Ein nicht-invasives und screeningfähiges miRNA-Signatur für gastrointestinale Krebserkrankungen (MiGIC)

In dieser Studie werden wir eine umfassende, retrospektive, internationale multizentrische Kohorte etablieren, die aus peripheren Blutproben von Patienten mit wichtigen gastrointestinalen Krebserkrankungen – einschließlich hepatozellulärem Karzinom (HCC), Cholangiokarzinom (CCA), duktalen Adenokarzinomen des Pankreas (PDAC), Plattenepithelkarzinomen der Speiseröhre (ESCC), Magenkrebs (GC) und kolorektalem Karzinom (CRC) – sowie nicht-malignen Kontrollen besteht. Eine Small-RNA-Sequenzierung wird durchgeführt, um hochauflösende zirkulierende miRNA-Expressionsprofile zu erhalten.

Während der Entdeckungsphase werden wir strenge Vorverarbeitung, Normalisierung, Batch-Effekt-Korrektur und Differentielle-Expressions-Analyse anwenden, um zirkulierende miRNAs zu identifizieren, die mit maligner Transformation über GI-Krebsarten hinweg assoziiert sind. Auf maschinellem Lernen basierende Merkmalsauswahl (z.B. LASSO, mRMR und Ensemble-Selektion) und Klassifikatorenkonstruktion (z.B. SVM, Random Forest, XGBoost) werden dann eingesetzt, um ein minimales und robustes miRNA-Panel abzuleiten, das optimal zwischen Krebs und Nicht-Krebs unterscheidet.

In der Modellierungs- und Evaluierungsphase wird die identifizierte miRNA-Signatur einem internationalen multizentrischen Training und Validierung unterzogen, wodurch Reproduzierbarkeit über geografische Regionen, Sequenzierungsplattformen und klinische Demografien hinweg sichergestellt wird. Über die binäre Klassifikation hinaus werden wir zusätzlich die Fähigkeit des Panels bewerten, zwischen verschiedenen GI-Krebs-Subtypen zu unterscheiden, was die Differentialdiagnose und Tumorentstehungsinferenz unterstützt. Die Modellleistung wird anhand von AUROC, Sensitivität bei klinisch relevanten Spezifitätsschwellenwerten, stadien-spezifischer Detektionsfähigkeit (mit Schwerpunkt auf Tumoren im Frühstadium) und Kalibrierung in unabhängigen Kohorten bewertet.

Durch diese sequenzielle Entdeckungs- → Modellierungs- → multizentrische Validierungspipeline streben wir an, ein nicht-invasives zirkulierendes miRNA-Panel zu konstruieren, das in der Lage ist, (1) präzise zwischen Krebs- und Nicht-Krebs-Individuen zu unterscheiden und (2) multiple gastrointestinale Krebsarten zu differenzieren, wodurch ein klinisch skalierbares Werkzeug für Früherkennung und Screening auf Bevölkerungsebene bereitgestellt wird.