Identification of Plasma LGALS3BP via Proteomics and Development of a Non-invasive Diagnostic Model for Early-Stage Lung Adenocarcinoma

Longitudinale longkanker blijft wereldwijd de belangrijkste doodsoorzaak gerelateerd aan kanker, waarbij een specifiek type genaamd longadenocarcinoom de meest voorkomende vorm is. Een grote hindernis bij het behandelen van deze ziekte is de moeilijkheid om het onderscheid te maken tussen een onschadelijke knobbel in de long en een gevaarlijke tumor in een vroeg stadium. Artsen vertrouwen vaak op CT-scans met een lage dosis om deze knobbel te vinden, bekend als pulmonale noduli, maar de scans kunnen niet altijd met zekerheid zeggen of een nodulus goedaardig of kwaadaardig is. Deze onzekerheid creëert een moeilijke situatie voor patiënten: veel mensen met onschadelijke noduli ondergaan onnodige invasieve procedures zoals biopten of chirurgie omdat de scan verdacht lijkt, terwijl sommige vroege kankers worden gemist of te laat worden gediagnosticeerd, waardoor de ziekte zich kan verspreiden. Huidige bloedtesten voor kankermarkers zijn niet gevoelig genoeg om dit probleem op zichzelf op te lossen, waardoor artsen zonder een betrouwbare, niet-invasieve manier zonder een juiste beslissing te nemen voordat ze in een patiënt snijden.

Onderzoekers van het First Affiliated Hospital of Kunming Medical University zetten zich in om een betere manier te vinden om deze noduli te onderscheiden door direct naar de eiwitten te kijken die in het bloed zweven. Ze begonnen door het werkelijke weefsel van tumoren te onderzoeken en dit te vergelijken met gezond longweefsel, met behulp van een techniek die duizenden eiwitten tegelijkertijd meet zonder dat ze met chemicaliën gelabeld hoeven te worden. Deze initiële screening onthulde dat een specifiek eiwit, bekend als LGALS3BP, aanzienlijk meer aanwezig was in het kankercelweefsel dan in gezond weefsel. Het team onderzocht vervolgens ditzelfde eiwit in het bloedplasma van patiënten en vond dat het ook verhoogd was bij mensen met longadenocarcinoom vergeleken met die met goedaardige noduli. Om te waarborgen dat deze bevinding robuust was, valideerden ze de resultaten in aparte patiëntengroepen, waarbij ze bevestigden dat de niveaus van dit eiwit in het bloed overeenkwamen met de niveaus van de genetische instructies ervan, of mRNA, die in dezelfde monsters werden gevonden. Deze consistentie suggereerde dat het meten van de genetische instructies in het bloed als een betrouwbare en kosteneffectieve proxy voor het meten van het eiwit zelf zou kunnen dienen.

Voortbouwend op deze ontdekking ontwikkelden de onderzoekers een nieuw diagnostisch hulpmiddel dat het niveau van deze specifieke bloedmarker combineert met andere informatie die artsen al verzamelen, zoals de familiegeschiedenis van een patiënt met kanker, de grootte en het type van de nodulus die op een scan te zien is, en de niveaus van een traditionele marker genaamd CEA. Ze testten dit gecombineerde model op een groep van 138 patiënten om het systeem te trainen en controleerden de nauwkeurigheid op een aparte groep van 47 patiënten. De resultaten toonden aan dat dit nieuwe model veel beter was in het identificeren van kanker dan het kijken naar een enkele factor alleen. In de trainingsgroep identificeerde het model de ziekte correct met een nauwkeurigheidsscore van 0,893, een significante verbetering ten opzien van de standaard klinische aanpak. Wanneer het werd getest op de tweede groep, behield het een sterke prestatie met een score van 0,856. Het belangrijkste was dat het model zeer effectief bleek bij het identificeren van patiënten die daadwerkelijk kanker hadden, waarbij het een succespercentage van meer dan 91 procent bereikte in de groep waar het risico als intermediair tot hoog werd beschouwd.

De studie benadrukt dat deze aanpak een praktische manier biedt om door de "grijze zone" van de diagnose van longnoduli te navigeren, waar de bewijslast vaak onduidelijk is. Door een moleculair signaal uit het bloed te integreren met standaard klinische observaties, helpt het model artsen om het risico nauwkeuriger te stratificeren. Dit betekent dat patiënten met een hoge waarschijnlijkheid van kanker sneller naar de noodzakelijke behandeling kunnen worden geleid, terwijl mensen met een lage waarschijnlijkheid mogelijk worden gespaard van invasieve procedures. De onderzoekers merkten echter op dat het model niet perfect is voor elk type nodulus; het was minder gevoelig voor een specifiek soort vroege tumor die verschijnt als een vage, wazige plek op een scan, bekend als een pure ground-glass nodule (matglasnodulus). In deze gevallen miste het model soms de kanker, wat suggereert dat dergelijke patiënten nog steeds zorgvuldige monitoring vereisen in plaats van uitsluitend op deze test te vertrouwen.

Uiteindelijk identificeert dit werk een nieuwe, veelbelovende biomarker in het bloed die de biologische activiteit van longkanker in een vroeg stadium weerspiegelt. Het diagnostische model dat uit deze ontdekking is voortgekomen, biedt een concrete, op gegevens gebaseerde methode om klinische beslissingen te ondersteunen, wat potentieel het aantal onnodige operaties vermindert terwijl echte kankers er vroegtijdig worden opgemerkt. Hoewel de studie werd uitgevoerd in één centrum en verdere tests in grotere, diverse populaties vereist om de brede toepasbaarheid te bevestigen, vertegenwoordigt het een belangrijke stap naar het oplossen van de hardnekkige uitdaging om onschadelijke longnoduli te onderscheiden van levensbedreigende noduli zonder invasieve chirurgie.