仅供医学专业人士阅读参考
尽管目前现有的生物标志物和风险计算器需要进一步验证，但它们在改善中国男性前列腺癌的早期诊断方面已初见成效。
前列腺癌（PCa）是男性健康“沉默的杀手”，根据2020年《临床肿瘤杂志》（CA）发表的数据显示，在男性预计新发病例中，PC位居首位，其预计死亡人数占总数的10%1。在中国，前列腺癌是第七大最常见的癌症，也是第十大男性癌症死亡原因2-3。
虽然前列腺癌的发病率在全球呈下降趋势，但由于中国缺乏强制性或定期的筛查，并且中国人群缺乏成熟的生物标志物或筛查方法，PC的发病率和死亡率都在上升4。
在PCa的诊断中，前列腺特异性抗原（PSA）是与前列腺癌早期诊断相关的标志物，广泛用于前列腺癌筛查，但PSA与PCa的关系在不同研究中差异较大5。此外，总PSA水平作为活检的诊断工具，其假阴性和假阳性结果的比率均很高，因而会导致诊断延误和不必要的活检，也就是说，单独使用PSA可能导致过度诊断。
那么，有哪些新的生物标志物可应用于PC的早期诊断呢?
前列腺癌抗原3（PCA3）
PCA3是PCa中过表达的非编码RNA，但在正常组织或其他肿瘤类型中无法检测6。已有证据显示PCA3评分在预测PC方面准确性很高，比单独使用PSA更准确，且已被美国食品药品监督管理局（FDA）批准用于诊断阳性PCa（cut-off值为25）7-8。
前列腺健康指数（PHI）
对于直肠指检阴性（DRE）和tPSA为2-10ng/ml的男性来说，PHI预测前列腺癌的准确性明显高于tPSA，后者无法区分前列腺癌患者与非患者9。更重要的是，无论对欧洲人还是中国人来说, 与PCA3、tPSA或PSAD相比，PHI是最准确的前列腺癌预测因子，并且与Gleason评分相关9-10。FDA已批准PHI用于检测50岁及以上男性、tPSA水平为4-10ng/ml和阴性DRE的前列腺癌发病情况11。
TMPRSS2: ERG
除了血清生物标志物外，尿液生物标志物也逐渐引起关注。Tmprss2（跨膜丝氨酸蛋白酶2）和ERG（E26转化特异性癌基因家族成员）融合基因在前列腺癌中具有高度特异性，其预测具有临床意义PCa的特异性达93.2%12。大约50%的PCa患者中存在这种融合基因，并可以在尿液中检测到融合的RNA转录体。
不过，与TMPRSS2:ERG重排相关的ERG核表达在我国PCa患者样本中明显低于英国男性，这意味着TMPRSS2:ERG重排可能并不是适合中国PCa患者的生物标志物13。
除此之外，磁共振成像等成像技术正在提高早期诊断的准确性，但每种技术都有其局限性。例如，多参数磁共振成像技术（mpMRI）的特异性不如活检和PSA，所以单独使用mpMRI进行早期诊断也是有限的4。而通过结合多个变量的风险预测模型（如结合新的生物标志物和mpMRI）确定前列腺癌的可能性，可以进一步提高PCa的早期诊断率4。
基于欧美人群的PCPT-RC和ERSPC-RC风险计算器尚未在中国人群中进行验证。不过，诸多中国学者在探索PCa早期诊断风险模型的研究结果已初见曙光。
相比于PCPT-RC，我国学者研发的华山风险计算器，通过年龄、DRE结果、PV、PSA、%fPSA 和经直肠超声活检结果（华山RC1）可更好地检测我国汉族男性的前列腺癌14。
另一个PCa预测模型即前列腺癌预测因子（PCP）为tPSA、fPSA和复合PSA （cPSA）的组合，当2≤tPSA＜10ng/ml或10≤tPSA＜20ng/ml时, 该模型与前列腺癌密切相关，且明显较PSA、fPSA、f/tPSA、cPSA对PCa更具预测价值15。
中国前列腺癌联盟前列腺癌风险量表（CPCC-RC）将年龄、logPSA、logPV、fPSA和DRE结合起来计算前列腺癌（模型1）或高级别前列腺癌（模型2）的风险16。与ERSPC-RC或PCPT-RC相比，CPCC-RC在中国人群中显示出更好的准确性和临床效益。
随着mpMRI在中国的应用逐渐普遍，前列腺影像报告和数据系统（PI-RADS）评分可纳入风险因素。我国学者开发的诺模图（LR模型），可用于检测PSA水平在4-10ng/ml之间的高级别前列腺癌，是识别PSA水平处于”灰色地带”的有效工具，可避免不必要的活检17。
由于缺乏对晚期疾病的有效治疗，早期诊断对降低PCa死亡率至关重要。新的生物标志物可进一步改进现有的风险预测模型并增强其预测能力。尽管目前现有的生物标志物和风险计算器需要进一步验证，但它们在改善中国男性前列腺癌的早期诊断方面已初见成效。这将有助于降低中国PCa的死亡率，提高诊治疗效。
参考文献：
[1]Rebecca L. Siegel, Kimberly D. Miller, Ahmedin Jemal. Cancer statistics, 2020J. CA: A Cancer Journal for Clinicians, 2020.
[2]Chen W, Zheng R, Baade PD, et al. Cancer statistics in China, 2015. CA: Cancer
J Clin. 2016; 66(2): 115-32.
[3]Chen WQ, Li H, Sun KX, et al. Report of cancer incidence and mortality in
China, 2014. Chin J Cancer Res. 2018; 30: 1-12.
[4]Yu W, Zhou L. Early Diagnosis of Prostate Cancer from the Perspective of Chinese Physicians. J Cancer 2020; 11(11):3264-3273. doi:10.7150/jca.36697.
[5]Catalona WJ, Smith DS, Ratliff TL, et al. Measurement of prostate-specific antigen in serum as a screening test for prostate cancer. N Engl J Med. 1991; 324(17): 1156-61.
[6]Bussemakers MJ, van Bokhoven A, Verhaegh GW, et al. DD3: a new prostate-specific gene, highly overexpressed in prostate cancer. Cancer Res. 1999; 59(23): 5975-9.
[7]Summary of safety and effectiveness data: PROGENSA PCA3 assay. 2012;
P100033.
[8]Haese A, de la Taille A, Van Poppel H, et al. Clinical utility of the PCA3 urine assay in European men scheduled for repeat biopsy. Eur Urol. 2008; 54(5): 1081-8.
[9]Seisen T, Rouprêt M, Brault D, et al. Accuracy of the prostate health index versus the urinary prostate cancer antigen 3 score to predict overall and significant prostate cancer at initial biopsy. Prostate. 2015; 75(1): 103-11.
[10]Ferro M, Bruzzese D, Perdonà S, et al. Predicting prostate biopsy outcome: prostate health index (phi) and prostate cancer antigen 3 (PCA3) are useful biomarkers. Clin Chim Acta. 2012; 413(15-16): 1274-8.
[11]Gutierrez A. P090026 Access Hybritech p2PSA on the Access Immunoassay Systems. Food and Drug Administration. 2012.
[12]Leyten GH, Hessels D, Jannink SA, et al. Prospective multicentre evaluation of PCA3 and TMPRSS2-ERG gene fusions as diagnostic and prognostic urinary biomarkers for prostate cancer. Eur Urol. 2014; 65(3): 534-42.
[13]Xue L, Mao X, Ren G, et al. Chinese and Western prostate cancers show alternate pathogenetic pathways in association with ERG status. Am J Cancer Res. 2012; 2(6): 736-44
[14]Wu YS, Zhang N, Liu SH, et al. The Huashan risk calculators performed better in prediction of prostate cancer in Chinese population: a training study followed by a validation study. Asian J Androl. 2016; 18(6): 925-9.
[15]Wang Q, Li YF, Jiang J, Zhang Y, Liu XD, Li K. The establishment and evaluation of a new model for the prediction of prostate cancer. Medicine (Baltimore). 2017; 96(11): e6138.
[16]Chen R, Xie L, Xue W, et al. Development and external multicenter validation of Chinese Prostate Cancer Consortium prostate cancer risk calculator for initial prostate biopsy. Urol Oncol. 2016; 34(9): 416. e1,416. e7.
[17]Niu X, Li J, Das SK, Xiong Y, Yang C, Peng T. Developing a nomogram based on multiparametric magnetic resonance imaging for forecasting high-grade prostate cancer to reduce unnecessary biopsies within the prostate-specific antigen gray zone. BMC Med Imaging. 2017; 17(1): 11.
审批号：CN-100073 Expiration Date: 2022-9-8
*本材料由阿斯利康支持，仅供医疗卫生专业人士参考
* 医学界力求其发表内容在审核通过时的准确可靠，但并不对已发表内容的适时性，以及所引用资料（如有）的准确性和完整性等作出任何承诺和保证，亦不承担因该些内容已过时、所引用资料可能的不准确或不完整等情况引起的任何责任。请相关各方在采用或者以此作为决策依据时另行核查。
