通过尿液气味早期诊断已升至韩国男性癌症发病率首位的前列腺癌的道路已经打开。
延世大学江南世福兰斯医院8日表示,泌尿医学科教授具教哲与梨花女子大学食品营养学科教授朴泰贤共同开发了基于嗅觉生物传感器的前列腺癌早期诊断人工智能(AI)模型,并验证了其有效性。
在今年年初韩国保健福祉部与中央癌症登记本部公开的“2023年国家癌症登记统计”中,前列腺癌超过肺癌,升至男性癌症首位。2023年前列腺癌新增确诊者为2万2640人,比首次公开相关统计的1999年(1454人)增加约15.6倍。前列腺癌仅通过检测血液中前列腺特异抗原(PSA)数值即可较为容易地诊断。一般而言,PSA数值在4.0ng/mL以上即怀疑前列腺癌。但在前列腺增生、前列腺炎等多种前列腺疾病或急性尿闭等状态下该数值也可能升高,因此单项检查对前列腺癌的特异度并不高,存在局限。
研究团队认为,需要一种非侵入性诊断方法,以弥补PSA检查因并非前列腺癌却仍需追加痛苦的组织检查、给患者带来身体和经济负担的缺点,遂规划了此项研究。线索来自过去的研究资料:受过训练的探测犬(德国牧羊犬)通过嗅闻患者尿液气味,以高准确度鉴别出前列腺癌。
研究团队首先提取6种人类嗅觉受体蛋白,然后将其结合到由脂质成分构成的微型人工细胞膜纳米颗粒“纳米盘(Nanodisc)”上,诱导尿液中产生的气味分子影响传感器,从而出现荧光信号减弱现象。随后测量细微的信号变化值,并结合基于模式分析的机器学习算法,使模型学习前列腺癌患者的尿液特征。
为彻底验证结果,研究团队在由143人组成的候选参与者中按严格标准筛选出73人,分为前列腺癌患者组(40人)和对照组(33人)。此外,为进一步提高AI模型的精度,共构建了290个尿液样本组并进行交叉验证。结果查明了在识别前列腺癌分子中起最决定性作用的3种核心受体(OR2W1、OR51E1、OR51E2),并以此区分癌症患者与正常人的特征。
分析显示,此次开发模型的准确度(Accuracy)为0.89。意味着能以89%的概率准确鉴别前列腺癌患者与正常人。将同时包含模型灵敏度和特异度的测定命中率以图表呈现时,曲线下面积(AUC)数值为0.964±0.01。这意味着能以96.4%的准确度区分前列腺癌患者与健康人,在统计学上属于最高等级。研究团队计划今后经过大规模临床,将其发展为可在实际医疗现场应用的诊断技术。
具教哲教授强调:“以非侵入性且简便的方式分析尿液,提出了诊断前列腺癌的可能性,这一点意义重大”,“不仅命中率高,还能获取以往PSA检查无法确认的癌症侵袭程度(格里森评分)等多种相关信息。”
此次研究结果发表在分析化学领域顶级学术期刊《ACS生物传感器(ACS Biosensors)》最新一期上。






