1. 领域背景与文献引入
文献英文标题：Integrated proteomics and machine learning identifies tissue-of-origin biomarkers for squamous cell carcinoma of unknown primary；发表期刊：BMC Medical Genomics；影响因子：未公开；研究领域：肿瘤学-鳞状细胞癌诊断与分子标志物研究
未知原发灶癌症（CUP）是一类难以确定肿瘤起源部位的恶性肿瘤，其中鳞状细胞癌（SCC）亚型（SCCUP）占比约15%，其治疗方案高度依赖原发灶的定位，但SCC因多器官共享相似的组织形态学特征（如角质珠形成、细胞内角化），导致SCCUP的原发灶诊断难度远高于非SCC亚型。领域共识：SCCUP患者对放化疗敏感性更高，总生存期（OS）（12-18个月）显著优于非SCCUP（6-9个月），但因原发灶无法确定，常错过器官特异性治疗窗口。现有诊断方法存在明显局限：传统组织形态学无法区分不同原发灶的SCC；免疫组化（IHC）的泛SCC标志物（如细胞角蛋白5/6、P63）缺乏位点特异性；基于基因的检测（如90基因检测）对SCCUP的诊断准确性仅65%，且无法细分头颈部与鼻咽部来源。针对上述研究空白，本研究整合大规模多中心SCC队列的蛋白质组学数据与机器学习算法，构建高精度SCCUP原发灶预测模型，同时开发临床可行的简化免疫组化诊断面板，为SCCUP的精准诊断提供新方案。
2. 文献综述解析
作者按诊断技术类型将现有SCCUP相关研究分为组织形态学、免疫组化、基因检测、蛋白质组学四大类，系统评述了各类方法的优势与局限性，明确了当前SCCUP诊断中缺乏高精度、可细分、临床可行的分子标志物的核心问题，为本文的研究设计提供了逻辑基础。
组织形态学研究显示，不同原发灶的SCC共享鳞状分化的典型特征，如角质珠形成和细胞内角化，这些特征仅能确诊SCC亚型，无法区分原发灶部位，临床应用价值有限。免疫组化研究中，泛SCC标志物（如细胞角蛋白5/6、P63）虽能识别SCC，但位点特异性极低，无法满足原发灶定位需求；针对病毒相关SCC的标志物（如HPV相关的P16、EBV相关的EBER）仅能覆盖宫颈、鼻咽等部分SCC亚型，适用范围较窄。基因检测研究方面，已获批的90基因检测可覆盖21种常见实体瘤，但对SCCUP的诊断准确性仅65%，且无法细分头颈部与鼻咽部的SCC来源，难以满足临床精准诊疗需求。蛋白质组学研究在泛肿瘤分型中展现出潜力，能反映肿瘤细胞的功能状态差异，但此前缺乏针对SCCUP的大样本多中心验证研究，未形成可临床转化的标志物面板。
与现有研究相比，本研究的核心创新点在于首次聚焦SCCUP的多中心大样本队列，整合蛋白质组学与机器学习技术构建了39蛋白标志物分类器（39PBC），在内部及多中心验证中曲线下面积（AUC）达0.924-0.971，诊断准确性超87%，显著优于现有基因检测方法；同时开发了包含4个蛋白标志物+EBER的简化免疫组化面板，解决了蛋白质组学检测成本高、技术复杂的临床转化难题；此外，本研究还揭示了SCC异质性的分子机制，明确了代谢激活驱动转移、免疫调控的位点特异性等关键特征，为SCC的精准治疗提供了新的分子靶点。
3. 研究思路总结与详细解析
本研究的核心目标是构建SCCUP的高精度原发灶预测模型并开发临床可行的简化诊断工具，核心科学问题为“如何利用蛋白质组学特征区分不同原发灶的SCC，并解析其异质性与转移的分子机制”，技术路线遵循“样本队列构建→分子特征筛选→模型构建与验证→临床转化工具开发→分子机制解析”的闭环逻辑，确保研究结果的科学性与临床实用性。
3.1 多中心临床样本收集与预处理
实验目的：构建覆盖主要原发灶、不同转移阶段的SCC大样本队列，为后续分析提供可靠的临床样本基础。
方法细节：从复旦大学附属肿瘤医院（FUSCC）及6家合作医院、澳门镜湖医院共收集682例未接受过抗肿瘤治疗的福尔马林固定石蜡包埋（FFPE）SCC样本，分为蛋白质组学队列（FUSCC 324例、多中心63例）和免疫组化队列（FUSCC 360例、澳门150例）；样本涵盖宫颈、食管、肺、鼻咽、头颈部的原发及转移性SCC，其中转移性样本包括淋巴结转移和远处转移亚群；收集所有样本的临床病理特征（年龄、性别、分化程度、HPV/EBV状态、转移部位等），并对FUSCC蛋白质组学队列的324例患者进行随访至2023年6月。
结果解读：样本队列全面覆盖了SCC的主要原发部位及转移阶段，EBV阳性主要集中在鼻咽SCC，HPV阳性常见于宫颈SCC及部分头颈部SCC（n=24），其中转移性病例占18例；蛋白质组学检测在324例样本中定量到6987个蛋白（1% FDR，强度>1500），单样本鉴定蛋白数为1502-3137个，样本间Spearman相关系数中位数为0.647，显示高组内一致性，且未检测到显著的批次效应；生存分析显示，不同原发灶SCC的总生存期相近，但原发鼻咽SCC的无进展生存期（PFS）显著短于其他部位（P<0.0001，n=157）。
产品关联：文献未提及具体实验产品，领域常规使用液相色谱-串联质谱（LC-MS/MS）系统（如Thermo Fisher的Q Exactive HF-X）进行蛋白质组学检测，使用组织芯片（TMA）进行免疫组化检测。
3.2 位点特异性蛋白特征筛选与机器学习模型构建
实验目的：筛选不同原发灶SCC的特异性蛋白表达特征，构建高精度的SCCUP原发灶预测模型，并验证模型的泛化能力。
方法细节：使用R包limma对FUSCC蛋白质组学队列的蛋白表达数据进行差异表达分析，筛选满足“在至少70%的某类SCC样本中鉴定到、平均丰度是其他类型的2倍以上、BH校正P<0.01”的位点特异性蛋白；将FUSCC队列按3:1随机分为训练集（n=246）和内部验证集（n=78），采用最小绝对收缩和选择算子（LASSO）进行特征选择，结合支持向量机（SVM）算法构建预测模型，通过10折交叉验证优化模型参数；同时构建简化的21蛋白分类器（21PBC），并与随机森林、梯度提升算法进行性能对比。
结果解读：共筛选得到696个跨位点特异性蛋白，进一步通过LASSO特征选择构建39蛋白分类器（39PBC），训练集的受试者工作特征曲线（ROC）下面积（AUC）为0.924，诊断准确性为87.8%（n=246）；内部验证集AUC为0.961，准确性为87.2%（n=78）；多中心队列验证显示，39PBC的AUC为0.971，准确性为87.3%（n=63），其中宫颈、食管、鼻咽SCC的敏感性、特异性、平衡准确性均优于肺和头颈部SCC。简化的21PBC模型在训练集AUC为0.899，准确性80.1%；内部验证集AUC为0.950，准确性80.8%；多中心队列AUC为0.949，准确性80.95%，性能略低于39PBC但仍保持较高诊断价值。算法对比显示，SVM模型在各队列中的性能均优于随机森林和梯度提升算法，具有更好的泛化能力。
产品关联：文献未提及具体实验产品，领域常规使用R语言的limma、glmnet（LASSO）、e1071（SVM）包进行生物信息学分析。
3.3 简化免疫组化诊断面板开发与验证
实验目的：基于39PBC中的蛋白标志物，开发临床可行的低成本免疫组化诊断面板，用于SCC原发灶的快速筛查。
方法细节：在FUSCC免疫组化队列的组织芯片上检测39PBC中所有蛋白的表达情况，结合EBER原位杂交（ISH）结果，排除在鳞状上皮细胞中缺失或泛表达的蛋白，筛选得到具有位点特异性的蛋白标志物；在澳门队列的组织芯片上验证筛选得到的标志物的表达及诊断性能，最终确定简化的免疫组化诊断面板。
结果解读：通过免疫组化验证，筛选得到4个具有位点特异性的蛋白标志物：CCDC6、LGALS7（半乳糖凝集素7）、LGALS9（半乳糖凝集素9）、P16，联合EBER组成5标志物诊断面板。FUSCC队列验证显示，P16能有效区分宫颈SCC与其他亚型，AUC为0.874（训练集）、0.929（内部验证集）、0.851（多中心队列）；CCDC6对宫颈SCC的AUC为0.714-0.771；LGALS7能有效识别鼻咽SCC，AUC为0.800-0.870；LGALS9对鼻咽SCC的AUC为0.884-0.712。澳门队列验证结果与FUSCC队列一致：LGALS7在94.2%的宫颈、食管、头颈部SCC中阳性表达，在几乎所有鼻咽SCC中阴性表达；LGALS9在几乎所有鼻咽SCC中阳性表达；P16对宫颈SCC的AUC为0.902，EBER对鼻咽SCC的AUC为0.826。基于这些标志物，建立了SCC的免疫组化分类范式：宫颈SCC为P16阳性、LGALS7阳性、CCDC6阳性、EBER阴性、LGALS9阴性；食管SCC为CCDC6阳性、LGALS7阳性、EBER阴性、LGALS9阴性；肺SCC为CCDC6阳性、P16阴性、EBER阴性、LGALS9阴性；鼻咽SCC为EBER阳性、CCDC6弱阳性、LGALS9阳性、LGALS7阴性、P16阴性；头颈部SCC为CCDC6阳性、EBER阴性、LGALS9阴性。
产品关联：文献未提及具体实验产品，领域常规使用兔单克隆抗体进行免疫组化检测，使用EBER原位杂交试剂盒检测EBV感染。
3.4 真实世界病例验证与分子机制解析
实验目的：验证39PBC模型在真实世界SCCUP及双原发癌病例中的诊断性能，解析SCC异质性及转移的分子机制，为精准治疗提供理论依据。
方法细节：将39PBC模型应用于6例SCCUP和1例双原发癌病例，对比病理诊断及90基因检测结果；通过基因集变异分析（GSVA）解析不同原发灶SCC的通路富集差异；通过生存相关性分析筛选预后相关蛋白；对比原发与转移性SCC、淋巴转移与血行转移的蛋白表达差异，分析转移相关通路；将样本分为非转移原发、早期转移原发、早期转移、晚期转移四个阶段，解析不同进展阶段的分子特征。
结果解读：真实世界病例验证显示，39PBC模型在3例SCCUP和1例双原发癌病例中的预测结果与病理诊断一致，且能细分90基因检测无法区分的鼻咽部来源；在另外3例SCCUP病例中，39PBC的预测结果为临床诊断提供了重要参考。分子机制解析显示，不同原发灶SCC的通路富集存在显著差异：宫颈SCC富集细胞周期、E2F、P53通路；食管SCC富集角化、缺氧、糖代谢通路；肺SCC富集凋亡、mTORC1通路；鼻咽SCC富集免疫相关通路（如异体移植排斥、干扰素-γ应答）；头颈部SCC富集角化通路。生存相关性分析显示，22个蛋白与原发SCC的PFS正相关（P<0.01，n=157），37个蛋白与PFS负相关（P<0.01，n=157）；26个蛋白与转移性SCC的OS负相关（P<0.01，n=167），45个蛋白与OS正相关（P<0.01，n=167）；其中ACSL1、LGALS9、PKP2在原发和转移性SCC中的预后相关性相反。原发与转移性SCC的差异蛋白分析显示，138个蛋白在转移性SCC中上调，富集转移相关通路；淋巴转移样本富集免疫通路，血行转移样本富集代谢通路；晚期转移阶段呈现代谢重编程，糖酵解和脂肪酸氧化酶活性显著升高。
产品关联：文献未提及具体实验产品，领域常规使用R包GSVA进行通路富集分析，使用survival包进行生存分析。
4. Biomarker研究及发现成果解析
本研究发现两类SCC诊断与预后生物标志物，一类是用于高精度原发灶预测的39PBC蛋白组标志物，另一类是用于临床低成本筛查的4个蛋白标志物+EBER的免疫组化面板，两类标志物均经过多中心队列验证，具有较高的临床转化价值。
Biomarker定位：39PBC中的39个蛋白标志物属于组织起源预测标志物，筛选逻辑为“多中心SCC队列FFPE样本蛋白质组学检测→跨位点差异表达蛋白筛选→LASSO特征选择→SVM模型构建→内部及多中心验证”；简化免疫组化面板中的4个蛋白标志物（CCDC6、LGALS7、LGALS9、P16）+EBER属于临床筛查标志物，筛选逻辑为“39PBC蛋白免疫组化表达验证→排除泛表达/鳞状上皮缺失蛋白→结合EBV/HPV相关标志物→多中心免疫组化队列验证”。
研究过程详述：39PBC标志物来源于682例多中心临床FFPE样本的蛋白质组学检测，验证方法为机器学习模型的内部及多中心盲法验证，特异性和敏感性表现为：训练集对宫颈、食管、鼻咽SCC的敏感性、特异性均超80%，多中心队列整体诊断准确性为87.3%（n=63），AUC为0.971，95%置信区间未明确提供。免疫组化面板标志物中，P16为HPV相关的宫颈SCC标志物，来源于临床FFPE样本的免疫组化检测，验证方法为多中心免疫组化队列验证，对宫颈SCC的AUC为0.851-0.946，敏感性和特异性未单独标注；CCDC6、LGALS7、LGALS9为新发现的位点特异性蛋白标志物，LGALS7在鼻咽SCC中阴性表达，AUC为0.800-0.870（n=360+150）；LGALS9在鼻咽SCC中阳性表达，AUC为0.712-0.884（n=360+150）；EBER通过原位杂交检测EBV感染，对鼻咽SCC的AUC为0.826-0.996（n=360+150）。
核心成果提炼：39PBC作为SCCUP的原发灶预测标志物，首次实现了SCCUP的高精度分型，在多中心队列中AUC达0.924-0.971，诊断准确性超87%，且能细分90基因检测无法区分的头颈部与鼻咽部SCC来源，为SCCUP的精准治疗提供了关键依据。简化免疫组化面板为临床提供了低成本、易操作的筛查工具，单个标志物对宫颈、鼻咽SCC的AUC均超0.8，联合使用可实现SCC的快速分型。预后相关标志物方面，22个蛋白与原发SCC的PFS正相关（P<0.01，n=157），37个蛋白与PFS负相关（P<0.01，n=157）；26个蛋白与转移性SCC的OS负相关（P<0.01，n=167），45个蛋白与OS正相关（P<0.01，n=167），其中ACSL1、LGALS9、PKP2在原发和转移性SCC中的预后相关性相反，为SCC的阶段特异性治疗提供了新靶点。本研究的创新性在于首次基于多中心大样本SCC队列构建蛋白质组学-机器学习联合的原发灶预测模型，同时开发了临床可行的简化免疫组化面板，填补了SCCUP精准诊断领域的空白。