尿液代谢物不用标签也能分出癌症：四代谢物面板在八种癌上保留九成监督学习判别力

四种代谢物在尿液和血浆中的组合可以把癌症病例与无癌对照分开，这一分离在八种癌症类型中都出现。 此前面板多依赖病例对照标签来建立和归一化，很少检验分离是否存在于代谢物数据本身。 在4,225份样本（3,875份尿液、350份血浆，来自4,105人，含八种癌症的2,555份病例样本和1,670份对照样本）中，组合评分区分病例与对照的AUC为0.922，各癌种与对照的差异从间皮瘤的2.56 SD到肝癌的0.56 SD。

一个不使用结局标签的高斯混合模型仍能恢复大部分病例对照分离。 监督随机森林在同一批特征上达到AUC 0.991，而此前没有代谢物研究在同一特征上比较无标签与监督分析。 无标签模型AUC为0.925（95% CI 0.917–0.934），灵敏度0.827、特异度0.941，保留监督模型AUC的93.4%；其归一化使用同一样本类型全部样本的均值与标准差，不使用病例对照标签。

在诊断时采集的病例中，较高的组合评分与较短的总生存相关。 此前该面板的预后关联未在跨八种癌症的多队列中一并报告。 在2,384名有随访的病例中，组合评分每升高1 SD的全因死亡风险比为1.33（95% CI 1.24–1.42），结肠癌2.85、间皮瘤2.74、肺癌2.02、前列腺癌1.73、乳腺癌1.56、肝癌1.26，胶质母细胞瘤和胰腺癌未见关联。

这项工作面向代谢物生物标志物与多癌检测的研究者：它展示的是诊断时采集样本中病例与对照的分离，以及无标签模型能恢复其中大部分分离。作者提出的下一步是前瞻性、诊断前采样，独立队列与不同分析平台的外部验证，在明确高危人群中评估并纳入良性及合并症对照，统一测量四种分析物，以及个体内连续采样。

样本在诊断时或接近诊断时采集，因此结果描述的是诊断判别，代谢物是否在临床诊断前升高尚未检验。病例对照设计可能相对筛查人群高估性能，对照中良性疾病的合并症信息不可得。验证为内部验证，仍需独立前瞻队列和不同质谱平台。检测覆盖随队列不同并与癌种相关，血浆样本量小，乳腺癌队列仅测两种分析物。死因未记录，竞争风险分析依赖基于分期的假设，仅作支持性结果。