PanMETAI — высокопроизводительная табличная модель фонда для точной диагностики рака поджелудочной железы с помощью NMR-метаболомики

Почему важно обнаруживать этот рак на ранней стадии

Рак поджелудочной железы — один из самых смертоносных видов рака в основном потому, что его обычно обнаруживают слишком поздно, когда операция и другие методы лечения имеют мало шансов на успех. Существующие анализы крови пропускают многие ранние случаи или дают ложные срабатывания. В этом исследовании описан новый неинвазивный анализ крови под названием PanMETAI, который сочетает передовую химию и искусственный интеллект, чтобы выявлять рак поджелудочной железы раньше и точнее, используя всего небольшой образец крови.

Преобразование химии крови в «отпечаток» рака

Исследователи сосредоточились на протоковой аденокарциноме поджелудочной железы (PDAC) — наиболее распространенной и смертельно опасной форме рака поджелудочной железы. Вместо того чтобы смотреть на один‑два традиционных маркера, таких как широко используемый CA19‑9, они провели панорамный анализ крови. С помощью высокоразрешающей протонной ядерной магнитно‑резонансной (1H NMR) спектроскопии они зафиксировали тысячи сигналов от малых молекул и липидов, циркулирующих в сыворотке. Эти невидимые химические узоры вместе с возрастом, уровнем CA19‑9 и белком Activin A формируют метаболический «отпечаток», который позволяет отличать пациентов с PDAC от людей из группы повышенного риска, не имеющих рака.

Обучение умной модели читать сигналы

Чтобы разобраться в этих огромных объёмах данных, команда сравнила несколько методов машинного обучения, включая опорные векторные машины, автоматизированный набор моделей AutoGluon и новую систему на основе трансформеров под названием TabPFN. Модели обучали и настраивали на образцах крови 350 человек на Тайване, тщательно разделив данные на обучающую, валидационную и слепую тестовую выборки, чтобы имитировать клиническую диагностику. Хотя все методы показали хорошие результаты, выделился TabPFN. Итоговая модель на базе TabPFN, названная PanMETAI, интегрировала отобранные NMR‑сигналы, возраст, CA19‑9 и Activin A в одно решение, достигнув почти идеальной способности разделять случаи рака и отсутствия рака в тайваньских когортам.

Высокая точность на разных стадиях и в разных странах

PanMETAI достигла площади под кривой (AUC) 0,99 в слепой тестовой выборке на Тайване, что указывает на чрезвычайно высокую диагностическую точность. Важно, что модель была эффективна не только для запущенных форм заболевания, но и для ранних стадий (I/II), где обнаружение наиболее ценно. Модель затем протестировали на независимой группе из 322 человек из Литвы, населении с отличным образом жизни и системой здравоохранения. Там она всё ещё показала AUC 0,93 с высокой чувствительностью и специфичностью и сохранила хорошую производительность даже при учёте только пациентов на ранней стадии. Система также работала удивительно хорошо при обучении на относительно небольших наборах пациентов, что говорит о возможности её внедрения в больницах, не располагающих очень большими базами данных.

Что химия крови рассказывает о болезни

Помимо чистой точности, учёные выясняли, какие элементы «отпечатка» крови имеют наибольшее значение. Анализируя NMR‑пики, на которые опиралась модель, и применяя инструмент объяснения SHAP, они выделили конкретные метаболиты и липопротеины, изменяющиеся при раке. Пациенты на ранних стадиях демонстрировали пониженные уровни «хорошего» HDL‑холестерина и аминокислоты глутамина, а также повышенные уровни глюкозы, молочной кислоты, глутаминовой кислоты, орнитина и соединения TMAO. Эти изменения соотносятся с путями обмена энергии и аминокислот, которыми пользуются раковые клетки для роста и выживания. Анализ сетей и путей подтвердил, что нарушенное использование сахаров, переработка жиров и обмен аминокислот тесно связаны с биологией рака поджелудочной железы, что придаёт биологическую обоснованность выборам ИИ.

Шаг к практическому скринингу на ранних стадиях

Для неспециалиста главное сообщение таково: PanMETAI превращает обычное взятие крови в богатый химический снимок и использует мощную модель ИИ, чтобы «прочитать» этот снимок как штрих‑код рака поджелудочной железы. Он работает лучше существующих анализов крови, эффективен в разных странах и может быть обучен на умеренных объёмах данных пациентов. Хотя до широкого применения ещё требуются более крупные проспективные исследования, этот подход указывает путь к будущим скрининговым инструментам, которые могли бы обнаруживать рак поджелудочной железы раньше, когда спасительное лечение всё ещё возможно.

Цитирование: Wu, DN., Jen, J., Fajiculay, E. et al. PanMETAI - a high performance tabular foundation model for accurate pancreatic cancer diagnosis via NMR metabolomics. Nat Commun 17, 1595 (2026). https://doi.org/10.1038/s41467-026-69426-9

Ключевые слова: рак поджелудочной железы, ранняя диагностика, метаболомика, искусственный интеллект, анализ крови