近期，允英医疗旗下的精准医学与伴随诊断重点实验室、分子医学诊断研究院联合嘉兴大学附属医院（嘉兴市第一医院）泌尿外科，利用允英医疗自主研发的高效cfDNA提取技术DNAplus、亚硫酸盐转化技术MetPro及甲基化靶向测序技术MetSeq，通过随机森林机器学习算法成功构建了基于中国人群的膀胱癌诊断模型，灵敏度91.3%，特异性达到100%。

相关研究成果以题为“Urine IRF4/PENK/PXDN Methylation Signatures Enable Machine Learning-Driven Bladder Cancer Detection and Microenvironment Dissection”的论文形式，正式发表于SCI期刊Technology in Cancer Research & Treatment（DOI: 10.1177/15330338261453486），该论文的通讯作者为嘉兴市第一医院泌尿外科何屹主任以及允英医疗首席执行官张道允博士¹。

图1. 总入组参与者的流程图及各步骤中排除参与者的具体数量。

本研究共入组155名受试者，包含68例膀胱癌患者（BC），57例非膀胱癌泌尿系统疾病患者（如泌尿系炎症、良性前列腺增生等）以及30位健康志愿者，按2:1分为训练集（45例BC，58例非膀胱癌受试者）和验证集（23例BC，29例非膀胱癌受试者），分别收集其尿液样本并对其沉渣细胞DNA进行3个基因中44个CpG岛的靶向亚硫酸氢盐测序（图1）。通过严格的统计学校正（错误发现率控制在1%以下），最终筛选出41个稳定的差异甲基化岛用于模型构建。

研究验证显示：膀胱癌患者尿液中IRF4、PENK、PXDN三个基因的甲基化水平显著高于非膀胱癌人群；这一结果在TCGA-BLCA公共队列中得到了交叉验证——三个基因在膀胱癌组织中的甲基化水平显著高于癌旁正常组织，且对应mRNA表达均显著下调（图2），证实了这组甲基化标志物的膀胱癌特异性与稳定性。

图2. IRF4、PENK和PXDN的基本特征。

A. UALCAN数据库中IRF4、PENK和PXDN在原发性膀胱尿路上皮癌与正常病例之间的甲基化水平。B. UALCAN数据库中IRF4、PENK和PXDN的表达水平。C. 膀胱癌亚组与非膀胱癌亚组中IRF4、PENK和PXDN的平均甲基化水平。D.膀胱癌中IRF4、PXDN和PENK基因甲基化与mRNA表达的相关性分析。

靶向IRF4、PENK和PXND的41-CpG岛随机森林分类器表现出相对稳定的性能，并在测试集中取得了最优结果，诊断性能远超传统检测手段：

• 验证集AUC高达0.976，F1分数达0.9545，Bootstrap重抽样验证证实模型兼具高准确性与强稳健性；

• 亚组分析显示，模型在不同年龄、性别、肿瘤分期、肿瘤分级、吸烟状态的人群中均保持稳定的高准确率，不受临床混杂因素干扰；

• 尤其值得关注的是，该模型对临床最难检出的低级别膀胱癌同样保持优异的检测能力，直接破解了传统尿液细胞学对低级别癌敏感性不足20%的核心临床痛点，大幅降低漏诊风险。

图3. BladderCando模型的特征分析。

A. 基于IRF4、PENK和PXDN组合的随机森林模型的ROC曲线和f1分数。B. 箱线图叠加点图，展示膀胱癌亚组与非膀胱癌亚组中BladderCanDo评分的分布，以及按年龄、性别、肿瘤分期、肿瘤分级和吸烟状态等不同临床信息分层的BladderCando评分分布。

研究团队进一步通过公共单细胞RNA测序数据，对膀胱癌肿瘤微环境进行了深度解析，找到了模型高准确性的底层机制：

膀胱癌微环境中的肿瘤细胞、成纤维细胞、内皮细胞、免疫细胞等多种细胞共同构成了肿瘤发生发展的“生态系统”，而本研究筛选的三个甲基化标志物，恰好特异性对应了微环境中的关键细胞组分：PXDN主要表达于肿瘤相关成纤维细胞与内皮细胞，IRF4显著富集于肿瘤浸润T细胞，三者的甲基化状态直接反映了膀胱肿瘤微环境的异常改变——这意味着BladderCanDo模型不止是“捕捉肿瘤脱落细胞的信号”，更是直接读取了肿瘤微环境的整体异常，因此既能实现癌症的精准检出，也能为后续患者预后分层、免疫治疗响应预测提供潜在的分子依据。

图4. 膀胱癌组织样本单细胞RNA测序（scRNA-seq）的数据分析

A. 各种细胞类型在GEO数据集中分布的堆叠条形图。B. UMAP图展示细胞克隆簇。C. 基于UMAP图景观的各种细胞基因表达水平。D. 不同细胞中基因表达水平的分布情况。

基于上述甲基化标志物筛选、AI模型验证与肿瘤微环境机制解析，本研究成功开发了一套高性价比、适合临床落地的膀胱癌无创检测方案：通过检测尿液中甲基化异常，结合随机森林算法构建了BladderCanDo——基于中国人群尿液甲基化特征、同时覆盖肿瘤信号与微环境特征的膀胱癌AI诊断工具。该模型不仅能精准区分膀胱癌患者、泌尿系良性疾病人群与健康人，更直击传统检测的核心短板：在临床极易漏诊的低级别膀胱癌中保持了优异的检出能力，大幅减少患者不必要的膀胱镜活检痛苦与检查负担，提升高危人群早筛、术后患者长期随访的依从性，为膀胱癌全流程精准管理提供了新的技术选择。

参考文献：He Y, Xie W, Chen W, Dai S, Wang X, Zhao X, Lei S, Zhu W, Qian Y, Feng J, Gong Z, Li J, Yang P, Xu X, Fei W, Zhang D, Cao Y, Jin J. Urine IRF4/PENK/PXDN Methylation Signatures Enable Machine Learning-Driven Bladder Cancer Detection and Microenvironment Dissection. Technol Cancer Res Treat. 2026 Jan-Dec;25:15330338261453486. doi: 10.1177/15330338261453486.

注：本文内容不构成最终临床建议，请以临床医生诊疗建议为准。

允英医疗以长三角区域为中心，辐射全中国，公司致力于打造癌症精准诊疗的新型生态圈，综合运用基因突变检测、基因甲基化检测、基因编辑重组等生物科技的前沿技术，全方位提供从癌症早期精准筛查、癌症靶向用药检测、癌症治疗药物研发一体化的肿瘤精准医学解决方案。

允英医疗成立至今，顺利通过近百项由国家卫健委临检中心、国家病理质控中心、美国病理学会等机构组织的室间质评。检验能力获得了美国病理学会(College of American Pathologists，CAP)认证，肿瘤核心基因检测试剂盒通过欧盟CE认证、获得国家药品监督管理局（NMPA）注册批准，且生产管理质量体系获国际ISO13485认证。目前允英已累计为超四十万例肿瘤患者提供精准检测服务，为国内肿瘤精准医疗领域开拓者。同时允英秉承“严谨、高效”的理念，坚守分子诊断技术创新与应用探索，为肿瘤精准医疗与伴随诊断领域的茁壮发展贡献力量。