上海交通大学医学院附属仁济医院教授郑军华、翟炜团队联合生物医学工程学院教授钱昆团队，基于血清和尿液代谢指纹代谢图谱，开发了一种用于肾肿瘤分类、早期诊断和预后的方法，为肾脏肿瘤的早期诊断和精准治疗提供了新的策略和方法。相关研究发表于《先进科学》。

肾细胞癌（RCC）在泌尿系统恶性肿瘤中发病率位居第三，致死率则位居第二。针对RCC的有效管理对改善患者的生存结果至关重要，有助于提高5年生存率并指导临床干预。然而，现阶段常用的临床方法仍存在一定问题，开发新型简便的RCC监测工具显得尤为重要。

液体活检技术是一种非侵入性的检测方法，在早期诊断、疾病监测、治疗效果评估以及个体化治疗策略制定等方面颇具潜力。其中，代谢生物标志物检测在RCC的诊断中显示出巨大应用前景，而血清与尿液的综合分析将助力于识别出具备显著临床价值的潜在生物标志物。

研究团队构建了来自仁济医院的SUPER肾肿瘤研究队列，开发了一种高效的血清和尿液代谢指纹分析方法，并利用机器学习对肾肿瘤进行亚型分类、早期诊断和预后。

基于纳米粒子增强激光解吸电离质谱技术，研究人员分析了肾肿瘤患者及健康对照组的代谢指纹图谱。对于早期RCC亚型的诊断，研究团队在测试集中实现了90.5%的平均灵敏度和91.3%的特异性，并发现代谢生物标志物可作为RCC亚型诊断的潜在指标。此外，研究团队为RCC患者构建了一个预测模型，该模型在疾病预测方面表现出显著效果。

代谢分析RCC多功能临床应用流程示意图。图片来源于《先进科学》

相关论文信息：https://doi.org/10.1002/advs.202401919