Objective Pancreatic ductal adenocarcinoma (PDAC) is difficult to diagnose at resectable stage. Recent studies have suggested that extracellular vesicles (EVs) contain long RNAs. The aim of this study was to develop a diagnostic (d-)signature for the detection of PDAC based on EV long RNA (exLR) profiling. Design We conducted a case-control study with 501 participants, including 284 patients with PDAC, 100 patients with chronic pancreatitis (CP) and 117 healthy subjects. The exLR profile of plasma samples was analysed by exLR sequencing. The d-signature was identified using a support vector machine algorithm and a training cohort (n=188) and was validated using an internal validation cohort (n=135) and an external validation cohort (n=178). Results We developed a d-signature that comprised eight exLRs, including FGA, KRT19, HIST1H2BK, ITIH2, MARCH2, CLDN1, MAL2 and TIMP1, for PDAC detection. The d-signature showed high accuracy, with an area under the receiver operating characteristic curve (AUC) of 0.960, 0.950 and 0.936 in the training, internal validation and external validation cohort, respectively. The d-signature was able to identify resectable stage I/II cancer with an AUC of 0.949 in the combined three cohorts. In addition, the d-signature showed superior performance to carbohydrate antigen 19-9 in distinguishing PDAC from CP (AUC 0.931 vs 0.873, p=0.028). Conclusion This study is the first to characterise the plasma exLR profile in PDAC and to report an exLR signature for the detection of pancreatic cancer. This signature may improve the prognosis of patients who would have otherwise missed the curative treatment window.

中文翻译：

---

血浆细胞外囊泡长 RNA 分析确定了检测胰腺导管腺癌的诊断特征

目的胰腺导管腺癌（PDAC）在可切除阶段难以诊断。最近的研究表明，细胞外囊泡 (EV) 含有长 RNA。本研究的目的是基于 EV 长 RNA (exLR) 分析开发用于检测 PDAC 的诊断 (d-) 签名。设计 我们对 501 名参与者进行了病例对照研究，其中包括 284 名 PDAC 患者、100 名慢性胰腺炎 (CP) 患者和 117 名健康受试者。通过exLR测序分析血浆样品的exLR谱。使用支持向量机算法和训练队列 (n=188) 识别 d 签名，并使用内部验证队列 (n=135) 和外部验证队列 (n=178) 进行验证。结果 我们开发了一个包含 8 个 exLR 的 d 签名，包括 FGA、KRT19、HIST1H2BK、ITIH2、MARCH2、CLDN1、MAL2 和 TIMP1，用于 PDAC 检测。d 签名显示出高精度，在训练、内部验证和外部验证队列中，接受者操作特征曲线 (AUC) 下的面积分别为 0.960、0.950 和 0.936。在合并的三个队列中，d 特征能够以 0.949 的 AUC 识别可切除的 I/II 期癌症。此外，d 特征在区分 PDAC 和 CP 方面表现出优于碳水化合物抗原 19-9 的性能（AUC 0.931 对 0.873，p=0.028）。结论 本研究首次对 PDAC 中的血浆 exLR 谱进行表征，并报告了用于检测胰腺癌的 exLR 特征。这种特征可能会改善原本会错过治愈性治疗窗口的患者的预后。d 签名显示出高精度，在训练、内部验证和外部验证队列中，接受者操作特征曲线 (AUC) 下的面积分别为 0.960、0.950 和 0.936。在合并的三个队列中，d 特征能够以 0.949 的 AUC 识别可切除的 I/II 期癌症。此外，d 特征在区分 PDAC 和 CP 方面表现出优于碳水化合物抗原 19-9 的性能（AUC 0.931 对 0.873，p=0.028）。结论 本研究首次对 PDAC 中的血浆 exLR 谱进行表征，并报告了用于检测胰腺癌的 exLR 特征。这种特征可能会改善原本会错过治愈性治疗窗口的患者的预后。d 签名显示出高精度，在训练、内部验证和外部验证队列中，接受者操作特征曲线 (AUC) 下的面积分别为 0.960、0.950 和 0.936。在合并的三个队列中，d 特征能够以 0.949 的 AUC 识别可切除的 I/II 期癌症。此外，d 特征在区分 PDAC 和 CP 方面表现出优于碳水化合物抗原 19-9 的性能（AUC 0.931 对 0.873，p=0.028）。结论 本研究首次对 PDAC 中的血浆 exLR 谱进行表征，并报告了用于检测胰腺癌的 exLR 特征。这种特征可能会改善原本会错过治愈性治疗窗口的患者的预后。在训练、内部验证和外部验证队列中分别为 0.950 和 0.936。在合并的三个队列中，d 特征能够以 0.949 的 AUC 识别可切除的 I/II 期癌症。此外，d 特征在区分 PDAC 和 CP 方面表现出优于碳水化合物抗原 19-9 的性能（AUC 0.931 对 0.873，p=0.028）。结论 本研究首次对 PDAC 中的血浆 exLR 谱进行表征，并报告了用于检测胰腺癌的 exLR 特征。这种特征可能会改善原本会错过治愈性治疗窗口的患者的预后。在训练、内部验证和外部验证队列中分别为 0.950 和 0.936。在合并的三个队列中，d 特征能够以 0.949 的 AUC 识别可切除的 I/II 期癌症。此外，d 特征在区分 PDAC 和 CP 方面表现出优于碳水化合物抗原 19-9 的性能（AUC 0.931 对 0.873，p=0.028）。结论 本研究首次对 PDAC 中的血浆 exLR 谱进行表征，并报告了用于检测胰腺癌的 exLR 特征。这种特征可能会改善原本会错过治愈性治疗窗口的患者的预后。此外，d 特征在区分 PDAC 和 CP 方面表现出优于碳水化合物抗原 19-9 的性能（AUC 0.931 对 0.873，p=0.028）。结论 本研究首次对 PDAC 中的血浆 exLR 谱进行表征，并报告了用于检测胰腺癌的 exLR 特征。这种特征可能会改善原本会错过治愈性治疗窗口的患者的预后。此外，d 特征在区分 PDAC 和 CP 方面表现出优于碳水化合物抗原 19-9 的性能（AUC 0.931 对 0.873，p=0.028）。结论 本研究首次对 PDAC 中的血浆 exLR 谱进行表征，并报告了用于检测胰腺癌的 exLR 特征。这种特征可能会改善原本会错过治愈性治疗窗口的患者的预后。