徐思璞,喬金平,費廣鶴
肺癌是世界上最常見的癌癥之一,近年來患病率持續(xù)升高[1]。肺癌的診斷,從依據(jù)細胞學和組織病理檢查到檢測血清中的單個腫瘤標志物,再到腫瘤標志物的聯(lián)合檢測,敏感性和特異性得到提高[2]。對于肺癌的早期診斷,自身抗體的敏感性和特異性已引起重視。血清中抑癌基因p53(tumor protien 53,p53)和抗p53抗體與癌癥風險的增加密切相關,并且可以作為惡性腫瘤早期診斷的血清學標志物[3],通過使用ELISA法檢測血清p53(S-p53)基因的改變,證實S-p53基因可作為無癥狀、高風險群體的常規(guī)篩查標志物[4-5]。肺癌中蛋白基因產(chǎn)物9.5(protein gene product 9.5,PGP9.5)的表達可能在人類肺上皮細胞的致癌轉化中起到一個因果作用[6]。SOX2(SRY-box containing gere 2)的表達與小細胞肺癌的分期和增殖密切相關,支持了SOX2是真正的小細胞肺癌驅動基因的設想[7]。G抗原7(G antigen 7,GAGE7)在多種癌癥中廣泛表達,表明其在腫瘤發(fā)生中起作用,高水平的GAGE7表達在鱗狀細胞癌中更常見[8-9]。腫瘤抗原(GBU4-5)具有的免疫原性、癌癥特異性的,可能為癌癥的診斷和治療提供潛在的靶標[10]。黑色素瘤抗原(melanoma antigen, MAGE)在黑素瘤、胃癌、結腸癌、肝細胞癌和非小細胞肺癌中都發(fā)現(xiàn)了MAGE-A1和-A3的表達;由MAGE啟動子去甲基化介導的MAGE表達與非小細胞肺癌的侵襲性進展密切相關[11]。人癌抗原(cancer antigen,CAGE)能在胃癌、胰腺癌和一部分肺癌中誘導自身抗體的應答[10]。該文通過使用受試者工作特征曲線(receiver operating characteristic curve, ROC)分析評價p53、PGP9.5、SOX2、GAGE7、GBU4-5、MAGEA1、CAGE等七項自身抗體單獨和聯(lián)合檢測對肺癌的診斷的敏感性和特異性,并對受試者進行了不同的組合分類,探討這些自身抗體對肺癌輔助診斷的應用價值。
1.1病例資料收集2017年1~4月期間就診于安徽醫(yī)科大學第一附屬醫(yī)院病例122例,男59例,女63例,年齡32~85(62.8±10.6)歲。將受試者分為肺外腫瘤組、肺部良性病變組、小細胞肺癌組、非小細胞肺癌組、體檢組。其中肺外腫瘤65例,男29例,女36例,年齡55~79(66.0±7.3)歲。肺部良性病變20例,男11例,女9例,年齡32~81(58.0±13.0)歲;小細胞肺癌3例,男1例,女2例,年齡58~78(67.0±10.1)歲;體檢20例,男10例,女10例,年齡40~75(53.5±9.9)歲;非小細胞肺癌14例,男8例,女6例,年齡48~85(67.4±11.7)歲。
1.2標本采集與檢測采集患者空腹晨血3 ml,離心后使用ELISA試劑盒(杭州凱保羅生物科技有限公司),參照說明書進行檢測。七項自身抗體陽性參考值分別為:p53>13.1 U/ml, PGP9.5>11.1 U/ml,SOX2>10.3 U/ml, GAGE7>14.4 U/ml, GBU4-5>7 U/ml, MAGEA1>11.9 U/ml, CAGE>7.3 U/ml。
2.1不同類型的受試者者血清七項自身抗體水平測定良性病變組和體檢組的自身抗體濃度均較低,各癌變組的自身抗體濃度有不同程度的增高,經(jīng)兩兩比較可得,小細胞癌組的p53、SOX2、GBU4-5、MAGEA1自身抗體:與體檢組、肺外腫瘤、肺部良性病變組相比較,差異均有顯著性(P<0.05)。見表1。
2.2肺癌組和其他組七項自身抗體的ROC曲線p53的AUC>0.5,且P<0.05,提示p53自身抗體對肺癌組(非小細胞肺癌組、小細胞肺癌組)和其他組(體檢組、肺外腫瘤組、肺部良性病變組)差異有顯著性(AUC>0.5,P<0.05)。見圖1。
2.3肺部病變組和其他組七項自身抗體的ROC曲線單個自身抗體的AUC<0.5,七項聯(lián)合檢測的AUC稍大于0.5,診斷價值較低,即表示本組分類的差異無統(tǒng)計學意義,見圖2。
2.4非惡性腫瘤組和腫瘤組七項自身抗體的ROC曲線GBU4-5的AUC=0.639,七項聯(lián)合檢測的AUC=0.635,介于0.5~0.7之間,有一定的診斷價值,故 GBU4-5及七項聯(lián)合檢測對本組分類的差異有統(tǒng)計學意義(P<0.05), 見圖3。
圖1 肺癌組和其他組七項自身抗體的ROC曲線
圖2 肺部病變組和其他組的ROC曲線
組別p53PGP9.5SOX2GAGE7GBU4-5MAGEA1CAGE體檢1.2±0.7?4.3±1.92.9±2.8?3.7±3.21.3±1.5?0.9±1.0?0.9±0.4肺外腫瘤2.9±6.3?12.3±32.910.3±22.0?4.0±6.84.2±8.0?0.7±1.5?1.6±3.3肺部良性病變0.9±1.0?4.1±5.62.5±3.6?3.7±5.50.7±1.1?0.7±1.1?1.0±1.8非小細胞肺癌2.8±3.5?10.9±30.4?8.0±19.1?3.0±3.85.5±9.7?0.5±0.6?2.3±4.5小細胞肺癌20.3±22.337.0±52.133.2±37.28.3±10.620.9±17.89.4±14.23.5±2.4F值8.21.32.50.56.010.90.9
與小細胞肺癌組比較:*P<0.05
2.5小細胞肺癌組和其他組七項自身抗體的ROC曲線MAGEA1、CAGE、PGP9.5、SOX2、七項聯(lián)合檢測的AUC均>0.5,故均有診斷價值(AUC>0.5,P<0.05),其診斷價值排序為MAGEA1> CAGE>PGP9.5=SOX2>七項聯(lián)合檢測,見圖4。
圖3 非惡性腫瘤組和腫瘤組七項自身抗體的ROC曲線
圖4 小細胞肺癌組和其他組七項自身抗體的ROC曲線
2.6非小細胞肺癌組和其他組七項自身抗體的ROC曲線僅p53和七項聯(lián)合檢測的AUC>0.5,但P>0.05,小細胞肺癌組和其他組(體檢組、肺外腫瘤、肺部良性病變、非小細胞肺癌組)的七項自身抗體差異無顯著性,見圖5。
2.7肺外腫瘤組和其他組七項自身抗體的ROC曲線僅七項聯(lián)合檢測的AUC>0.5,且P<0.05,肺外腫瘤組和其他組(體檢、肺部良性病變、非小細胞肺癌組、小細胞肺癌)單獨檢測七項自身抗體無顯著差異,七項聯(lián)合檢測差異有顯著性(AUC>0.5,P<0.05)。見圖6。
圖5 非小細胞肺癌組和其他組七項自身抗體的ROC曲線
圖6 肺外腫瘤組和其他組七項自身抗體的ROC曲線
2.8體檢組和其他組七項自身抗體的ROC曲線僅MAGEA1的AUC=0.333,且P<0.05,體檢組和其他組(肺外腫瘤、肺部良性病變、非小細胞肺癌、小細胞肺癌)MAGEA1自身抗體差異有顯著性(P<0.05),見圖7。
2.9肺部良性病變和其他組七項自身抗體的ROC曲線僅p53、PGP9.5、GBU4-5、CAGE、七項聯(lián)合檢測預測值的AUC與0.5相差較大,且P<0.05,其診斷價值排序為GBU4-5>七項聯(lián)合檢測預測值> p53>CAGE >PGP9.5,故p53、PGP9.5、GBU4-5、CAGE自身抗體及七項聯(lián)合指標可鑒別診斷肺部良性病變和其他組(體檢、肺外腫瘤組、非小細胞肺癌組、小細胞肺癌),依據(jù)其AUC大小,以GBU4-5的診斷價值最高,見圖8。
圖7 體檢組和其他組七項自身抗體的ROC曲線
圖8 肺部良性病變和其他組七項自身抗體的ROC曲線
與檢測某一種自身抗體相比,檢測一組自身抗體對疾病的診斷具有更高水平的靈敏度,6個腫瘤相關性抗原即p53,NY-ESO-1,CAGE,GBU4-5,Annexin 1和SOX2組成的血清自身抗體測試組證實了檢測一組自身抗體的價值[12]。但是由于歐洲和亞洲肺癌患者的基因構成存在顯著差異,因此這一組自身抗體聯(lián)合檢測可能不適合中國人群,近期有研究驗證了另外七項自身抗體即p53、GAGE7、PGP9.5、CAGE、MAGEA1、SOX2 和GBU4-5的聯(lián)合檢測與低劑量CT掃描相結合對于表現(xiàn)為磨玻璃樣結節(jié)或實性結節(jié)患者的診斷準確率更高[13]。
本實驗通過統(tǒng)計分析122例受試者的血清七項自身抗體的水平,探討其對肺癌的輔助診斷的應用價值。統(tǒng)計結果顯示:相對于其他四組,p53、SOX2、GBU4-5和MAGEA1在小細胞癌組中的表達水平顯著增高。但由于該組別病例數(shù)相對較少,可能會影響結果的準確性,后續(xù)研究將加大樣本量。
ROC曲線是生物標志物對疾病的診斷價值的一種非常有效的評價方法。曲線下面積AUC可反映診斷試驗的價值的大小。依據(jù)Swets標準[14],AUC常常取值范圍在0.5~1,為0.5時完全無診斷價值;為1時是完全理想的診斷;通常認為,在0.5~0.7時有較低的準確性;在0.7~0.9時有較高的準確性;在0.9以上時準確性很高。但由于可以對數(shù)據(jù)按照公式換算后重新繪制ROC曲線旋轉180度,從而使AUC大于0.5,所以在ROC分析診斷價值時主要是曲線離分隔線越遠好。本實驗中,體檢組和其他組的ROC曲線以及肺部良性病變和其他組的ROC曲線中有幾個指標均小于0.5,并且P<0.05,實際的意義是,這些自身抗體在這些組別里越低越具有診斷價值,如果對這些指標的檢測值進行倒數(shù)后再進行ROC分析,即可得到數(shù)值大于0.5的AUC值。
為了更精細化地評價這些自身抗體對肺癌的診斷價值,本實驗對受試者進行不同的分類,結果顯示:p53(AUC=0.664,P<0.05)對肺癌組和其他組的鑒別診斷有意義。MAGEA1、CAGE、PGP9.5、SOX2、七項聯(lián)合檢測的對小細胞肺癌組和其他組的鑒別診斷具有較高的診斷價值(均AUC>0.8,P<0.05)。由不同的分組模式所得到的數(shù)據(jù)可見這七項自身抗體對不同的肺癌類型的診斷也是有區(qū)別的。
綜上所述,依據(jù)分組的不同,本實驗中的七項自身抗體及其聯(lián)合檢測對肺癌的鑒別診斷均具有一定的價值。
[1] Torre L A, Siegel R L , Jemal A. Lung cancer statistics[J]. Adv Exp Med Biol, 2016,893:1-19.
[2] 陳 鋒, 李為民, 王冬梅, 等. 聯(lián)合檢測血清腫瘤標志物在肺癌診斷中的價值[J]. 四川大學學報(醫(yī)學版), 2008, 39(5): 832-5.
[3] Wu M, Mao C, Chen Q, et al. Serum p53 protein and anti-p53 antibodies are associated with increased cancer risk: a case-control study of 569 patients and 879 healthy controls [J]. Mol Biol Rep, 2010, 37(1):339-43.
[4] Shimada H, Ochiai T, Nomura F, et al. Titration of serum p53 antibodies in 1,085 patients with various types of malignant tumors: a multiinstitutional analysis by the Japan p53 Antibody Research Group [J]. Cancer, 2003, 97(3):682-9.
[5] Park Y, Kim Y, Lee J H, et al. Usefulness of serum anti-p53 antibody assay for lung cancer diagnosis [J]. Arch Pathol Lab Med, 2011, 135(12):1570-5.
[6] Hibi K, Westra W H, Borges M, et al. PGP9.5 as a candidate tumor marker for non-small-cell lung cancer [J]. Am J Pathol, 1999, 155(3):711-5.
[7] Rudin C M, Durinck S, Stawiski E W, et al. Comprehensive genomic analysis identifies SOX2 as a frequently amplified gene in small-cell lung cancer [J]. Nat Genet, 2012, 44(10):1111-6.
[8] Lowe F J, Shen W, Zu J, et al. A novel autoantibody test for the detection of pre-neoplastic lung lesions [J]. Mol Cancer, 2014, 13:78.
[9] Gjerstorff M F, Pohl M, Olsen K E, et al. Analysis of GAGE, NY-ESO-1 and SP17 cancer/testis antigen expression in early stage non-small cell lung carcinoma [J]. BMC Cancer, 2013, 13:466.
[10] Chapman C J, Murray A, McElveen J E, et al. Autoantibodies in lung cancer: possibilities for early detection and subsequent cure [J]. Thorax, 2008, 63(3):228-33.
[11] Yanagawa N, Tamura G, Oizumi H, et al. MAGE expressions mediated by demethylation of MAGE promoters induce progression of non-small cell lung cancer [J]. Anticancer Res, 2011,31(1):171-5.
[12] Murray A, Chapman C J, Healey G, et al. Technical validation of an autoantibody test for lung cancer [J]. Ann Oncol, 2010, 21(8):1687-93.
[13] Ren S, Zhang S, Jiang T, et al. Early detection of lung cancer by using an autoantibody panel in Chinese population [J]. OncoImmunology, 2017:e1384108.
[14] Swets J A. Measuring the accuracy of diagnostic systems [J]. Science, 1988, 240(4857):1285-93.