虽然胶原蛋白密度与多种癌症的不良预后有关，但它在前列腺癌（PCa）中的作用仍然未知。近日，来自奥地利因斯布鲁克医科大学的研究人员在检测有临床意义的 PCa（csPCa，国际泌尿病理学会 [ISUP] 等级组≥2）时分析了与胶原相关的转录组、蛋白质组和尿液组变化。

PCa 转录组（n = 1393）、蛋白质组（n = 104）和尿液组（n = 923）数据集的综合分析侧重于 55 个胶原蛋白相关基因。研究人员通过单细胞 RNA 测序调查了胶原蛋白相关转录本的细胞来源。数据分析采用了统计评估、聚类和机器学习模型来确定csPCa特征。

结果显示，在 csPCa中，与良性前列腺组织或ISUP 1级癌症相比，55个胶原蛋白相关基因中的 30 个基因和 34 种蛋白质的差异表达得到了证实。胶原蛋白含量高的癌症集群表现出独特的细胞和分子特征，包括成纤维细胞和内皮细胞浸润、细胞外基质剧烈周转以及生长因子和炎症信号增强。研究人员建立了基于胶原蛋白的强大机器学习模型来识别csPCa。这些模型在预测 csPCa 方面的表现优于前列腺特异性抗原（PSA）和年龄，可与多参数磁共振成像（mpMRI）相媲美。值得注意的是，在前列腺成像报告和数据系统（PI-IRADS）3级病变的患者中，基于尿液的胶原蛋白模型发现了五例 csPCa中的四例，而之前这些病例中csPCa 的存在是不明确的。这项研究的回顾性特点是其局限性之一。

csPCa的组织蛋白质组学胶原模型

这些结果表明，与PSA和年龄相比，胶原相关转录组、蛋白质组和尿液组特征在检测 csPCa 方面表现出更高的准确性。胶原蛋白特征，尤其是在 mpMRI 显示病变不明确的情况下，能成功鉴定出 csPCa，并有可能减少不必要的活检。基于尿液组的胶原蛋白特征是一种很有前景的液体活检工具，但需要进行前瞻性评估，以提高这种基于胶原蛋白的方法的潜力，从而提高PCa的诊断精确度，用于风险分层和指导个性化干预。

总而言之，在这项研究中，组织和尿液中与胶原蛋白相关的改变能够预测初诊时是否存在有临床意义的前列腺癌。

原始出处：

Heidegger I, Frantzi M, Salcher S, et al. Prediction of Clinically Significant Prostate Cancer by a Specific Collagen-related Transcriptome, Proteome, and Urinome Signature. Eur Urol Oncol. 2024 Jun 7