前列腺特异性膜抗原是前列腺癌新辅助强化雄激素剥夺治疗后残留疾病的生物标志物( 四 ) _健康小知识

表2.基于网格的ROI抗PSMA性能摘要，来自手动分析
已处理（95%置信区间）
未经处理（95%置信区间）
准确性
0.85(0.81–0.89)
0.54(0.47–0.61)
敏感性
0.96(0.91–0.99)
0.91(0.84–0.97)
特异性
0.82(0.76–0.87)
0.28(0.22–0.35)
断续器
0.63(0.48–0.76)
0.47(0.38–0.55)
阴性预测值
0.98(0.96–1)
0.82(0.72–0.92)
95%的置信区间是根据患者水平的2 ， 000个自举样本（带有替代样本）计算得出的。
为了正交地证实这一发现，我们从每个块的连续载玻片（包括良性和肿瘤腺，带有基质细胞）中收集了整个组织，并进行了全转录组测序。在两个队列中对每个病例进行RNA-seq 。然后将这些本体转录组解卷积以获得腔内上皮细胞特异性基因估计值，而无需区分肿瘤和良性细胞类型。在每个样本的基础上，我们将抗PSMA阳性染色评分与编码PSMA的基因FOLH1（叶酸水解酶1）的相应表达值相关联。这些关联在两个队列（图2 ， G和H）中均为强阳性，治疗队列的Pearson相关系数（r）为0.67（95%C.I.0.43-0.82），未经治疗的队列为0.67（95%C.I.0.44-0.81）。因此，我们对组织中PSMA蛋白表达的组织学和低分辨率估计与mRNA表达得出的值成正比，从而验证了IHC评估PSMA上皮细胞表达的准确性。
影响因素分析
由于治疗效果，治疗队列中含有的肿瘤总是较少，并且含有任何肿瘤的ROI的比例明显低于未经治疗的队列（图3 ， A ， p=0.006 ， Welch的t检验）。在这两个队列中，准确率和PPV与载玻片上肿瘤的数量成比例地增加（图3 ， B），未经治疗的肿瘤通过Pearson相关性显示出更强的比例关系（分别为r=0.80和r=0.92）。接下来，我们从10个不同病例中随机选择10个肿瘤和良性腺体的ROI上采用HALO自动图像分析平台，并开发了一种细胞分析算法来量化每个细胞的染色强度（图3 ， C）。在每9毫米内2ROI ，单个PSMA染色的肿瘤细胞比PSMA染色的非肿瘤细胞具有更大的染色面积和染色强度（图3 ， D）。因此，我们的缩减采样分析更有可能低估相对于每个细胞的精确注释的准确性和特异性。

文章图片
图3.评估影响抗PSMA检测肿瘤细胞准确性的因素。 A ，点图比较了Welch的t检验通过治疗和未治疗队列之间的手动分析确定的含有肿瘤的ROI的比例。线表示均值。 B、皮尔逊的相关性是，抗PSMA的准确性只能识别肿瘤细胞（上图）和PPV的抗PSMA鉴定肿瘤细胞（下图）作为ROI所含肿瘤的比例的函数，通过人工分析确定。线表示具有95%置信区的线性回归趋势。 C ，使用HALO自动分析为每细胞分析选择的肿瘤（顶部）或非肿瘤（底部）的代表性ROI 。插图条：100μm 。 D ，通过Welch的t检验比较每个HALO每细胞自动分析的染色区域（左），染色强度评分（中）和光密度（右）的点图。线表示均值。
抗PSMAIHC检测残留肿瘤的益处
稳健而彻底地鉴定残留病灶对于准确定量治疗后肿瘤体积至关重要，罕见和分散的单细胞使用H&E和传统染色剂会带来严重的视觉挑战。在我们的临床试验中， INR肿瘤被定义为体积大于0.05厘米3.10这些病例通常显示散射的单细胞，其相对频率与ER肿瘤相同（残余肿瘤体积小于0.05厘米3).这些散落的细胞很容易通过抗PSMAIHC与良性腺体和基质区分开来（图4 ， A）。接下来，我们考虑了任何细胞类型的总PSMA染色是否会将ER与INR患者区分开来。通过手动分析测量的肿瘤和非肿瘤的联合PSMA阳性率在INR中大于ER（图4 ， B ， p=0.008 ， Welch的t-test），并且已识别出具有更大残留肿瘤体积的病例，其接收器操作特征曲线下的面积为0.72（图4 ， C）。