基于套索回归模型结合miRNA与临床变量预测未来乳腺与卵巢癌风险

为何一种简单的血液检测对癌症风险重要

许多女性担心自己患乳腺或卵巢癌的可能性，但却并非总能符合基因检测的条件，或者即使接受检测也得到不明确的结果。本研究探讨是否通过常规血样结合基本健康信息，就能标记出携带与经典遗传性癌症综合征类似的隐性风险模式的女性。这样的工具可以帮助更多人在肿瘤出现前很久就更早了解自己的风险。

更细致地审视隐匿的遗传风险

遗传性乳腺与卵巢癌综合征常由两类基因BRCA1和BRCA2的有害变异驱动。携带者终生患乳腺和卵巢癌的风险显著更高，有时还包括其他类型的癌症。然而，只有极少数携带者最终得知自己存在这些突变，因为现行指南将基因检测限制在具有强烈个人或家族史的人群。这些规定可能遗漏许多高风险女性，尤其是那些在以往基因研究中代表性不足的种族和族群。

血液中的微弱信号与日常健康数据

研究者关注微RNA——这些可在血液中测量、参与调控基因表达的微小分子。既往研究表明，即便没有肿瘤，携带BRCA突变的女性也展现出独特的微RNA模式。在本研究中，来自一家健康系统生物样本库的1831名女性的血样被分析了179种不同的微RNA，并与年龄、癌症家族史、生育史等简单临床信息配对。研究使用一种称为套索回归（lasso）的统计方法，将这大量测量压缩为两个关键的综合信号：一个捕捉微RNA模式，另一个反映临床特征。

构建可用的风险评分

利用这些压缩后的信号，研究团队训练了一个计算模型以区分已知的BRCA突变携带者与被假定不携带突变的女性。模型为每位女性分配一个“BRCAness”评分，反映其特征与携带者的相似程度。在对生物样本库人群进行交叉验证的测试中，模型以高准确度识别出携带者，能将大多数风险较高的女性与风险较低者正确区分。重要的是，这一表现在人群的不同年龄段、有无既往癌症史以及非西班牙裔白人参与者与其他种族和族群女性之间皆保持稳健。

从携带者样貌到未来癌症风险

关键问题在于，这一BRCAness评分是否真正与未来发生癌症的概率相关。为检验这一点，研究者将其模型应用于一组独立的1044名绝经后女性，这些样本来自一项大型美国筛查试验——其中大多数被视为平均风险且无已知基因检测结果。在该队列中，更高的BRCAness评分与更高的五年卵巢癌风险密切相关。处于中等评分的女性其风险为平均水平的数倍，而评分非常高者在五年内的风险约为平均水平的八倍。该模型还能以中等准确度直接预测哪些女性将在五年内发展为卵巢癌，尽管大多数血样采集时间距确诊超过一年。

这项工作对患者可能意味着什么

本研究表明，将微RNA测量与常规临床信息结合的一项相对简单的检测可评估女性的长期卵巢癌风险，并标识出与BRCA突变携带者相似的特征档案。尽管它不能替代基因检测或作为独立的诊断工具，但此类评分可以帮助筛选出可能受益于正式遗传咨询、更密切监测或预防讨论的女性。如果在进一步研究中得到确认并扩展至其他基因和癌种，这一方法有望使个性化癌症风险评估更为可及与公平。

引用: Webber, J.W., Wollborn, L., Mishra, S. et al. A lasso-based model combining miRNA and clinical variables predicts future risk of breast and ovarian cancer. Sci Rep 16, 14813 (2026). https://doi.org/10.1038/s41598-026-45020-3

关键词: 卵巢癌风险, BRCA突变, 微RNA血液检测, 遗传性乳腺与卵巢癌, 癌症风险预测