JEV | 曾木圣/钟茜/刘万里/曹素梅团队构建基于细胞外囊泡蛋白的机器学习框架，实现食管鳞癌临床前无创早诊

背景：食管鳞状细胞癌（ESCC）因发病隐匿，多数患者确诊时已处中晚期，5年生存率不足30%，亟需无创、精准的早期筛查工具。研究目的：中山大学团队旨在开发基于细胞外囊泡（EV）蛋白的机器学习框架，实现ESCC的临床前无创早诊。他们自主研发了高灵敏度EV蛋白检测平台BarFlare，鉴定出EV-SCC和EV-MMP13等特异性标志物，并构建多准则决策分类融合模型（MCF）。结论：MCF模型在多中心队列中验证显示，诊断早期ESCC的AUC达0.926-0.987，且能在临床确诊前中位34.9个月预警高风险人群，为食管癌早诊提供了有效干预窗口，有望作为内镜筛查前的分流工具。