB和PMvs. AM中发现了243和121种显着失调的蛋白质。功能和通路分析显示，与其他患者相比，PM患者的炎症和免疫系统激活增强。选择19种蛋白质使用机器学习模型预测复发，准确率为88.24%。本研究构建了基于蛋白质的个性化预后预测模型，可将PPTC患者分为高复发或低复发风险组，为临床决策和个体化治疗提供参考。

甲状腺乳头状癌（PTC）是儿童和青少年最常见的内分泌恶性肿瘤之一，发病率每年增加4.4%。约1.8%的甲状腺癌发生在儿童和青少年中，PTC占90%以上。与成人PTC相比，小儿PTC（PPTC）往往肿瘤体积更大，淋巴结转移更多，腺外延伸率更高，远处转移率更高，复发率更高，而总体死亡率更低。截至撰写本文时，小儿分化型甲状腺癌指南在个体化诊断、治疗和预后评估策略方面存在差距。具体而言，与成人不同，儿科患者没有年龄分层，也不接受个体化治疗：对所有患者都采用一刀切的治疗策略。

尽管大多数PPTCs预后良好，但复发严重影响患者的无病生存期和生活质量。由于PPTC复发的危险因素尚不明确，目前尚缺乏有效的方法来评估PPTC患者的预后，并将其分为高复发或低复发风险组。因此，复发风险低的患者可能会接受积极的手术切除，这不必要地增加了他们并发症的风险。另一方面，复发风险高的患者术前评估和术后监测可能不足，导致预后较差。

迄今为止，关于PPTC分子机制的研究大多局限于遗传水平。他们主要专注于分析PPTC病因并提供良性与恶性诊断，但没有提供个性化预后评估的工具。与成人 PTC 相比，PPTC 的特征是基因重排的发生率更高，PTC 相关的原癌基因的点突变频率更低。具体而言，BRAF突变更罕见，而RET/PTC重排和基因融合在儿童中比在成人PTC中更常见。因此，这些差异可能会影响基于基因的诊断和小儿甲状腺癌预后评估的疗效。

与基因相比，蛋白质可以为疾病的预后评估提供更有价值的贡献，因为它们是基因表达的最终产物。然而，PPTC引起的蛋白质组学变化仍然未知。之前的研究表明，机器学习辅助蛋白质组学分析有可能区分良性和恶性甲状腺结节。此外，当使用来自福尔马林固定石蜡包埋（FFPE）组织的痕量样品时，研究使用术前细针穿刺（FNA）样品展示了此类研究的可行性，该样品仅包含数千个细胞，并且很难通过普通蛋白质组学技术进行分析。

研究概述（图源自Nature Communications ）

该研究分析了 PPTC 的蛋白质组学特征，并将它们与儿童良性结节和成人 PTC 进行了比较。免疫相关的通路和功能在PPTC中发生了显著的改变。此外，通过定制模型选择了19个失调蛋白，将儿童患者分为高复发风险组和低复发风险组，实现了88.24%的准确性。本研究提供了一种对具有不同复发风险的儿科患者进行分层的方法，这可作为临床决策和个体化治疗的参考。综上所述，研究建立了一个基于蛋白质的个性化预后预测模型，该模型可以对患有PTC的儿科患者进行分层，为临床决策和个体化治疗提供参考。

原文链接：

https://doi.org/10.1038/s41467-024-47926-w