OM-sqPCR 实现循环小 RNA 亚类的一步法多重定量,用于结直肠癌分类

《iScience》:OM-sqPCR enables one-step multiplex quantification of circulating small-RNA subclasses for colorectal cancer classification

【字体: 大 中 小 】 时间:2026年09月26日 来源:iScience 4.5

编辑推荐:

   ## 亮点 - OM-sqPCR可实现多种小RNA亚类的单步多重定量 - 针对小RNA优化的化学体系实现了一步式RT-qPCR检测小RNA - 算法引导的引物-探针设计实现了小RNA亚类的多重检测 - 多中心验证支持OM-sqPCR为基础的结直肠癌分类 ## 摘要 循环

  

## 亮点

- OM-sqPCR可实现多种小RNA亚类的单步多重定量
- 针对小RNA优化的化学体系实现了一步式RT-qPCR检测小RNA
- 算法引导的引物-探针设计实现了小RNA亚类的多重检测
- 多中心验证支持OM-sqPCR为基础的结直肠癌分类

## 摘要

循环小RNA(sRNAs)的精确多重定量使其诊断潜力的全面评估成为可能。在此,我们开发了OM-sqPCR——一种封闭管式单步多重RT-qPCR平台,可同时定量微小RNA(miRNAs)、转运RNA衍生小RNA(tsRNAs)和核糖体RNA衍生小RNA(rsRNAs)。通过整合针对短RNA模板优化的反应化学体系与计算引物-探针设计,OM-sqPCR实现了多种sRNA亚类在单一反应中的协同扩增。在651名受试者的多中心队列中应用,OM-sqPCR鉴定出一个四sRNA分类器,其区分结直肠癌(CRC)与对照者的受试者工作特征曲线下面积(AUC)为0.97,灵敏度为85.9%,特异度为93.1%,且在早期疾病中仍保持良好表现。该平台还支持对已报道的肾癌和甲状腺癌sRNA面板的测量。这些发现确立了OM-sqPCR作为循环sRNA多重分析和临床生物标志物评估的实用方法。

## 引言

结直肠癌(CRC)仍是全球癌症相关发病和死亡的主要原因。早期检测对于改善预后至关重要,然而现有的筛查方法(如结肠镜)具有侵入性、成本高,且受限于患者依从性。粪便免疫化学检测(FIT)和血清癌胚抗原(CEA)检测等非侵入性替代方法更易获得,但灵敏度有限,特别是在早期疾病中。这些挑战凸显了对精确、可扩展且对患者友好的诊断工具的迫切需求,以促进早期干预。

液体活检扩大了人们对循环小RNA(sRNAs)作为候选癌症生物标志物的关注。循环微小RNA(miRNAs)因其在生物液体中的相对稳定性以及与疾病相关的表达模式而被研究得最为广泛。然而,miRNAs仅是更广泛的循环sRNA库中的1个组成部分。其他亚类,如转运RNA衍生小RNA(tsRNAs)和核糖体RNA衍生小RNA(rsRNAs),在循环中含量丰富,可能提供互补的诊断信息。因此,联合测量多种sRNA亚类可能会改善检测方法的表现,相对于单一类别方法更为优越。然而,一个主要的障碍在于,这些分析物在序列、丰度和结构特征上差异显著,使得它们在单一检测格式中的同时定量变得复杂。

当前的检测平台,包括下一代测序、微阵列和逆转录定量PCR(RT-qPCR),在多重sRNA检测方面能力有限。测序和微阵列方法具有高通量,但需要复杂的工作流程、专门的仪器和大量成本,限制了其常规临床应用。传统的RT-qPCR仍然是灵敏度和特异性的基准,但需要针对每个sRNA进行单独的逆转录反应,随后进行单独的qPCR检测,这增加了样本消耗、试剂使用量和操作时间。这些局限性阻碍了高效、可扩展且临床可及的sRNA基诊断检测的发展。

为弥补这一分析空白,我们开发了一步式多重小RNA定量PCR(OM-sqPCR),一种封闭管式单步多重探针基RT-qPCR平台,用于统一测量循环miRNAs、tsRNAs和rsRNAs。该平台结合了针对短RNA模板优化的酶-缓冲液化学体系与基于热力学和结构评分的计算引物-探针设计流程。我们将OM-sqPCR应用于CRC中的循环生物标志物发现与验证,并鉴定出一个在盲法多中心验证中表现优异的四sRNA分类器。我们进一步在概念验证研究中评估了该平台,使用了已报道的肾细胞癌和甲状腺癌的循环sRNA面板。这些发现支持OM-sqPCR作为转化和临床实验室环境中循环小RNA分析的实用多重检测方法。

## 结果

### 结直肠癌相关循环小RNA的鉴定

为鉴定与CRC相关的循环小RNA,我们对10例CRC患者和10例健康对照(HCs)的血清样本进行了小RNA测序(sRNA-seq)。质量控制过滤后,检测到216,100种独特sRNA物种,包括miRNAs(37.4%)、tsRNAs(7.2%)和rsRNAs(17.4%)。差异丰度分析显示这些亚类中广泛存在改变,与HCs相比,CRC中210种sRNAs上调,610种下调(校正p < 0.05;|log?倍数变化| > 1)(图1A)。

**图1 CRC患者与HCs中差异表达的小RNA**

(A) 火山图展示了CRC患者与HCs血清样本中miRNAs、tsRNAs和rsRNAs的差异表达。红色和蓝色圆点分别表示显著上调和下调的sRNAs,定义标准为亚类特异性Benjamini-Hochberg校正p值(FDR)< 0.05且|log?(倍数变化)| > 1,灰色圆点表示不显著差异的转录本。四个选中的候选者被高亮显示。

(B) 筛选鉴定出20种sRNAs满足生物标志物选择标准。这20种sRNAs在10例CRC和10例HC样本中的热图显示两组之间存在分离。表达值在每百万转录本数log??转换后进行Z分数标准化。

(C) 按log?(倍数变化)排序的前200种最丰富sRNAs的排序图,标注了20种候选sRNAs。

(D) 这20种候选者在独立筛选队列(包含30例CRC患者和30例HCs)中使用传统两步式RT-qPCR进行评估。4种sRNAs在CRC中显著升高:hsa-miR-223-3p(p < 0.0001)、tsRNA-Asp-GTC-1(p < 0.0001)、rsRNA-28S-12(p < 0.0001)和hsa-let-7f-5p(p = 0.0012)。

(E) 四种选定sRNAs区分CRC患者与HCs的ROC曲线分析。AUC分别为:hsa-miR-223-3p为0.8778(95%CI,0.7925–0.9631),tsRNA-Asp-GTC-1为0.8633(95%CI,0.7730–0.9536),rsRNA-28S-12为0.9350(95%CI,0.8731–0.9969),hsa-let-7f-5p为0.7422(95%CI,0.6163–0.8682)。(D)中的比较以均值±SEM表示,每个点代表一名受试者。(D)中的比较采用双尾非配对Student's t检验进行。ROC AUC报告其对应的95%置信区间。星号表示以下显著性阈值:p ≥ 0.05,ns,?p < 0.05,??p < 0.01,???p < 0.001,????p < 0.0001。

从测序数据集中,基于丰度和差异表达选择20种候选sRNAs(序列见附表S3)进行进一步评估,包括2种miRNAs、2种tsRNAs和16种rsRNAs(图1B)。这20种候选者均为在CRC和HC样本中检测到的前200种最丰富循环sRNAs之一(图1C)。随后在独立队列中使用两步式RT-qPCR对这些候选者进行检测,该队列包含30例CRC患者和30例HCs。4种sRNAs——hsa-miR-223-3p、tsRNA-Asp-GTC-1、rsRNA-28S-12和hsa-let-7f-5p——在CRC血清样本中显示出显著高于HC样本的浓度(图1D)。受试者工作特征(ROC)分析显示,这4种sRNAs均可单独区分CRC与HCs,曲线下面积分别为hsa-miR-223-3p为0.878,rsRNA-28S-12为0.935,tsRNA-Asp-GTC-1为0.863,hsa-let-7f-5p为0.742(图1E)。这4个标志物随后被用于构建分类器。

### OM-sqPCR平台的开发

为解决循环小RNA(sRNAs;<50 nt)的短长度与传统RT-qPCR工作流要求之间的不兼容性,我们开发了OM-sqPCR。该检测方法将逆转录PCR扩增整合在单一封闭管反应中,从而减少人工操作和管间变异性的潜在影响,同时实现对miRNAs、tsRNAs、rsRNAs及其他短RNA物种的同时测量(图2)。

**图2 OM-sqPCR平台概述**

OM-sqPCR平台是一种用于多重小RNA定量的集成系统,能够在单一封闭反应管中对多种小RNA标志物同时进行逆转录和实时定量PCR。算法引导的引物-探针组合优化显著提高了定量效率、检测重复性和多重兼容性。

(A) OM-sqPCR系统采用优化的酶混合物——包括逆转录酶、热启动DNA聚合酶和尿嘧啶-DNA糖基化酶(UDG)——以及针对短RNA模板精心调整的缓冲液组成和温度控制。

(B) 算法计算引物-探针参数,包括序列长度、GC含量、二级结构稳定性、二聚化潜能和退火温度,以确保靶标特异性扩增,同时最小化多种sRNAs之间的交叉干扰。

(C) OM-sqPCR工作流程由两个协调步骤组成:(i) 算法引导的引物-探针组设计与验证,(ii) 逆转录和qPCR反应的一体化单管集成。引物-探针组包含四个序列:① 茎环引物;② 正向引物;③ 探针;④ 反向引物。序列①实现逆转录,序列②–④促进实时荧光定量PCR。与传统两步式RT-qPCR相比,OM-sqPCR能快速识别最佳引物-探针配置,消除迭代优化,并在单一管中完成所有扩增步骤——从而减少检测时间和成本(< 1美元/检测),同时简化工作流程并提高数据稳定性。本图使用BioRender创作,协议号WQ2A4QH3S7。

OM-sqPCR的开发包括2个顺序工程阶段。在第一阶段,我们优化了酶-缓冲液化学体系,建立了兼容结构多样sRNA模板的单步反应。使用反应筛选工作流程,在不同离子条件下评估了包含不同逆转录酶和热启动DNA聚合酶组合的候选配方(图2A)。

在第二阶段,我们开发了多重引物-探针设计的计算工作流程。由于可靠的多重检测需要引物-探针组之间的协调以最小化交叉杂交和荧光通道干扰,该设计框架纳入了sRNA序列特征、热力学建模和荧光通道分配(图2B)。由此产生的工作流程被用于识别适合多重分析的引物-探针组合,并支持跨靶标的检测标准化(图2C)。详细的优化程序在STAR Methods中描述。在检测实施中,靶标序列被输入设计软件,该软件基于综合评分框架生成排序的引物-探针组合。该方法减少了检测开发过程中的经验性重新设计,并支持可重复的多重检测构建。

### OM-sqPCR单步反应化学体系的优化

为建立适用于循环小RNA分析的单步反应系统,我们优化了在单一反应混合物中进行顺序逆转录和实时PCR的检测化学体系(图3A)。我们首先使用合成hsa-miR-16-5p和hsa-let-7g-5p的10倍系列稀释(0.1–10,000 fM)作为代表性循环小RNA靶标,评估了4种商用单步RT-qPCR试剂盒(TakaRa、Vazyme、Fapon和Novoprotein)。在制造商推荐条件下,TakaRa和Vazyme系统未能产生跨测试范围的线性扩增,而Fapon和Novoprotein系统仅在浓度高于100 fM时显示出线性响应(图3B)。由于血清和血浆中的循环小RNA通常存在于低飞摩尔浓度,这些结果表明现有商用单步系统的分析灵敏度不足以满足目标应用需求。

**图3 OM-sqPCR检测系统中单步反应化学体系的筛选和性能评估**

(A) 单步OM-sqPCR与传统两步式RT-qPCR的工作流程比较。OM-sqPCR将逆转录和实时qPCR整合在单一封闭管中,消除了中间操作的需要并减少了总检测时间。

(B) 选择4种商用RT-qPCR试剂检测hsa-miR-16-5p和hsa-let-7g-5p的10倍系列稀释标准品(0.1–10,000 fM)。

(C) 优化单步RT-qPCR反应混合物的筛选。使用四种代表性循环小RNA生物标志物——hsa-miR-223-3p、rsRNA-28S-12、tsRNA-Asp-GTC-1和hsa-let-7f-5p的10倍系列稀释(0.1–1,000 fM)评估4种优化单步RT-qPCR反应混合物(mix 1–4)。通过浓度梯度上的ΔCt值评估扩增性能,每log??稀释的ΔCt约为3.3代表理论扩增效率。

(D) 比较单步和两步式RT-qPCR系统的代表性荧光扩增曲线。

(E) 使用单步单通道RT-qPCR为四种sRNA靶标生成的标准曲线,显示跨越六个数量级的强线性关系(R2 > 0.99)。

(F) 单步单通道检测PCR产物的琼脂糖凝胶电泳(4%)。泳道M,20 bp DNA ladder;泳道1,hsa-miR-223-3p;泳道2,rsRNA-28S-12;泳道3,tsRNA-Asp-GTC-1;泳道4,hsa-let-7f-5p。

(G) OM-sqPCR与传统两步式RT-qPCR结果在匹配样本间的关联分析,显示高度一致性(Pearson's r = 0.95)。(B)、(C)和(E)中的数据以均值±SEM表示。

因此,我们基于Fapon和Novoprotein系统的逆转录酶和热启动DNA聚合酶,配制了一系列优化的单步RT-qPCR反应混合物。通过改变逆转录引物浓度,我们生成了4种候选酶-缓冲液配方(mix 1–4)进行进一步评估(附表S2)。随后使用合成hsa-miR-223-3p、tsRNA-Asp-GTC-1、rsRNA-28S-12和hsa-let-7f-5p作为代表性模板,在0.1至1,000 fM范围内的10倍系列稀释中比较扩增效率、线性和重复性。

在测试的配方中,mix 4表现出最佳的整体分析性能。该配方产生了接近理论的扩增行为,每10倍稀释的ΔCt值约为3.3,且在测试浓度范围内实现线性定量(R2 > 0.99;图3C–3E)。琼脂糖凝胶电泳确认了预期的扩增子大小(图3F)。使用优化单步检测获得的定量结果与传统两步式RT-qPCR结果高度相关(Pearson r = 0.95;图3G)。

相对于两步法工作流程,优化后的一步法检测将总检测时间从约4小时缩短至2小时,同时保持了可比的定量性能。这些数据为后续多靶标检测的开发和分析验证确立了反应化学基础。算法指导的引物-探针设计与多靶标检测集成

为支持在最少荧光通道干扰下实现多重扩增,我们为OM-sqPCR开发了一套计算引物-探针设计工作流程。该框架整合了小RNA序列特征、热力学建模和荧光通道分配,以促进在多重检测条件下的协同检测设计(图4A)。

**图4 OM-sqPCR平台的分析性能**

(A) 算法指导的检测设计框架开发。建立了sRNA RT-qPCR参数库,涵盖茎环基序、引物-探针长度范围、熔解温度窗口、吉布斯自由能(ΔG)阈值、正向引物5'端延伸长度和反向引物间隙距离。利用实验反馈优化参数网络并识别高性能引物-探针组合。随后通过评分算法对多重检测配置进行排序,依据预测的扩增效率、特异性和光谱兼容性进行评估。

(B) OM-sqPCR在100 aM至100 pM浓度范围内检测的四种代表性sRNA实时扩增曲线。

(C) 高、中、低RNA丰度血清样本的重复性分析。

(D) 桑格测序确认了四个扩增产物的身份。

(E) rsRNA-28S-12在27个重复测量(每种操作员-仪器组合9个测量)中的操作员间和仪器间重复性。

(F) OM-sqPCR与传统两步法RT-qPCR在相同40个样本中的测量比较。hsa-miR-223-3p(p = 0.9992)、tsRNA-Asp-GTC-1(p > 0.9999)、rsRNA-28S-12(p = 0.9525)或hsa-let-7f-5p(p > 0.9999)均未检测到显著的组间方法差异。

(G) 结直肠癌(CRC)患者(n = 15)和非CRC对照(n = 25)的OM-sqPCR检测。hsa-miR-223-3p(p < 0.0001)、tsRNA-Asp-GTC-1(p = 0.0002)、rsRNA-28S-12(p = 0.0007)和hsa-let-7f-5p(p = 0.0004)在CRC患者中浓度更高。变异系数按CV(%)= 100 × SD/均值计算(E)。图(F)和(G)中的数据以均值 ± 标准误表示。图(F)中使用双尾配对Student's t检验进行比较,图(G)中使用双尾非配对Student's t检验进行比较。星号表示以下显著性阈值:p ≥ 0.05,ns;*p < 0.05;**p < 0.01;***p < 0.001;****p < 0.0001。

在初始设计阶段,我们基于已建立的小RNA RT-qPCR设计原则建立了一套参数集,包括茎环序列库、引物和探针长度范围、GC含量、熔解温度范围、引物-模板和引物二聚体相互作用的预测吉布斯自由能值、正向引物5'端延伸长度以及反向引物间距。这些参数用于生成单通道一步法检测的候选配置。在多靶标设计阶段,目标序列连同茎环结构和荧光基团/淬灭基团组合进行进一步评估,以识别具有良好预测扩增性能、特异性和光谱兼容性的引物-探针组。候选设计随后通过综合评分框架进行排名并选定用于实验验证(图4A)。

利用该工作流程,我们为四种与CRC相关的小RNA生成了引物-探针组:hsa-miR-223-3p、tsRNA-Asp-GTC-1、rsRNA-28S-12和hsa-let-7f-5p。在单通道测试中,每种检测在100 aM时可检测到扩增,并在跨越10^6倍浓度范围时保持线性定量(图4B)。在不同RNA丰度的血清样本中检测性能保持稳定(图4C),桑格测序确认了扩增产物的身份(图4D)。操作员间和仪器间的不精密度较低,log10转换浓度和Ct值的变异系数均<10%(图4E;表S4和S5)。四种生物标志物的检出限值范围为0.15至2.85 fM,定量限值范围为0.29至4.37 fM(表S6),证实临床验证中使用的浓度完全在已验证的分析测量范围内。OM-sqPCR的定量结果与传统两步法RT-qPCR相当(图4F),两种方法均能有效区分CRC患者与健康对照(图4G)。综合这些结果,验证了该设计工作流程在OM-sqPCR平台多靶标检测集成中的实用性。

**四sRNA诊断分类器的构建**

在建立了稳健的多重兼容检测平台后,我们应用OM-sqPCR评估了四种循环小RNA——hsa-miR-223-3p、tsRNA-Asp-GTC-1、rsRNA-28S-12和hsa-let-7f-5p——在CRC患者血清样本中的临床诊断潜力。训练队列包括来自南京鼓楼医院的250名参与者,其中101名CRC患者(I期18例,II期41例,III期41例,IV期1例),49名结直肠息肉(CRP)患者,41名其他胃肠道(GI)疾病个体和59名健康对照(HC)。

与两组对照相比,四种标志物在CRC中均显著上调(图5A)。受试者工作特征曲线(ROC)分析显示,四种标志物在区分CRC与健康对照方面均表现出强个体判别性能,AUC分别为0.91(hsa-miR-223-3p)、0.91(rsRNA-28S-12)、0.84(tsRNA-Asp-GTC-1)和0.88(hsa-let-7f-5p)(图5B)。在区分CRC与CRP时,四种标志物同样表现出高准确率(AUC = 0.88–0.91;图5C)。这些结果表明,四种sRNA中的每一种均提供独立的诊断价值,并且共同捕获来自不同sRNA亚类的非冗余分子信息。

**图5 四sRNA生物标志物面板在训练队列中的诊断性能**

(A) HC(n = 59)、CRP(n = 49)和CRC(n = 101)组中hsa-miR-223-3p、rsRNA-28S-12、tsRNA-Asp-GTC-1和hsa-let-7f-5p的血清浓度。Tukey校正的p值分别为:hsa-miR-223-3p的HC对CRP为0.8399,HC对CRC为<0.0001,CRP对CRC为<0.0001;rsRNA-28S-12的HC对CRP为0.8653,HC对CRC为<0.0001,CRP对CRC为<0.0001;tsRNA-Asp-GTC-1的HC对CRP为0.9358,HC对CRC为0.0003,CRP对CRC为0.0002;hsa-let-7f-5p的HC对CRP为>0.9999,HC对CRC为<0.0001,CRP对CRC为<0.0001。

(B) 区分CRC与健康对照的ROC分析。AUC分别为0.9114(95% CI, 0.8656–0.9572)(hsa-miR-223-3p),0.9142(95% CI, 0.8674–0.9611)(rsRNA-28S-12),0.8397(95% CI, 0.7761–0.9033)(tsRNA-Asp-GTC-1),0.8856(95% CI, 0.8334–0.9377)(hsa-let-7f-5p),以及联合面板的0.9261(95% CI, 0.8782–0.9739)。

(C) 区分CRC与CRP的ROC分析。AUC分别为0.8917(95% CI, 0.8417–0.9417),0.8828(95% CI, 0.8305–0.9351),0.9147(95% CI, 0.8690–0.9604),0.8909(95% CI, 0.8411–0.9406),以及0.9447(95% CI, 0.9109–0.9786)。

(D) 训练队列中四种机器学习模型的ROC分析。AUC分别为0.9659(95% CI, 0.9432–0.9886)(SVM-Linear),0.9630(95% CI, 0.9383–0.9878)(LogReg-L2),0.9518(95% CI, 0.9238–0.9797)(LDA-lsqr),以及0.9506(95% CI, 0.9229–0.9782)(随机森林)。

(E) SVM-Linear模型四种sRNA特征的SHAP分析排名。

(F) 在预设分类阈值0.4603下内部测试集(非CRC,n = 45;CRC,n = 30)的混淆矩阵。所得灵敏度为90.0%,特异度为95.6%。图(A)中的数据以均值 ± 标准误表示。图(A)中的组间比较使用单因素方差分析后接Tukey多重比较检验。ROC AUC报告附95%置信区间。星号表示以下Tukey校正显著性阈值:校正后p ≥ 0.05,ns;*校正后p < 0.05;**校正后p < 0.01;***校正后p < 0.001;****校正后p < 0.0001。

为构建和评估诊断分类器,我们开发了一个机器学习辅助建模框架,纳入四种机器学习模型:线性核支持向量机(SVM-Linear)、随机森林、线性判别分析(LDA-lsqr)和L2正则化逻辑回归(LogReg-L2)。这些模型涵盖线性和非线性学习方法。模型训练工作流程如下:采用分层抽样方法对250名推导队列参与者进行分析,以70:30的比例分为训练集(n = 175)和内部测试集(n = 75)。模型开发仅在训练集上使用重复嵌套交叉验证进行。外层循环的折外预测经多次重复后汇总,以获得无偏性能估计。最佳超参数配置基于最大化平均交叉验证AUC选定。Youden指数应用于汇总后的训练预测以确定最优阈值,随后固定该阈值。最终模型以选定的超参数在完整训练集上重新训练,并在内部测试集和外部验证集上进行评估。

使用DeLong检验进行相关ROC曲线初步两两比较显示,SVM-Linear的AUC显著高于LDA-lsqr(0.9659对0.9518;p = 0.0403)和随机森林(0.9659对0.9506;p = 0.0179),而其性能与LogReg-L2相当(0.9659对0.9630;p = 0.2835)(图5D)。在自助重采样中,SVM-Linear的Brier评分略低(0.0728对0.0748),平均诊断优势比更高(223.3对183.0),Youden指数也更高(0.8355对0.8275),均与LogReg-L2相比。由于线性核SVM仅使用四个输入特征,其计算负担极小。综合考虑其整体判别能力、校准性、稳健性和计算效率,选择SVM-Linear作为最终分类器。

SVM-Linear模型最终分类阈值设为0.4603,在训练队列中实现交叉验证灵敏度87.32%和特异度94.23%。基于训练队列预测进行2,000次自助重采样迭代评估阈值稳定性。在0.4603 ± 0.1范围内,灵敏度和特异度变化≤2%。此外,从50个外层折独立导出的折特异性阈值显示低离散度(四分位变异系数:0.1188–0.1338),诊断指标变化通常低于0.05,支持所选截断值在重采样过程中的稳健性(图S3)。SHAP分析确定tsRNA-Asp-GTC-1和hsa-miR-223-3p是分类器预测的主要贡献者(图5E)。为确定四种生物标志物是否提供互补的诊断信息,在训练队列(n = 175)中进行了两两偏信息分解分析。尽管所有标志物对均表现出显著的冗余信息(0.357–0.380比特;置换p = 0.000999),但也观察到显著的协同信息(0.110–0.198比特;置换p ≤ 0.006993),表明分类器整合了来自不同小RNA亚类的互补信号,超越了共享信息(表S8)。

在内部测试集(n = 75)中,在预设阈值0.4603下,SVM-Linear正确分类了90.0%的CRC病例和95.6%的非CRC对照(图5F)。其AUC超过四种单个sRNA;DeLong检验显示与hsa-let-7f-5p相比差异显著(p < 0.05)。预设亚组分析根据对照类型(HC或CRP)、性别和年龄(<45岁、45–59岁或≥60岁)评估了CRC与非CRC的判别性能。在这些亚组中均保持了高特异度。

**四sRNA分类器的多中心临床验证**

为独立验证四sRNA分类器的诊断性能,我们在三个外部临床队列中进行了盲法多中心评估:南京鼓楼医院(NJ)、连云港市第一人民医院(LYG)和浙江省肿瘤医院(ZJ)。揭盲后,NJ队列包括154名参与者(58例CRC、44例CRP、52例HC);LYG队列包括136名参与者(50例CRC、24例CRP、62例HC);ZJ队列包括111名参与者(48例CRC、24例CRP、39例HC)。

在所有中心,CRC患者的分类器推导预测概率均显著高于CRP和HC组(图6A)。值得注意的是,在所有CRC分期(I–IV期)中,预测概率均相对于对照保持升高(所有比较校正后p < 0.0001)。在78例早期病例(I/II期)中,66例被正确识别(灵敏度 = 84.6%),表明分类器具备检测早期CRC的能力(图6B)。与传统血清标志物癌胚抗原(CEA)进行基准比较时,OM-sqPCR分类器在各队列中一致优于CEA,AUC分别为0.970(NJ)、0.981(LYG)和0.943(ZJ)(合并AUC = 0.968),而CEA分别为0.587、0.621和0.514(合并AUC = 0.579)(图6C)。分类器在各中心的合并灵敏度为85.9%(各站点分别为89.7%、86.0%、81.3%),合并特异度为93.1%(各站点分别为94.8%、94.2%、88.9%)(图6D)。

**图6 SVM-Linear分类器在预设概率阈值0.4603下的盲法多中心验证**

(A) 三个独立验证队列——南京(NJ:HC, n = 52;CRP, n = 44;CRC, n = 58)、连云港(LYG:HC, n = 62;CRP, n = 24;CRC, n = 50)和浙江(ZJ:HC, n = 39;CRP, n = 24;CRC, n = 48)——以及合并多中心队列中HC、CRP和CRC组的预测概率。Tukey校正的p值分别为:NJ中HC对CRP为0.8796,HC对CRC为<0.0001,CRP对CRC为<0.0001;LYG中HC对CRP为0.9911,HC对CRC为<0.0001,CRP对CRC为<0.0001;ZJ中HC对CRP为0.9994,HC对CRC为<0.0001,CRP对CRC为<0.0001;合并队列中HC对CRP为0.9866,HC对CRC为<0.0001,CRP对CRC为<0.0001。

(B) 按病理分期分层的HC(n = 153)、CRP(n = 92)和CRC组的预测概率(I期,n = 31;II期,n = 47;III期,n = 61;IV期,n = 17)。

以下是该段内容的中文翻译:

各 CRC 分期与 HC 及 CRP 组之间均存在显著差异(校正后 p < 0.0001),而 HC 与 CRP 组之间则无差异(校正后 p > 0.9999)。(C) 比较 sRNA 分类器与血清 CEA 在区分 CRC 与非 CRC 中的 ROC 分析。分类器与 CEA 的 AUC 分别为:在 NJ 中心为 0.9696(95% CI, 0.9425–0.9968)和 0.5869(95% CI, 0.4733–0.7006);在 LYG 中心为 0.9807(95% CI, 0.9638–0.9976)和 0.6207(95% CI, 0.5012–0.7401);在 ZJ 中心为 0.9431(95% CI, 0.9034–0.9829)和 0.5137(95% CI, 0.3972–0.6301);在合并队列中为 0.9685(95% CI, 0.9539–0.9830)和 0.5786(95% CI, 0.5127–0.6444)。(D) 各队列及合并分析的混淆矩阵。NJ 的敏感性和特异性分别为 89.7% 和 94.8%,LYG 为 86.0% 和 94.2%,ZJ 为 81.3% 和 88.9%,合并队列为 85.9% 和 93.1%。(A) 和 (B) 中的数据以均值 ± 标准误(SEM)表示。(A) 和 (B) 中的比较采用单因素方差分析(one-way ANOVA)后接 Tukey 多重比较检验。ROC AUC 以 95% 置信区间报告。星号表示以下 Tukey 校正后的显著性阈值:校正后 p ≥ 0.05,ns;*校正后 p < 0.05,**校正后 p < 0.01,***校正后 p < 0.001,****校正后 p < 0.0001。

随后,SVM-Linear 分类器在三个临床中心以固定的 0.4603 阈值进行评估。DeLong 检验表明,其 AUC 超过了任何一个单独的 sRNA。按性别、年龄和对照组类型进行的亚组分析见表 S9。性能估计值及其 95% 置信区间使用 2,000 次分层 Bootstrap 重抽样计算得出。

为正式评估不同中心之间的异质性,我们对三个外部验证队列中的 AUC、敏感性、特异性、阳性预测值(PPV)和阴性预测值(NPV)进行了 Cochran's Q 检验并计算了 I2 统计量。所有性能指标均未检测到统计学上显著的异质性(所有 Cochran's Q 检验 p > 0.05)。相应的 I2 值较低(AUC:0%;敏感性:0%;特异性:8.4%;PPV:0%;NPV:28.5%),表明各中心之间观察到的差异与预期的抽样变异一致,而非系统性的站点特异性效应(表 S10)。

为评估整合生物标志物是否能在单个标志物基础上进一步提升诊断性能,我们在训练、内部测试和多中心外部验证队列中,将四 sRNA 分类器与每个组成标志物进行了比较。基于 AUC、敏感性、特异性和准确率,联合分类器始终比单个生物标志物取得更高的整体诊断性能,证明了整合多个小 RNA 信号用于 CRC 分类的附加价值(表 S11)。

**OM-sqPCR 在疾病相关小 RNA 检测阵列中的技术适用性**

为评估 OM-sqPCR 在 CRC 之外的普适性,我们将该平台应用于肾细胞癌(RCC)和甲状腺癌(THCA)的独立小队列,使用既往报道的循环小 RNA 生物标志物阵列(RCC:hsa-miR-122-5p、hsa-miR-155-5p、hsa-miR-210-3p、hsa-miR-21-5p;THCA:hsa-miR-222-3p、hsa-miR-146a-5p、hsa-miR-451a)。这些实验旨在证明 OM-sqPCR 工作流对不同疾病特异性小 RNA 阵列的技术适应能力,而非建立新的诊断分类器。RCC 检测采用基于标准曲线的绝对定量,而 THCA 则采用以 U6 作为内参的相对定量——定量策略的选择由原始已发表生物标志物研究决定。OM-sqPCR 成功在单管多重反应中定量了所有目标分子,无需重新优化化学试剂或热循环参数。基于当前验证数据的分析显示,RCC 中所有四个标志物均上调(hsa-miR-122-5p、hsa-miR-155-5p、hsa-miR-210-3p、hsa-miR-21-5p)。在乳头状 THCA 中,hsa-miR-146a-5p 下调,而其余标志物(hsa-miR-222-3p、hsa-miR-146a-5p、hsa-miR-451a)一致上调。由这些标志物构建的诊断分类器在肿瘤组与正常组之间显示显著差异(***p < 0.001,图 7A 和 7B),RCC 和 THCA 的联合诊断 AUC 值分别为 0.994 和 0.982(图 7C 和 7D),与或优于通过传统两步 RT-qPCR 实现的结果。这些发现表明,OM-sqPCR 可以容纳多样化的循环小 RNA 生物标志物阵列,并支持在统一的多重检测框架内进行绝对和相对定量。然而,鉴于这些分析样本量有限且具有探索性,OM-sqPCR 在其他癌症类型中的临床实用性仍需在更大、更具疾病特异性的队列中进一步验证。

**图 7 OM-sqPCR 在 RCC 和 THCA 中的可扩展性验证**

(A) HC(n = 40)与 RCC 患者(n = 40)血清中四个 sRNA 的绝对定量。RCC 中四个标志物均升高:hsa-miR-122-5p(p < 0.0001)、hsa-miR-155-5p(p < 0.0001)、hsa-miR-210-3p(p < 0.0001)和 hsa-miR-21-5p(p < 0.0001)。

(B) HC(n = 40)与 THCA 患者(n = 40)血清中三个 sRNA 的相对定量,以 U6 标准化。hsa-miR-222-3p 和 hsa-miR-451a 在 THCA 中升高(均 p < 0.0001),而 hsa-miR-146a-5p 下调(p = 0.0002)。

(C) 区分 RCC 与 HC 的 ROC 分析。AUC 值:hsa-miR-210-3p 为 0.9938(95% CI, 0.9830–1.0000);hsa-miR-21-5p 为 0.9594(95% CI, 0.9171–1.0000);hsa-miR-122-5p 为 0.9550(95% CI, 0.9135–0.9965);hsa-miR-155-5p 为 0.7978(95% CI, 0.6922–0.9035);联合检测阵列为 0.9938(95% CI, 0.9835–1.0000)。

(D) 区分 THCA 与 HC 的 ROC 分析。AUC 值:hsa-miR-222-3p 为 0.9791(95% CI, 0.9490–1.0000);hsa-miR-451a 为 0.9297(95% CI, 0.8718–0.9875);hsa-miR-146a-5p 为 0.7169(95% CI, 0.6058–0.8280);联合检测阵列为 0.9819(95% CI, 0.9554–1.0000)。(A) 和 (B) 中的数据以均值 ± SEM 表示。组间比较使用双尾非配对 Student's t 检验。RCC 和 THCA 联合检测阵列分别使用 L2 正则化二元逻辑回归拟合(scikit-learn LogisticRegression)。拟合前特征进行 Z 分数标准化(C = 1.0;solver = "lbfgs";最大迭代次数 = 1,000),并采用正类概率进行 ROC 分析。ROC AUC 以 95% 置信区间报告。星号表示以下显著性阈值:p ≥ 0.05,ns,*p < 0.05,**p < 0.01,***p < 0.001,****p < 0.0001。

**讨论**

循环小 RNA 的多重测量仍是液体活检试剂开发中的主要分析挑战。尽管二代测序支持广泛的生物标志物发现,传统两步 RT-qPCR 提供了灵敏的定量,但这两种方法都并不适合在临床实验室环境中对结构不同的多个小 RNA 亚类进行常规多重分析。本研究开发了 OM-sqPCR,一种封闭式单管单步多重 RT-qPCR 平台,可对循环 miRNA、tsRNA 和 rsRNA 进行统一测量。通过结合优化的反应化学与计算型引物-探针设计工作流,该平台旨在解决循环小 RNA 分析中的一个核心障碍:不同序列和结构特性的靶标的可靠共定量。

从试剂开发的角度看,OM-sqPCR 提供了若干实用优势。将逆转录和 PCR 扩增整合到单一反应中减少了操作步骤,并可能减少多步工作流相关的变异。在本研究中,该试剂显示了阿摩尔级分析灵敏度、宽广的动态范围以及较低的操作者间和仪器间不精密度。计算设计工作流进一步支持了多重检测的实施,在引物-探针选择过程中纳入了序列特征、热力学约束和荧光通道分配。这些特性共同使得能够在标准化的单步格式中构建针对短 RNA 靶标的多重检测。

使用这一平台,我们鉴定并验证了一个由 hsa-miR-223-3p、tsRNA-Asp-GTC-1、rsRNA-28S-12 和 hsa-let-7f-5p 组成的四 sRNA CRC 分类器。在盲法多中心验证中,该分类器达到合并曲线下面积 0.968,敏感性 85.9%,特异性 93.1%,并优于血清 CEA。I–II 期 CRC 的敏感性为 84.6%,支持了这种试剂格式用于疾病早期检测的潜在价值。这些发现表明,OM-sqPCR 可以支持多重检测的构建以及独立队列中 CRC 的临床相关分类。

OM-sqPCR 的另一优势在于其技术适应性。一旦确定小 RNA 阵列,该平台可在不重新优化反应化学或热循环参数的情况下容纳新的疾病特异性阵列;仅需要通过算法引导的设计流程更换引物-探针组合。作为概念验证,我们将 OM-sqPCR 应用于既往报道的 RCC 和 THCA 阵列,并观察到分类性能得以维持。尽管这些小样本验证仅证明了技术可行性而非完整的临床实用性,但它们证实了 OM-sqPCR 可直接适应其他小 RNA 阵列,凸显了其作为多重定量平台的广泛应用性。

与几种新兴的多重核酸检测方法相比,OM-sqPCR 旨在平衡分析性能与实用实施。该试剂兼容标准 qPCR 仪器,所需血清输入量较小,并相较传统两步 RT-qPCR 缩短了总工作流时间。这些特征可能有助于促进已在实时 PCR 平台上开展工作的实验室采纳使用。在此方面,OM-sqPCR 的潜在价值不仅在于生物标志物测量性能,还在于其与现有实验室工作流的兼容性。

除了诊断用途,循环小 RNA 也被发现在疾病相关生物过程中发挥作用。近期研究提示,tsRNA 和 rsRNA 可能通过结构依赖机制和 Toll 样受体通路调控先天免疫信号。一项关于炎症性肠病的研究发现了多种小 RNA 亚类的协调改变。这些发现凸显了整合多个小 RNA 亚类以捕捉互补的疾病相关分子信号的潜在价值。

总之,OM-sqPCR 提供了一种单步多重 RT-qPCR 平台,可对多个循环小 RNA 亚类进行统一测量。在本研究中,该试剂展现出稳健的分析性能,并支持了对结直肠癌的盲法多中心分类。通过进一步的前瞻性和外部验证,该方法可能有助于推进循环小 RNA 生物标志物在临床实验室中的更广泛应用。

**研究局限性**

本研究存在若干局限性。首先,用于生物标志物发现的小 RNA 测序流程采用常规文库构建,未使用酶学预处理。PANDORA-seq 和 CPA-seq 等新兴方法可能在未来研究中实现更全面的生物标志物鉴定。其次,临床队列来自中国中心,需要在地理和种族多样的人群中进行更广泛的验证以评估普适性。第三,本研究采用横断面设计;前瞻性研究将有助于界定该试剂在目标使用场景中的性能,并将其与既有的非侵入性筛查策略直接比较。第四,尽管计算设计工作流支持了试剂开发,但本研究未系统评估其与替代引物-探针设计策略的比较性能。第五,本研究使用 CEA 作为参考生物标志物。然而,CEA 主要适用于术后监测而非 CRC 筛查,而 FIT(粪便免疫化学检测)才是临床相关的非侵入性筛查对照。由于 HC 队列中配对 FIT 数据不足,未对 FIT 进行正式评估(表 S13)。未来应在筛查人群中纳入配对 FIT 与小 RNA 分类器测量的前瞻性研究,以实现直接的对照比较。作为微创的血液检测,小 RNA 分类器可能代表一种潜在的互补筛查方法,尤其对不愿或无法进行粪便检测的个体而言;但其在常规筛查流程中的临床实用性仍需前瞻性验证。最后,肾细胞癌和甲状腺癌的概念验证分析受限于样本量小以及使用共享的健康对照组。尽管性别分布可比,但 ccRCC 队列年龄大于 HC,潜在与年龄相关的混杂因素无法完全排除。因此,这些发现应被解读为 OM-sqPCR 更广泛适用性的初步技术验证,而非疾病特异性的临床验证。

**资源可及性**

**主要联系人**
有关额外信息和资源的请求应发送给主要联系人 Yanbo Wang(ybwang@nju.edu.cn)。

**材料可及性**
本研究未产生任何独特试剂。

**数据与代码可及性**
• 支持本研究中图表的所有去标识化原始数据已在 Mendeley Data 公开:https://doi.org/10.17632/t96tgd58pf.2。本研究产生的原始 sRNA 测序数据已沉积于基因表达综合库(GEO),登录号 GSE342306。
• 源代码、计算工作流和训练好的分类器实现在 https://github.com/RaceyYe/OM-sqPCR 上公开。库标识符和登录信息也在主要资源表中列出。
• 重新分析本工作所报告数据所需的任何额外信息,可通过合理请求向主要联系人获取。

**致谢**

本研究得到国家自然科学基金(编号:32370629、32000549 和 82003024)、国家自然科学基金重大研究计划培育项目(编号:92049109)以及江苏省重点研发计划–社会发展项目(编号:BE20230804)的支持。

**作者贡献**
Y.W. 构思并设计了研究。D.G.、X.L.、X. Zhang 和 R.Y. 开发了 OM-sqPCR 框架。D.G. 和 X. Zhang 进行了 OM-sqPCR 模型训练相关实验,并由 S. Zhou、G.L.、X. Zhu 协助;S. Zhan、P.Y.、X.W.、L.Y. 和 X.B. 收集了人类血浆样本和临床病理数据。D.G.、X. Zhang 和 Q.Z. 在训练队列上进行了检测实验。S.G.、Q.Z. 和 Y.X. 进行了多中心盲法检测。S.

Zhou和Q.Z.在其他疾病模型上验证了OM-sqPCR。R.Y.和R.X.进行了计算分析。Y.W.起草了手稿,C.-Y.Z.、L.L.、D.G.和X.L.作出了贡献,并纳入了所有作者的反馈。

利益声明:作者声明不存在利益冲突。

STAR★方法

关键资源表

试剂或资源 | 来源 | 标识符

关键商业检测试剂盒

SuperM-MuLV逆转录酶 | Fapon | MD028
HS Taq DNA聚合酶Ⅲ(UDG) | Novoprotein | E285-03
dN(U)TP | Novoprotein | E110
RNase抑制剂 | Fapon | MD015
RNA Simple总RNA试剂盒 | 天根生物 | DP419
VHTS小RNA文库制备试剂盒 | 赵之源 | NR811

已归档数据

图中和表中未识别的原始数据 | Mendeley Data | https://doi.org/10.17632/t96tgd58pf.2
原始小RNA测序数据 | Gene Expression Omnibus | GSE342306

软件和算法

OM-sqPCR源代码及训练好的分类器 | GitHub | https://github.com/RaceyYe/OM-sqPCR
计算工作流程 | GitHub | https://github.com/RaceyYe/OM-sqPCR
BioRender | BioRender | RRID: SCR_018361
GraphPad Prism 10.1.2 | GraphPad Software | RRID: SCR_002798

在新标签页中打开表格

实验模型及研究参与者详情

人类参与者及临床样本采集

在结直肠癌研究中,731名年龄17-88岁的参与者在中国三家医院按照标准化招募和采样方案入组。参与者根据研究设计被分配到四个独立队列:(i) 小RNA测序队列(n = 20),包括10例结直肠癌(CRC)患者和10例健康对照(HCs);(ii) 筛查队列(n = 60),包括30例CRC患者和30例HCs;(iii) 机器学习队列(n = 250),包括101例CRC患者、49例非进展性结直肠腺瘤性息肉(CRP)参与者、41例其他胃肠道疾病患者和59例HCs;以及(iv) 盲法多中心验证队列(n = 401),分别招募于南京鼓楼医院(n = 154)、连云港市第一人民医院(n = 136)和浙江省肿瘤医院(n = 111)。所有中心均遵循统一的参与者招募、血清采集和sRNA处理方案,以支持中心间可比性。人口学特征见表S1。参与者年龄为17-88岁,CRC队列中相关比较组之间在年龄或性别分布上无显著差异(所有p > 0.05)。

预先设定的入组标准以确保队列同质性。CRC病例满足以下纳入标准:(i) 经组织病理学检查确认的CRC初次诊断;(ii) 无其他结直肠病变或结直肠外恶性肿瘤;以及(iii) 无既往治疗史,包括手术、化疗或放疗。HCs招募自体检中心,须满足:(i) 结肠镜检查无异常;(ii) 常规血液、生化和肿瘤标志物检测结果正常;以及(iii) 基于影像和组织学检查无肠道或系统性疾病证据。非进展性腺瘤性息肉(CRP)参与者经结肠镜和病理检查确认,排除合并肠道疾病。所有CRC病例根据美国癌症联合委员会(AJCC)第八版分期标准进行分期。机器学习队列中41例胃肠道疾病干扰组包括肝细胞癌(n = 10)、乙型肝炎(n = 10)、胃腺癌(n = 10)和慢性萎缩性胃炎(n = 11)。干扰组所有参与者均根据招募机构的相应标准诊断流程和病历记录获得临床确认诊断。

为进行概念验证性跨疾病验证以评估OM-sqPCR的技术可扩展性,于2024年至2025年间在江苏省肿瘤医院额外招募了120名参与者,包括40例透明细胞肾细胞癌(ccRCC)患者、40例甲状腺癌(THCA)患者和40例HCs。相同的HC组同时用作两个疾病队列的参考组,因为这些实验旨在评估OM-sqPCR对已报道的疾病相关sRNA面板的技术适应性,而非建立新的疾病特异性诊断分类器。人口学特征见表S12。疾病组与HC组之间的性别分布可比较;然而,ccRCC患者年龄大于HCs。所有ccRCC或THCA患者均根据AJCC第八版标准进行分期。

血清制备方面,每位参与者采集2 mL外周血,在室温下静置30-60分钟,随后以1,500 × g离心15分钟。收集上清液,分装为300 μL份,在-80°C下储存,避免反复冻融。对血清样本进行目视检查,仅纳入无溶血且无脂血的样本用于后续实验。

本研究方案在参与者入组和样本采集前经所有参与医院的机构伦理委员会审查批准:南京鼓楼医院(批准号2022-461-02)、连云港市第一人民医院(批准号2020-178)、浙江省肿瘤医院(批准号IRB-2025-1263 [IIT])和江苏省肿瘤医院(批准号KY-2024-065)。在样本采集前已获取所有参与者的书面知情同意。所有涉及人类参与者的程序均按照《赫尔辛基宣言》进行,并在相应机构伦理委员会的监督下开展。

方法详情

OM-sqPCR检测平台的建立

为实现循环小RNA(sRNAs)的可扩展和临床实用定量,我们开发了一种一步法多重sRNA RT-qPCR(OM-sqPCR)检测试剂盒,可在单一反应管中同时检测miRNAs、tsRNAs和rsRNAs。开发分为两个阶段:(i) 一步法反应化学体系的优化和(ii) 算法辅助的框架用于多重检测设计。

在第一阶段,传统两步法RT-qPCR工作流程被单一管放大系统取代,该系统在同一反应混合物中完成逆转录和定量PCR。这种集成设计将试剂操作和仪器运行次数从两次减少至一次,消除了交叉污染风险,并将总检测时间从约4小时缩短至2小时。标准一步法反应包含两个组分:酶-缓冲液混合物(逆转录酶、热启动DNA聚合酶、反应缓冲液和dNTPs)以及目标特异性引物加荧光探针。为适应短sRNA(< 50 nt)独特的结构和热力学特性,优化了一种定制化的酶-缓冲液配方,以实现短RNA模板的高效逆转录和扩增。

第二阶段旨在将此单一管策略扩展至多荧光通道的多重检测。传统小RNA检测依赖于使用茎环RT引物的两步法RT-qPCR,将约22 nt的sRNAs转化为> 70 nt的cDNA分子,允许引物和探针在qPCR期间退火。正向和反向引物设计为熔点温度约60 °C,水解探针在5′端标记荧光基团、3′端标记淬灭基团以实现实时信号采集。理论上,通过组合具有光谱可分辨荧光基团的不同RT引物、扩增引物和探针即可实现多重检测。然而,开发真正的单管、多通道、一步法RT-qPCR系统面临重大挑战:(i) 茎环RT引物必须保持高目标特异性和折叠稳定性;(ii) PCR引物必须在避免交叉反应的同时保持匹配的GC含量和Tm值以实现同步扩增;以及(iii) 荧光基团-淬灭基团配对必须在光谱上兼容以最小化串扰并最大化信噪比。

为解决这些挑战,我们建立了一个算法辅助的端到端优化框架。对于茎环RT引物生成,sRNA序列特征、预测的二级结构和热力学参数被整合到一个基于实证效率和特异性数据训练的机器学习模型中。候选引物根据其结合亲和力、结构稳定性和脱靶潜力自动评分,并选择相互干扰最小的引物组合用于多重兼容性。扩增引物使用多目标遗传算法设计,同时优化GC含量、熔点温度、引物长度和二聚化潜力,以生成具有同步扩增动力学的引物组合。

对于探针设计,算法引导的荧光分配模块基于光谱重叠、信噪比和通道间兼容性评估荧光基团-淬灭基团配对。使用基于历史检测数据训练的贝叶斯评分模型来选择荧光基团组合,在最小化光谱渗漏的同时最大化检测分辨率。所有设计模块均在一个统一的软件界面中实现,自动化完整工作流程——从sRNA输入序列到优化的RT引物、扩增引物和探针配置。

一步法RT-PCR试剂的评估与优化

为确定与短RNA扩增兼容的反应化学体系,按照厂家方案评估了四种商业可用的一步法RT-PCR试剂盒——这些试剂盒最初为长RNA或DNA模板设计:

(i) One Step PrimeScript? RT-PCR试剂盒(TaKaRa,日本,货号RC801S)
(ii) 一步法RT-PCR试剂盒(Novoprotein,中国,货号E295)
(iii) HiScript II U+ One Step qRT-PCR探针试剂盒(赵之源,中国,货号P612-01)
(iv) HotStart HiTag & Super M-MuLV一步法qRT-PCR混合物(Fapon,中国,货号MD027)

引物和探针由国顺生物(中国滁州)合成。在测试系统中,Novoprotein和Fapon的系统在102 fM至10? fM浓度下分别生成了hsa-miR-16-5p和hsa-let-7g-5p标准品的正确扩增曲线。为进一步优化适合小RNA扩增的配方,对两个系统的逆转录酶和DNA聚合酶进行了交叉组合测试,并对引物和探针浓度进行了系统变化。基于扩增效率和信号线性建立了四种优化反应配方(Mix 1 - 4)。Mix 1 - 4的组成描述见表S2。

反应方案包括20°C孵育5分钟、50°C孵育15分钟、95°C孵育5分钟,随后94°C孵育10秒和55°C孵育30秒进行50个循环。扩增阈值设定在指数期,基线自动确定以获得每条扩增曲线的Ct值。

算法引导的引物和探针设计软件

开发了一个跨平台软件工具以自动化OM-sqPCR平台的引物和探针设计。该程序使用Python编写,在MIT许可证下发布,通过GitHub仓库公开供学术和非商业用途使用。源代码可下载并在本地执行,实现算法工作流程的完全可重复性。

该软件支持每批最多四个小RNA序列的引物和探针自动设计,生成可在单一qPCR反应中共扩增的相互兼容组合。对于超过四个靶标,可将序列分多批处理。由于反应优化的差异,不推荐跨批次组合进行同时检测。

输入序列以FASTA格式上传,可选择自定义茎环序列。参数设置可调整以平衡序列特异性定制与通用检测设计规则。流程集成Primer3-py进行二级结构预测,并应用Premier Biosoft熔点温度公式评估热力学兼容性。基于实验优化参数衍生的评分系统根据预测的扩增效率、结构稳定性和光谱分离对候选组合进行排名。

程序自动输出每个小RNA靶标的前三个引物-探针-载体组合,基于综合性能评分。在标准实验条件下,最高排名的组合推荐作为首选,为一步法多重检测开发提供准确且可重复的起点。

定量与统计分析

研究队列与统计设计

筛查队列旨在使用常规两步法RT-qPCR从测序验证的谱中识别差异表达的sRNA组合。该队列包含60个样本(30个CRC样本和30个HC样本)。来自训练队列的OM-sqPCR测量数据用于开发机器学习模型。估计所需的最小训练队列样本量为146例,招募了250名参与者以提高统计精度。多中心验证队列的样本量使用以下公式计算:

N = [Z??α/?]2 × P(1-P) / Δ2

计算假设Δ = 0.05,Z??α/? = 1.96,p = 0.90,对应阳性组预期敏感性为90%,阴性对照组预期特异性为90%。

此计算得出目标为276名可评估参与者。考虑到10%的脱落率,最小招募目标为304名参与者;本研究通过招募401名参与者超出了此要求。

RNA测序的分析方法

排除未通过质量控制标准的reads(质量评分 < 25或长度 < 18个核苷酸)。Clean reads按顺序比对至以下非编码RNA数据库:(i) miRBase v22用于miRNAs,(ii) GtRNAdb用于人类基因组构建hg19的tRNAs,(iii) NCBI rRNA数据库,以及(iv) piRBase v3.0用于piRNAs。使用这些资源对sRNAs进行注释,并使用miRDeep2鉴定前体-成熟miRNA匹配。tsRNA和rsRNA序列使用SPORTS1.1进行注释,这是SPORTS1.0的更新版本,使用Bowtie工具。候选sRNA要求Benjamini-Hochberg校正后p值(FDR)< 0.05,在CRC样本中平均丰度 > 1,000 TPM,且在CRC中表达高于HC样本。

PCR验证中组间比较分析

为提高样本定量精度,使用10倍连续稀释生成的校准曲线进行绝对定量。将log??转化后的浓度和Ct值分别绘制在X轴和Y轴上以建立线性相关性。通过评估扩增效率和回归系数确定校准曲线有效性,有效性标准设定为扩增效率在100% ± 10%范围内且回归系数R2 ≥ 0.99。

样本Ct值代入标准曲线以计算生物标志物浓度,扩增效率则通过相应公式推导得出。扩增效率 = 10^(-1/斜率) - 1。通过生成ROC曲线评估sRNAs的诊断性能。

机器学习模型的构建

机器学习工作流程包括模型开发和测试两个阶段。推导队列通过分层随机抽样分为训练集(70%)和内部测试集(30%)。模型开发,包括超参数优化和模型选择,仅在训练集内进行。为获得偏差更小的泛化性能估计,嵌套交叉验证重复了10次,采用五折外循环和三折内循环。外循环用于估计模型性能,内循环用于贝叶斯超参数优化。外折的折外预测在重复间取平均值。在每个内交叉验证循环中,选择使AUC最大化的超参数配置。最优决策阈值通过Youden指数定义,使用聚合的折外训练预测;该固定阈值随后应用于内部测试集和外部验证队列。最终模型使用选定的超参数在完整训练集上重新拟合。

鉴于相对于四个特征的样本量有限,候选模型选择旨在减少过拟合,包括线性核支持向量机(SVM-Linear)、随机森林、最小二乘求解器的线性判别分析(LDA-lsqr)以及L2正则化的逻辑回归(LogReg-L2)。这些模型代表了线性、基于核的和非线性学习方法。模型性能通过DeLong检验进行相关AUC的成对比较,以及通过McNemar检验在Youden指数阈值处对分类结果的配对差异进行比较。

模型选择后,最终模型使用选定的超参数在整个训练集上重新拟合。随后在留出的内部测试集和三个独立的外部验证队列中评估性能。判别能力通过ROC曲线下面积(AUC)量化;95%置信区间使用2,000次分层自助重抽样估计。

所有预处理步骤嵌入在scikit-learn管道中,以防止交叉验证折间的信息泄漏。使用SHAP(v0.48.0)和LinearExplainer进行特征归因分析。模型在scikit-learn v1.7.0(Python v3.12.11)中实现,超参数使用scikit-optimize v0.10.2中的BayesSearchCV进行优化。每个模型优化的超参数列于表S7。

统计分析

各个实验的统计分析使用GraphPad Prism v10.0(GraphPad Software, USA)和Microsoft Excel(Microsoft Corporation, USA)进行。除非另有说明,数据以均值±标准误表示,每个点代表一个生物学重复。两个独立组之间的比较使用双尾非配对Student's t检验。使用OM-sqPCR和传统两步法RT-qPCR获得的配对测量使用双尾配对Student's t检验进行比较。三组或更多组之间的比较使用单因素方差分析,随后进行Tukey多重比较检验,报告多重性校正后的p值。年龄比较使用双尾非配对Student's t检验(两组)或单因素方差分析(三组或更多组);性别分布比较使用Pearson卡方检验。ROC性能报告为AUC及其95%置信区间。机器学习评估和模型比较的统计方法如上所述。样本量(n)和生物学重复定义在相应的图注中提供。可获得精确p值时予以报告;低于软件报告限值的报告为p < 0.0001。统计显著性定义为p < 0.05。在图中,p ≥ 0.05, ns;*p < 0.05;**p < 0.01;***p < 0.001;****p < 0.0001。

补充信息 (1)
PDF (1.72 MB)
文档S1。图S1–S3,表S1–S13,和方法S1–S3
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号