尿液代谢组学新突破：无创检测助力前列腺癌精准诊断

前列腺癌（PCa）是全球男性高发的恶性肿瘤，早期发现是提高生存率的关键。然而，目前主流的筛查手段——前列腺特异性抗原（PSA）血液检测，一直面临着一个尴尬的“灰区”问题：当PSA值在3-10 ng/mL之间时，既可能是癌症信号，也可能是良性前列腺增生（BPH）或其他泌尿系统疾病（UD）的表现。这导致大量男性不得不接受痛苦且有风险的前列腺穿刺活检，而其中相当一部分结果是良性的（过度诊断）；同时，也有一部分癌症可能被漏诊。临床上亟待发展高灵敏度和高准确性的无创诊断技术，以准确区分灰区PSA升高背后的良恶性病变，从而显著减少不必要的穿刺活检和潜在的漏诊风险。

技术突破：

尿液中的“代谢指纹”解码癌症

近日，国际知名期刊《Biomarker Research》发表了浙江大学邵逸夫医院丁国庆教授团队的研究成果《High-throughput LDI MS technology decodes the distinct metabolic landscape of prostate cancer in a large-scale cohort》。他们创新性地利用浙江大学邬建敏教授团队和汇健科技研发的纳米增强激光解吸电离质谱（LDI-MS）技术，结合人工智能（AI）算法，开发了一种高效、无创的前列腺癌筛查新方法。仅需一管尿液，即可在40分钟内输出结果，在关键“灰区”识别前列腺癌的准确率超过95%。这项基于代谢组学和人工智能的研究，为无创精准诊断打开新大门。

图1. 基于尿液代谢组进行前列腺癌队列判别的流程示意图

核心技术亮点

1. 样本简单无创： 仅需采集晨尿中段样本，完全无创，患者依从性高；

2. 高通量快速检测：研究团队采用了优化的样本前处理技术（Tip-Contact Extraction）和LDI-MS平台，能在40分钟内完成96份样本的高通量检测，效率远高于传统方法；

3. 捕捉“代谢指纹”： LDI-MS技术能灵敏地捕捉尿液中数百种小分子代谢物的信息。前列腺癌的发生发展会显著改变体内的代谢状态，这些变化会体现在尿液中，形成独特的“代谢指纹”；

4. AI智能诊断模型：面对海量的代谢物数据，研究团队没有依赖单一标志物，而是利用机器学习算法（如支持向量机SVM、LASSO回归等），构建了一个三步智能诊断模型:

◆ 第一步: 区分有无前列腺疾病（PD，包括BPH和PCa） vs 健康人（HC）或其他泌尿疾病（UD）。

◆ 第二步（核心突破）：在确诊前列腺疾病的患者中，精准区分良性前列腺增生（BPH）和前列腺癌（PCa）。

◆ 第三步：区分健康人（HC）和其他泌尿疾病（UD）患者。

临床验证

1. 队列设计：大规模临床验证确保可靠性

该研究在大规模临床队列中进行了严格验证：研究队列共纳入1133名受试者，包括健康对照（HC）、其他泌尿疾病患者（UD）、良性前列腺增生患者（BPH）和前列腺癌患者（PCa）。其中284名用于模型内部验证，282名来自独立时间点的受试者用于外部验证。

2. 整体诊断效能：AI模型展现卓越准确性

结果表明，在区分BPH和PCa的关键目标上，AI模型在内部验证队列的AUC高达0.9871，在外部独立验证队列的AUC也达到0.9705。诊断PCa的总体准确率在外部验证中达87.3%，且对具有临床意义（Gleason评分≥7）的前列腺癌灵敏度在多个队列中均超过90%。

3. 临床痛点突破：精准破解PSA"灰区"难题

对于PSA值处于诊断“灰区”（3-10 ng/mL）的患者，该AI模型成功识别出超过95%的真正前列腺癌患者，同时能有效区分出大部分BPH患者。这极大降低了这部分患者接受不必要穿刺活检的风险。

4. 性能对比：全面超越传统指标

当设定95%的特异性（即健康人或BPH患者被误诊为癌的概率极低）时，AI模型对PCa的灵敏度（检出率）仍高达87.32%，远优于传统tPSA（38.03%）和fPSA/tPSA比值（5.63%）在相同特异性下的表现。

5. 潜在机制解析：代谢-基因网络揭示癌变本质

研究还通过代谢组学和TCGA数据库的转录组学分析，发现前列腺癌中氨基酸代谢（如甲硫氨酸、脯氨酸相关通路）和核苷酸代谢显著紊乱。并验证了与这些代谢变化相关的关键基因（如AOX1, PON3, CBS, ASPA）在癌组织中的异常表达，为理解癌症代谢机制提供了新线索。

意义与展望

这项研究具有重要的临床应用价值，主要体现在以下方面：

1. 无创精准诊断：提供了一种基于尿液的无创且高准确性的前列腺癌筛查和辅助诊断新方案，尤其解决了PSA“灰区”患者的临床痛点。

2. 减少过度医疗：有望显著降低不必要的穿刺活检及其相关并发症（感染、出血等）的发生率，减轻患者痛苦和医疗负担。

3. 高通量低成本潜力：快速的检测流程和高通量能力，使其具备未来应用于大规模人群筛查的潜力。虽然设备初期投入较高，但其多指标联检能力可能带来优于单指标检测（如PSA）的长期成本效益。

4. 辅助临床决策：该模型可作为一种有效的“分流”工具，帮助医生更精准地判断哪些PSA升高的患者真正需要接受穿刺活检。

当然，研究团队也指出，这是一项回顾性研究，未来需要在多中心、更大样本的前瞻性研究中进一步验证其普适性和长期价值。同时，也需要探索该技术在实际临床场景中的落地应用模式。

团队的这项创新研究，将先进的LDI-MS代谢组学技术与人工智能算法完美结合，在攻克前列腺癌诊断“灰区”难题上取得了突破性进展。一管尿液，40分钟，即可获得高精度的诊断信息。这不仅为无数男性带来了免除不必要穿刺痛苦的希望，也代表了“无创精准诊断”在前列腺癌领域的重大飞跃。期待这项技术早日完成更大规模的验证，惠及广大患者！

汇健科技始终专注于MS-LOC高通量质谱技术的创新研发，构建了基于尿液、唾液、呼气等无创样本的多组学研究平台。通过整合前沿质谱技术与人工智能算法，我们为临床诊疗和科研探索提供了革命性的无创组学解决方案，助力精准医疗实现从"有创"到"无创"的跨越式发展！

原文链接：

Jiang et al. High-throughput LDI MS technology decodes the distinct metabolic landscape of prostate cancer in a large-scale cohort. Biomarker Research (2025) 13:94.

https://doi.org/10.1186/s40364-025-00804-z

（点击文末左下角“阅读原文”查看文献）

本研究受到国家自然科学基金（项目编号21874118、22274138）、浙江省重点研发计划（项目编号：2021C03062、2023C03010、2025C02058）、浙江省自然科学基金（项目编号：Y24H160082）的资金资助。

客服电话 | 400-8803-220

邮箱 | sales@well-healthcare.com

官网 | www.well-healthcare.com

杭州汇健科技有限公司是一家集临床组学诊断、生命科学工具、医学科研于一体的国家高新技术企业。汇健科技基于微纳材料技术（MT）、生物检测技术（BT）、信息学技术（IT）等多学科交叉技术，构建了具有自主知识产权的高通量创新质谱组学技术平台，致力于提供丰富的质谱产品组合与解决方案，推动精准医学、转化研究与公共卫生事业的发展。汇健科技在组学研究领域拥有研发、生产、质量体系构建、注册报证等全链条的转化能力，为科学研究、生物医药、精准诊疗等行业客户提供稳定可靠的质谱仪器及配套试剂耗材、组学分析软件、定制化的医学科研产品及解决方案。汇健科技始终以“创新组学技术、服务人类健康”为使命，秉承“感知-汇知-智慧”理念，坚持底层核心技术原创和自主可控，采用技术与市场双轮驱动策略，打造全球领先的创新组学产品体系，持续守护人类生命健康。

“芯质生命”是汇健科技专注于生命科学前沿技术的创新品牌，致力于通过先进的组学技术和组学产品，为国内外生命科学领域带来更多的组学科研产品，更好的生命科学工具，更强的质谱技术平台，推动行业高质量发展。

点击“阅读原文”