一文读懂Biomarker筛选流程——慢性胰腺炎早诊标志物新发现

代谢Biomarker是疾病早期筛查和预后评估的重要手段，其中大规模的临床样本、严谨的实验设计、科学的数据分析均是有效筛选生物标志物的必要前提，那么到底如何筛选入组队列？如何设计完整的筛选-验证实验？如何评估标志物的诊断效能？

这些问题都将在以下这篇文章中为大家一一揭晓。

研究队列和患者特征

三个群体中性别比例均不平衡，由于CP的性质，它在男性中发病率更高。

■ ■■■■

表1.群体特征

Tips：为避免疾病无关因素干扰，通常情况下，入组样本在case及control分组中应保持性别、年龄等指标比例一致。

代谢组检测结果

在发现集和测试集的血浆样本中检测到已知代谢产物505个，未知代谢产物115个；在验证集的血清样本中检测到已知代谢产物498个，未知代谢产物118个。物质分布情况如下图所示：

■ ■■■■

图2.物质分类及数量

Tips：代谢组检测技术的重要评判指标之一即为可鉴定代谢物的数量，本研究中虽共检测到1449种代谢信号，但最终鉴定出的物质数仅838种。

多变量统计分析

对所有血浆样本（Identification Study & First Validation Study）数据进行PCA分析（图4A），发现CP与Control组存在较大重叠，仅在PC1（12%）主成分上有一定区分；而在验证集（Second Validation Study）中 Control组与CP组和LC组均发生明显分离（图4B），猜想这可能是因为发现集与测试集中的Control组为非CP患者，而验证集中的Control组为健康人，健康人与CP患者间的代谢差异会更为显著。

■ ■■■■

图3.PCA分析

生物标志物的发现和训练

基于训练集（Identification study）的血浆代谢数据，研究者通过朴素贝叶斯算法（Naive Bayes algorithm）筛选出一个由8个代谢物组成的biomarker panel，可对CP患者与对照组进行较好的区分，ROC分析得出AUC值为0.85（图4A），特异性为0.86，敏感性为0.71。

■ ■■■■

表2 . biomarker panel组成

独立队列中的生物标志物验证

训练集筛选到的biomarker panel，通过独立队列（First validation study）中348例血浆样本进行测试，以评估其诊断性能。ROC分析得出AUC值为0.85（图4B），特异性为0.66，敏感性为0.84。

在第一个验证研究中，研究者测试了CP生物标志物在不同人群背景下依然有效，紧接着进行第二个验证研究（Second validation study），在含有162个受试者的队列中，研究者选择血清样本代谢数据进行验证，并将肝硬化患者作为额外的对照。ROC分析得出CP患者与对照组的AUC为0.87（图4C），特异性为0.89，敏感性为0.78，表明该生物标志物panel同样适用于血清样本。

■ ■■■■

图4.ROC分析

Tips：Biomarker筛选流程通常分为3步，第一步通过训练集筛选候选代谢标志物；第二步在独立队列测试集中对该生物标志物进行初步验证；第三步通过独立验证集再次评估标志物的诊断效能，此次验证可通过更换样本类型或者选择更严格的定量方式（绝对定量）进一步提升标志物的诊断能力。

Biomarker panel 的多元统计分析

对训练集筛选到的biomarker panel中8个代谢物开展多元统计分析。分析显示血浆样本中（Identification Study & First Validation Study），8种代谢物在CP患者内均发生了显著改变（P＜0.05），其中6种在CP患者的血清样本（Second validation study）中同样变化明显。

Beta-carotene在biomarker panel中起着最重要的作用（表3），然而单一代谢物无法区分CP患者和对照组，只有通过形成生物标志物组才能得出足够准确的诊断。

■ ■■■■

表3.单个代谢物的统计分析结果

我就知道你“在看”