1、外泌体差异lncRNA的确定

研究首先纳入11 名高级别前列腺癌患者和11例病例匹配的良性前列腺增生患者，对其尿液细胞外囊泡开展全转录组测序，总共鉴定了1681差异的lncRNA。随后，研究分析了TCGA队列中52对前列腺癌组织和正常邻近组织（NAT）的lncRNA数据，鉴定1890差异lncRNA。白细胞在尿液中很常见，为了减少尿液白细胞RNA的影响，研究进一步评估了来自TCGA的499个前列腺癌组织和32个正常血液样本中白细胞的lncRNA谱，使用一系列统计过滤，最终找到6个lncRNA。随后通过qRT-PCR在30对高级别前列腺癌、30对NAT 以及30个匹配的尿液外泌体中进行验证，6个lncRNA中的5个在前列腺癌组织和前列腺癌尿液外泌体中上调，在癌旁组织中下调。1个lncRNA则相反（图1A）。此外，相关性分析显示，6个lncRNA在前列腺癌组织和匹配的尿液外泌体中的表达显著正相关（图1B）。这些发现表明尿液细胞外囊泡lncRNA水平可以代表癌组织lncRNA水平，并且这6种lncRNA可以用作高级别前列腺癌的诊断标记物。

图1 外泌体差异lncRNA的确定

从训练队列中招募了139名高级别前列腺癌患者和211名对照受试者（包括155名良性前列腺增生患者和56名GG1 前列腺癌患者）。通过qRT-PCR分析了这6个lncRNA的表达水平，使用最小绝对值收敛和和LASSO算法确定3个lncRNA，并使用逻辑回归模型构建lncRNA分类器，这种 3-lncRNA 组合被称为Clnc，其AUC为0.756。随后，Clnc在2个独立队列中进行了外部验证。在训练和验证队列中，Clnc被发现在预测GG2 前列腺癌上优于单独的 PCPT-RC 2.0、ERSPC-RC、mpMRI 和PCA3。Clnc与两种标准护理RC（PCPT-RC 2.0和ERSPC-RC）相结合比单独的PCPT-RC 2.0或ERSPC-RC具有更优越的性能（图2）。

图2 高级别PCa的尿液诊断模型的构建和验证

3、Clnc（3-lncRNA 组合）用于预后

前瞻性地招募了182例患者，在进行前列腺活检前收集尿液样本。诊断时依据Clnc对患者进行分层，发现前瞻性队列中高风险组的疾病进展的累积发生率显著较高（P=0.0017）（图3A）。在多变量 Cox 比例风险回归模型中，调整年龄后，诊断时的Clnc是疾病总体进展的有力独立预测因子（风险比[HR]：2.10；95%CI，1.16–3.81；p = 0.0146）（图3B） 。

图3 Clnc（3-lncRNA 组合）用于预后评估

许多非编码RNA在癌症进展中发挥关键作用，显示出影响癌症诊断的巨大潜力。特别是已在前列腺癌的细胞外囊泡中鉴定出癌症特异性非编码RNA。该研究团队前期研究发现尿液细胞外囊泡circRNA分类器可以检测2级或更高级别的前列腺癌，本研究种聚焦于lncRNA，发现尿液细胞外囊泡lncRNA分类器（3种lncRNA组成）同样可以检测2级或更高级别的前列腺癌。外泌体lncRNA在疾病标志物研究中有着广泛的应用，前期我们也分享给多篇外泌体lncRNA标志物文章，如“总影响因子超100：四军大临床医生持续推动外泌体lnRNA-GC1在胃癌伴随诊断中的应用”，希望能为大家提供思路上的帮助。

1.Tao W, Wang BY, Luo L, et al. A urine extracellular vesicle lncRNA classifier for high-grade prostate cancer and increased risk of progression: A multi-center study. Cell Rep Med. 2023 Oct 17;4(10):101240.

2.He YD, Tao W, He T, et al. A urine extracellular vesicle circRNA classifier for detection of high-grade prostate cancer in patients with prostate-specific antigen 2-10 ng/mL at initial biopsy. Mol Cancer. 2021 Jul 23;20(1):96.