肾细胞癌（RCC）是一种泌尿系统的重要病变，患病率不断上升。然而，由于该病的异质性，目前的临床方法在治疗RCC方面存在局限性。代谢分析被认为是临床首选的非侵入性方法，它可以大大有利于RCC的表征。

2024年7月8日，上海交通大学翟炜、钱昆、王宇宁及郑军华共同通讯在Advanced Science 在线发表题为“Serum and Urine Metabolic Fingerprints Characterize Renal Cell Carcinoma for Classification， Early Diagnosis， and Prognosis”的研究论文，该研究构建了纳米粒子增强激光解吸电离质谱（NELDI MS）分析肾肿瘤（n = 456）和健康对照（n = 200）的代谢指纹图谱。

分类模型区分肾肿瘤与健康对照的曲线下面积（AUC）为0.938（95%可信区间（CI） 0.884-0.967），区分恶性肿瘤与良性肿瘤的曲线下面积（AUC）为0.850 （95% CI， 0.821-0.915），区分RCC亚型的曲线下面积（AUC）为0.925-0.932 （95% CI， 0.821-0.915）。对于早期RCC亚型，测试集的平均诊断灵敏度为90.5%，特异性为91.3%。代谢生物标志物被确定为亚型诊断的潜在指标（p < 0.05）。为验证预后效果，构建RCC参与者预测模型，实现疾病预测（p = 0.003）。该研究为应用代谢分析工具表征RCC提供了广阔的前景。

肾细胞癌（RCC）是一种主要的流行和致命的肾癌类型，在美国泌尿系统报告了168560例新病例和32590例死亡。对RCC进行有效的管理，包括肿瘤检测、早期诊断和预后评估，对改善生存结局至关重要，有助于提高5年生存率，指导临床干预。然而，常见的表征方法（如腹部成像技术和液体活检试验）在小肿瘤识别、良恶性病例区分或耗时的程序方面存在挑战。同时，缺乏有效的生物标志物和预后评估工具阻碍了治疗策略的制定（术后5年内，约20-25%的RCC患者会遇到复发和转移的挑战），并且诊断特异性较低。因此，建立一种微创、灵敏、快速的方法来准确表征RCC是非常必要的。

液体活检能够实时收集样本信息，用于鉴别诊断、预后评估和治疗监测，这引起了越来越多的关注。代谢生物标志物作为途径的最终产物，可以潜在地提供正在进行的病理过程的更远的表征。最近，代谢生物标志物在RCC诊断中具有很大的前景，因为处理过程的侵入性最小。然而，目前基于代谢谱的研究大多集中在单一的生物流体测试上，其缺点是检测的样本队列有限，或者临床功能有限，既不支持诊断也不支持预后。值得注意的是，血清代谢组学提供了来自人体的完整代谢信息，同时，肾脏肿瘤发生在尿液收集附近的位置。可以预见，血清和尿液的整合可以使具有足够临床相关性的潜在生物标志物的识别成为可能。

生物流体样品示意图通过代谢分析表征用于多临床应用的RCC（图源自Advanced Science ）

质谱分析（MS）是提供准确分子信息的主要工具，比酶生化分析和传统的光谱分析方法具有更高的灵敏度和分辨率。特别是，纳米粒子增强激光解吸电离质谱（NELDI MS）已广泛应用于先进的生物医学应用，通过代谢指纹识别生物流体，如血清，脑脊液（CSF）。与液相/气相色谱（LC/GC）质谱相比，激光解吸电离（LDI）质谱具有样品预处理简单、样品消耗少、分析速度快、通量高等优点。因此，NELDI MS平台为临床应用于RCC的快速准确的代谢分析提供了新的机会。

在此，该研究获得了具有良好再现性、高通量和低样本消耗（方案1）的SUPER（仁济医院血清和尿液计划）队列的代谢指纹图谱。将自动识别应用于血清代谢指纹图谱（SMF）和尿液代谢指纹图谱（UMF），以区分恶性肿瘤和良性肿瘤（AML:血管平滑肌脂肪瘤），并对RCC亚型进行分类（ccRCC:透明细胞RCC， pRCC：乳头状RCC， chRCC：憎色性RCC），实现早期诊断。此外，该研究确定了几种用于RCC亚型诊断的代谢生物标志物，其AUC为0.813-0.965。最后，开发了一个预测系统来预测RCC主要亚型（ccRCC）患者复发或转移的风险。该研究的工作加速了配对血清和尿液代谢分析方案的发展，在不久的将来为管理RCC做出了有价值的贡献。

参考消息：

https://onlinelibrary.wiley.com/doi/10.1002/advs.202401919