早期胰腺癌分子診斷專家共識（2023年版）

中國醫師協會臨床精準醫療專業委員會， 中國抗癌協會腫瘤胰腺病學專業委員會

中國國家癌癥中心2022年發布的癌癥數據［1］顯示：2016年我國胰腺癌發病人數約10萬，死亡人數約8.8萬，是第6大高病死率惡性腫瘤。隨著我國人口不斷增長、社會老齡化加重以及生活方式的改變，胰腺癌的發病率預計在未來幾年仍持續升高，發病群體也將呈現年輕化趨勢。據預測，胰腺癌的病死率到2030年將排名第2位，僅次于肺癌。在中國，胰腺癌呈現“三高（發病率高、病死率高、復發轉移率高）三低（早期診斷率低、手術切除率低、5年生存率低）”的特點。目前，胰腺癌早期診斷率不足5%，約60%的患者首診時已發生轉移。

早期胰腺癌（本共識所述“胰腺癌”均指“胰腺導管腺癌”）是指腫瘤直徑≤2 cm，病灶局限于胰腺內，無胰腺外浸潤和淋巴結轉移者。現有關于胰腺癌的臨床診斷方法包括影像學檢查、以糖類抗原（CA）19-9為代表的血清標志物檢查、組織病理學檢查等，但受靈敏度和準確度較低等因素影響，上述方法在早期胰腺癌的診斷方面未能獲得理想的效果。分子診斷技術在前沿研究的探索發展中被證實可以檢測出胰腺癌癌前病變，有助于胰腺癌早期預防和治療。然而，我國現行胰腺癌臨床診療指南中尚缺少關于分子診斷的內容。為此，中國醫師協會臨床精準醫療專業委員會和中國抗癌協會腫瘤胰腺病學專委會專家制定本共識，以填補這一空白。本共識意見遵照GRADE分級系統進行證據質量和推薦強度分級（表1）。共識同意程度分為5級：（1）完全同意；（2）部分同意；（3）視情況而定；（4）部分反對；（5）完全反對。表決意見（1）+（2）超過70%即達成共識意見。

表1 GRADE分級系統Table 1 Grading of recommendations assessment， development and evaluation

1 基因組學

胰腺癌發生發展過程中伴隨著大量的基因突變，其中主要的高頻突變基因包括Kirsten鼠類肉瘤病毒癌基因（KRAS）、17號染色體基因（TP53）、細胞周期蛋白依賴性激酶2A（CDKN2A）基因和母體抗生物皮膚生長因子同源蛋白4（SMAD4）基因（表2）。90%以上胰腺上皮內瘤變（胰腺導管腺癌癌前病變）患者存在KRAS突變［2］，且隨著胰腺導管上皮內瘤變級別的發展，TP53、CDKN2A和SMAD4等腫瘤抑制基因的突變失活頻率逐漸增加，提示KRAS突變是胰腺癌發生的起始事件，而后續的基因突變是腫瘤發生和進展的加速事件［3］。

表2 胰腺癌高頻突變基因Table 2 High frequency mutant genes of pancreatic cancer

共識意見1：胰腺癌的高頻基因突變除了在胰腺癌中高表達，在其他消化道腫瘤（如結直腸癌）中也可見高表達。因此，將高頻基因突變作為早期胰腺癌診斷標志物的特異度較低。（證據質量：中，推薦強度：中，共識水平：80%）

2 轉錄組學

轉錄組學在胰腺癌研究中最常見的應用是比較腫瘤與正常胰腺組織之間的基因表達差異，以尋找在腫瘤中發生表達變化的轉錄本，從而用于胰腺癌的早期診斷。研究表明，在胰腺癌早期發育階段，微小RNA（microRNA，miRNA）與胰腺癌的發生和發展密切相關。

miRNA是一類長度約為20～24 nt的具有調控功能的非編碼RNA，主要參與基因轉錄后水平的調控。miRNA幾乎參與腫瘤發生發展的全過程，例如調節腫瘤的增殖、自主生長信號、凋亡、轉移、能量代謝及免疫逃逸等［4］。由于miRNA在血液中以核酸-蛋白復合物形式存在或包被于外泌體當中，令其可耐受反復凍融和極端的pH環境，不易被降解，具有良好的穩定性。因此，miRNA是比較理想的液體活檢腫瘤生物標志物。

相較于蛋白質標志物，miRNA的表達異常在機體內出現得更早，且含量更高。多項研究表明，多個miRNA聯合檢測較單個miRNA檢測更有優勢。肖桂山教授團隊［5］選取2 467例回溯性臨床樣本，通過高密度基因芯片方法比較癌旁組織、早期癌變組織（胰腺上皮內瘤變Ⅲ-ⅡA）及中晚期胰腺癌（＞ⅡA）組織，篩選出143種差異表達的miRNA，經過優化篩選確定了27種差異高表達miRNA分子，經過3次臨床回溯性和1次橫斷面臨床試驗驗證，確定4種差異高表達的miRNA作為早期胰腺癌聯合診斷指標。進一步開展多中心臨床試驗以驗證4個靶點（hsa-miR-30c-5p、hsa-miR-24-3p、hsa-miR-23a-3p和hsa-miR-132-3p）聯合檢測的臨床診斷效能，共納入1 306例受試者，其中胰腺癌陽性患者741例（Ⅰ期133例、Ⅱ期244例、Ⅲ期102例、Ⅳ期86例，另有176例患者的胰腺癌樣本未分期），4個miRNA組合檢測陽性符合率為97.17%，陰性符合率為95.40%（表3）。上述研究成果已轉化為臨床使用的早期胰腺癌體外診斷試劑盒（ChiCTR2300077479、CN111575374B），樣本為受檢者外周血，診斷性能與操作便捷性良好。

表3 胰腺癌陽性患者4個miRNA聯合檢測結果Table 3 Results of combined detection of 4 miRNAs in pancreatic cancer-positive patients

共識意見2：胰腺癌高危人群可采用4個miRNA聯合檢測作為早期胰腺癌的輔助診斷方法。（證據質量：高，推薦強度：高，共識水平：100%）

3 蛋白質組學

蛋白質組學是指研究基因組中表達的所有蛋白質及其特征，主要包括蛋白質的結構、豐度、活性、修飾、定位及相互作用等。臨床上，體液中與癌相關的蛋白或肽可為胰腺癌的早期診斷提供信息。隨著蛋白質組學的靈敏度不斷提高，蛋白質組學在新型蛋白質生物標志物的發現和驗證中開始發揮重要作用。

通過對GPC1 Exo-mRNA與tMV-mProtein的表達進行聯合分析建立的診斷模型，能夠有效區分胰腺導管腺癌患者與對照組，Ⅰ/Ⅱ期和Ⅲ/Ⅳ期的受試者工作特征曲線下面積（AUC）分別為0.937和0.973［6］。通過酶聯免疫吸附法定量分析層粘連蛋白γ2（LAMC2）、肌腱蛋白C（TNC）和正五聚蛋白3（PTX3）基因表達的蛋白質，胰腺癌患者LAMC2、TNC和PTX3水平顯著高于健康人群（P＜0.000 1）［7］。有研究［8］發現一種表達LAMC2的胰腺癌細胞群，該細胞群具有較強的自我更新能力，可促進腫瘤的起始和分化，并驅動腫瘤轉移，提示針對LAMC2高表達人群的臨床策略或可降低胰腺癌患者的腫瘤侵襲性。此外，α-1抗胰蛋白酶（AAT）、RAS相關蛋白RAB-2B（RAB2B）和胰島素樣生長因子結合蛋白2（IGFBP2）在胰腺癌組織中的表達顯著增加，三者與CA19-9聯合檢測對胰腺癌的診斷效能明顯高于單一指標，AUC分別為90%（聯合） vs 75%（CA19-9）、76%（AAT）、71%（RAB2B）和71%（IGFBP2），P值均＜0.01［9］。

共識意見3：空間蛋白質組學技術目前仍存在一定局限性，如低分辨率、低通量和低蛋白質組覆蓋率，且主要側重于對總蛋白質組的分析，限制了其在胰腺癌微環境功能蛋白質組景觀圖中的應用。（證據質量：中，推薦強度：中，共識水平：75%）

4 代謝組學

代謝物是代謝過程的最終產物或中間體，與生物系統的表型密切相關，控制表型功能的調節。代謝組學研究主要著眼于生物整體、器官或組織的內源性代謝物質的代謝途徑及其所受內在或者外在因素的影響和隨時間變化的規律。

由代謝生物標志物creatine、inosine、beta-sitosterol、sphinganine和glycocholic acid整合成的組合標志物，可用于胰腺癌臨床樣本的溯源診斷，其診斷效率明顯優于傳統標志物（CA125、CA19-9、CA242和癌胚抗原）［10］。針對胰腺癌、非癌性胰腺組織、良性胰腺腫瘤組織樣本以及胰腺腫瘤、良性胰腺腫瘤和健康對照血清樣本的非靶向代謝組學分析［11］發現，脯氨酸、肌酸和棕櫚酸可區分胰腺癌、良性胰腺腫瘤和健康對照（OR=2.17，95%CI：1.34～3.53）。可用于Ⅰ期胰腺癌篩查的代謝物組合（異亮氨酸和腎上腺酸），AUC=0.93，在驗證集中為0.90，血清代謝物模型相較于CA19-9（AUC=0.79）具有更好的診斷性能［12］。有研究［13］通過核磁共振波譜法比較胰腺癌患者和健康志愿者的尿代謝物，共計6種代謝物組（葫蘆巴堿、乙醇酸、hippurate、肌酸、肌醇和羥基丙酮）顯示出對胰腺癌具有良好的診斷潛力，在發現隊列和驗證隊列中的AUC值分別為0.933和0.864。另有研究［14］在健康人群和胰腺導管腺癌患者中發現6種代謝物的濃度存在差異，其中谷氨酰胺、乙酰肉堿、瓜氨酸的濃度較低，磷脂酰膽堿、鞘磷脂和谷氨酸濃度較高。

共識意見4：目前，胰腺癌相關代謝組學研究已取得一定進展，但仍存在很多挑戰：胰腺癌的異質性較強，需要大量樣本進行結果驗證；其次，胰腺癌血清代謝物易受年齡、性別、黃疸、藥物、生活方式及環境等因素影響而發生變化，因此無法保證相關研究結果的有效性。（證據質量：中，推薦強度：中，共識水平：80%）

5 表型基因組學——甲基化修飾

甲基化是細胞發育進程中重要的生物化學特征，是蛋白質和核酸的一種重要修飾，可調節基因的表達和關閉，與癌癥、衰老、老年癡呆等疾病密切相關，是表觀遺傳學的重要研究內容之一。最常見的甲基化修飾有DNA甲基化和組蛋白甲基化。根據基因甲基化類型，大體分為DNA甲基化和RNA的甲基化。DNA甲基化主要是通過DNA甲基轉移酶在二核苷酸的胞嘧啶C-5位添加1個甲基基團，引起不同基因的轉錄刺激或抑制，并調節各種細胞功能。DNA甲基化可通過調節原癌基因、抑癌基因表達，調節腫瘤相關巨噬細胞活化狀態，以及調節衰老相關因素等多種途徑，影響胰腺癌的發生發展。

最常見的RNA甲基化修飾是N6-甲基腺嘌呤（N6-methyladenosine，m6A）和尿苷化修飾。m6A修飾可發生在mRNA、lncRNA等RNA的腺嘌呤（A）中，哺乳動物發生m6A修飾的腺嘌呤A占比為0.1%～0.4%，折合每條mRNA僅有3～5個m6A甲基化位點。尿苷化修飾發生在RNA的尿嘧啶中，通常與RNA的降解過程有關。哺乳動物和酵母中的m6A位于mRNA終止密碼子附近和3′非翻譯區。RNA修飾能夠在轉錄后水平上調控RNA的穩定性、定位、運輸、剪切和翻譯，例如mRNA的翻譯和選擇性剪接、miRNA的成熟等。DNA和組蛋白的表觀遺傳學修飾主要在轉錄水平上發揮作用，而可逆的RNA甲基化主要在轉錄后水平上調控基因表達。

血液中堿性核蛋白1（BNC1）和血小板反應蛋白解整合素金屬肽酶1（ADAMTS1）2個基因的甲基化組合可用于胰腺癌的早期診斷，靈敏度為97.4%，特異度為91.6%［15］。通過MeDIP-seq技術對全基因組cfDNA甲基化進行分析，發現8種生物標志物（MAPT、SIX3、MIR663、EPB41L3、FAM150A、TRIM73、LOC100128977和LOC100130148）可用于早期胰腺癌的非侵入性診斷［16］。

血液中HYAL2甲基化水平降低與胰腺癌存在密切關聯，HYAL2單基因甲基化能夠有效區分胰腺癌患者與健康人群（靈敏度為75.6%，特異度為93.7%），且對Ⅰ～Ⅱ期胰腺癌也能夠有效區分［17］。針對DNA甲基化、mRNA和miRNA表達水平的全基因組信息分析，使用一種基于隨機森林的機器學習方法，識別可明確區分胰腺導管腺癌和慢性胰腺炎的分子特征，在胰腺導管腺癌和健康個體的訓練模型中AUC為0.85～0.98，其中基于DNA甲基化的預測模型最高（AUC=0.98）［18］。

共識意見5：血液DNA甲基化標志物在胰腺癌早期診斷中的臨床應用價值已有共識，但目前報道的胰腺癌相關甲基化標志物為數尚少。此外，盡管在檢測方法上已有較大改進，即從傳統的金標準（亞硫酸氫鹽法）改進為基因組直接測序法，但由于體外處理程序較為繁瑣，導致檢測的特異度、靈敏度及穩定性受到較大的挑戰。因此，對于特異性強的甲基化標志物的開發亟須開展，多基因、多甲基化位點的標志物組合將有望應用于臨床。（證據質量：中，推薦強度：中，共識水平：85%）

6 外泌體

外泌體是直徑40～160 nm，具有脂質雙分子膜結構的細胞外囊泡，由多種機體細胞或腫瘤細胞分泌產生并釋放至各種體液中。外泌體攜帶的DNA、RNA、蛋白質和代謝產物通過自分泌和旁分泌影響受體細胞，從而在腫瘤的發生發展中發揮重要作用。

通過納米級液相色譜-串聯質譜技術分析，患者的外泌體蛋白表達與健康對照者存在顯著差異，這些差異可能用于胰腺癌的診斷和預后評估［3］。此外，由miR-93-5p、miR-339-3p、miR-425-5p和miR-425-3組成的外泌體標志物組合，診斷胰腺癌的AUC為0.885，靈敏度為80%，特異度為94.7%［19］。Glypican-1作為一種蛋白多糖，在癌細胞外泌體中表達豐富，外泌體Glypican-1檢測體系可用于胰腺癌的早期篩查，外泌體Glypican-1、CD82和CA19-9等指標聯用建立的胰腺癌早期篩查檢測組合，診斷效果良好（AUC=0.942），可有效區分健康人群與胰腺癌患者、胰腺炎患者與胰腺癌患者［20］。

共識意見6：隨著外泌體相關研究的不斷深入，越來越多的腫瘤相關生物標志物被發現。但外泌體分離技術仍有待進一步完善，如何在實現高含量、低損傷、高回收率的同時，實現高通量的外泌體分離，是當前最大的挑戰。（證據質量：中，推薦強度：中，共識水平：70%）

7 早期胰腺癌精準診斷的發展前景

目前，胰腺癌的診斷流程大致分為3步：首先觀察患者的臨床癥狀，是否出現上腹部飽脹不適、惡心嘔吐、體質量突然下降等；其次，結合影像學檢查和血液檢查，觀察患者是否存在胰腺占位性病變，CA19-9、CA125等指標是否升高；最后，結合細胞學和組織學病理切片確診。然而，現行的診斷路徑無法實現胰腺癌的早期診斷。

基于現代腫瘤生物標志物如miRNA組合和循環腫瘤DNA甲基化及傳統分子標志物（如CA19-9及CA125等）液態活檢技術、新型顯影劑或低毒性示蹤劑（如穩定性核素）影像學技術以及空間多組學病理學技術，再結合機器深度學習、人工智能（artificial intelligence，AI）技術及大型臨床隊列驗證，實現多模塊早期胰腺癌聯合精準診斷與篩查，以提高總體診斷水平，是未來的優勢發展方向。

miRNA（hsa-miR-30c-5p、hsa-miR-24-3p、hsa-miR-23a-3p和hsa-miR-132-3p）聯合診斷胰腺癌的準確度目前可高達96%。未來隨著胰腺癌隊列數據的增加，可以對該組合進行優化，提高其診斷的AUC值。雖然目前研究已知胰腺癌中的DNA甲基化的基因位點較多，但缺乏特異性，這些甲基化同時也可見于乳腺癌、肺癌、胃癌、大腸癌等腫瘤中。未來的研究應該更加注重于發現靈敏度和特異度更高的胰腺癌診斷標志物，從單維度上實現AUC＞99%，確保有效降低大規模人群早篩的假陰性和假陽性率。在胰腺癌領域，AI相關研究可分為基于影像學和深度學習的方法，通過從腫瘤影像中挖掘肉眼難以察覺的信息，觀察胰腺組織微小的形態和結構變化，以輔助臨床對胰腺癌的早期診斷。

未來，隨著真實世界的患者數據規模不斷增加，通過AI算法充分挖掘這些龐雜數據中的潛在價值，整合miRNA分子組合信息、高特異性的甲基化標志物，再結合患者年齡、性別、血糖濃度/糖尿病史、CA19-9、血清膽紅素、飲食習慣、影像學等指標內在細微的聯系，可為胰腺癌的分子診斷訓練高效模型，從而實現早期診斷。

miRNA和甲基化等分子檢測與AI的結合，相較于單一的影像或病理診斷具有技術高效性和無創性的優勢，通過對腫瘤的異質性的整體評估，在胰腺癌的病灶檢測、癌前預測、鑒別診斷中均展現出潛在優勢。但目前胰腺癌領域的AI相關研究在臨床應用轉化的過程中仍面臨較多挑戰，如何統一數據標準規范化、明確模型構建過程、揭示AI決策背后的生物學含義等問題仍待進一步研究。令人期待的是，液體活檢技術聯合新型影像學技術和空間多組學病理技術，與AI結合，有望開發出更多突破性成果。

胰腺癌的早期診斷較復雜，選擇有效的、可靠的生物標志物尤為重要。基于對分子標志物的研究回顧和大量臨床研究數據分析，本專家共識推薦以miRNA組合作為胰腺癌早期精準診斷的標志物。未來，具備深度學習能力的AI模型將整合基因組學、轉錄組學、蛋白質組學、代謝組學、影像學、組織病理等多個維度的數據，并結合大規模的、前瞻性、驗證性的研究，必定能夠進一步實現胰腺癌發病風險分級與早期診斷，極大提升早期胰腺癌的檢出率。

共識制定專家組成員（按姓氏拼音順序）：陳錦飛（溫州醫科大學附屬第一醫院），陳潤生（中國科學院生物物理所），郭俊超（中國醫學科學院北京協和醫院），郭曉鐘（中國人民解放軍北部戰區總院），金鋼（海軍軍醫大學長海醫院），李宏宇（中國人民解放軍北部戰區總院），李茂全（同濟大學附屬第十人民醫院），劉旭（中國人民解放軍北部戰區總院），呂志民（浙江大學轉化醫學研究院），饒建宇（美國加州大學洛杉磯分校），尚東（大連醫科大學附屬第一醫院），田捷（中國科學院自動化研究所），田艷濤（中國醫學科學院腫瘤醫院），王紅陽（上海東方肝膽外科醫院），王建華（復旦大學附屬腫瘤醫院），肖桂山（大連理工大學），楊蓉西（南京醫科大學），鄒多武（上海交通大學瑞金醫院），張太平（中國醫學科學院北京協和醫院），張志剛（上海交通大學腫瘤研究所），鄭健（中山大學腫瘤防治中心）

利益沖突聲明：本文不存在任何利益沖突。