2016年7月2日讯 /生物谷BIOON/ --近日，来自加拿大多伦多大学的研究人员利用非侵入性液体活检方法发现了前列腺癌生物标记物，能够在手术前帮助鉴定侵袭性前列腺癌。
该研究发表在国际学术期刊Nature Communication上，研究人员认为对于许多男性来说生长缓慢低风险的前列腺癌可能永远都不需要进行手术治疗，而目前全世界存在许多过度治疗问题，该研究将推动精确的非侵入性诊断工具的开发。
目前临床上主要使用穿刺活检帮助进行前列腺癌诊断，但是这种技术可能无法检测到隐藏肿瘤或者已经扩散的肿瘤。而液体活检是一种理想的诊断方法，有助于区分哪些病人适合进行强化治疗，而哪些病人不需要。
该研究耗时四年，收集了大约300名病人的尿液样本，其中包含了前列腺分泌物，这些病人都进行过直肠指检（DRE），DRE是确定是否需要进行进一步前列腺检查的标准临床检测方法。
随后研究人员利用靶向蛋白质组学技术精确定量了病人尿液样本中的几百种蛋白，确定液体活检的明显特征。首轮研究共包含了80名病人，定量出大约150种蛋白，随后研究人员进一步缩小范围选择了34种蛋白进行进一步研究。第二轮研究共包含了210名病人。
研究人员通过计算生物学方法，使用质谱获得的定量数据找到了可以指示侵袭性前列腺癌的液体生物标记物。他们计划进一步扩大病人样本数量，验证他们发现的这些生物标记物是否在前列腺癌领域有更广泛的临床应用。
研究人员这样说道："我们相信我们利用液体活检技术已经找到了手术前预测是否为侵袭性前列腺癌的生物标记物，这将有助于为病人进行个体化癌症治疗。"（生物谷Bioon.com）
本文系生物谷原创编译整理，欢迎转载！点击 获取授权 。更多资讯请下载生物谷APP.
doi:10.1038/ncomms11906
Targeted proteomics identifies liquid-biopsy signatures for extracapsular prostate cancer
Yunee Kim,Jouhyun Jeon,Salvador Mejia,Cindy Q Yao,Vladimir Ignatchenko,Julius O Nyalwidhe,Anthony O Gramolini,Raymond S Lance,Dean A Troyer,Richard R Drake,Paul C Boutros,O. John Semmes & Thomas Kislinger
Biomarkers are rapidly gaining importance in personalized medicine. Although numerous molecular signatures have been developed over the past decade, there is a lack of overlap and many biomarkers fail to validate in independent patient cohorts and hence are not useful for clinical application. For these reasons, identification of novel and robust biomarkers remains a formidable challenge. We combine targeted proteomics with computational biology to discover robust proteomic signatures for prostate cancer. Quantitative proteomics conducted in expressed prostatic secretions from men with extraprostatic and organ-confined prostate cancers identified 133 differentially expressed proteins. Using synthetic peptides, we evaluate them by targeted proteomics in a 74-patient cohort of expressed prostatic secretions in urine. We quantify a panel of 34 candidates in an independent 207-patient cohort. We apply machine-learning approaches to develop clinical predictive models for prostate cancer diagnosis and prognosis. Our results demonstrate that computationally guided proteomics can discover highly accurate non-invasive biomarkers.
