肺癌（Lung cancer,LC）是全球最常见的恶性肿瘤之一,晚期肺癌患者预后极差,其5年生存率低于10%,但I期肺癌患者预后良好,其5年生存率高达70%以上。吸烟是导致肺癌的主要原因,对于既往有吸烟史的肺癌高危人群进行早期肺癌（Early-stage lung cancer,ESLC）识别就显得尤为重要,是肺癌预防及其治疗的核心。肺癌的癌前病变源自于肺结节,其恶变趋势是关键的病理改变。随着胸部计算机断层扫描（Computed tomography,CT）临床的广泛应用,肺小结节的检出率明显提高,全球对肺小结节是否癌变的焦虑、担心已经引起了全球临床的广泛关注。因此,精确评估肺结节生物学特性、精准识别早期肺癌对于肺癌防治具有十分重要的意义,刻不容缓。不确定性肺结节（Indeterminate pulmonary nodules,IPN）定义为非钙化肺结节（Non-calcified）、实性（Solid）、部分实性（Part-solid）或磨玻璃（Ground-glass）影,直径小于20mm的球形结节。其中,部分实性或磨玻璃结节具有恶性肿瘤的可能性更高,临床将这两种类型合并称为亚实性肺结节（Sub solid pulmonary nodules,SSN）。所以在进一步减少对单纯良性肺结节病变不必要的创伤性切除的同时,提高IPN的良恶性诊断准确率,突显得尤为重要。宏观影像、肺癌评估指南、医师经验判断是目前鉴别肺结节良恶性、病变进展的重要依据,但仍存在医师经验判别的差异、指南一致性差等局限性。组织活检是确定肺结节良恶性病理诊断的首要途径,其手段均为有创性操作,包括经支气管镜、经皮CT引导下穿刺及开胸肺活检,存在气胸、出血等风险,进而造成单纯良性肺结节病变不必要的创伤。当前临床面临的两难窘境:既不能耽误最佳治疗窗,又不能过度诊治。因此,优化肺结节评估模式,变革早期肺癌研究方式,提高早期肺癌诊断能力,尽早启动临床干预,将肺癌诊断和治疗的端口前移是亟待解决的重要科学问题和具有重要的临床意义。外泌体（Exosomes）是一种纳米级的细胞囊泡（Small extracellular vesicles,sEVs）,直径约为40～100nm,在肿瘤进展中起着重要作用。作为恶性肿瘤的诊断、预后或预测性生物标志物都集中在sEVs的内含物（蛋白质和miRNAs）上。sEVs的生物标记物研究通常采用血清的血液或血浆样本。目前研究提示基于血液的sEVs miRNAs在癌症早期检测具有明显优势,从血液中提取的生物标记物有可能成为肺癌诊断的低成本方法。外泌体可应用于肿瘤早期检测和诊断,miRNAs作为外泌体中重要的内含物,是生理和病理过程中重要的转录后基因表达调控者。肺结节的良恶性很难从一个维度来确定,越来越多的研究显示,评估肺结节,需要宏观影像特征与微观层面的分子特征,双向评估结节,相互补充,多层次关联和多尺度耦合的跨尺度判别。本论文首先从IPN为切入点（第一部分）,选择早期肺癌患者、良性肺结节和正常对照人员的血清中外泌体,使用二代测序（Next generation sequencing,NGS）方法表征sEVs miRNAs表达谱,鉴定差异表达miRNAs,在大型独立队列中验证;体外肺癌肿瘤细胞和肺上皮细胞确认其表达水平;发现/揭示sEVs miRNAs基因调控网络、调控路径;同时,采集及分析早期肺癌患者影像资料,大通量快速/自动提取感兴趣区有关特征并量化;宏观影像/微观分子标志物跨尺度双向评估肺结节并建立新型预测早期肺癌模型,推进肺癌诊断方法发展为定位、定量、定形、定性、定级的多层次、多维度全新诊断体系。进而,针对部分实性或磨玻璃结节（第二部分）,即SSN,具有恶性肿瘤的可能性更高。选择SSN包括早期肺癌及良性肺结节患者和正常对照人员的血清外泌体。通过RT-q PCR进一步验证差异表达明显的sEVs miRNAs;验证其在SSN中良恶性鉴别的诊断效能;宏观影像/微观分子标志物跨尺度构建肺结节恶性概率模型及简单易用的列线图。跨尺度整合血清外泌体的生物标记物和影像学临床特征来判别良恶性SSN,预测早期肺癌,为临床提供一种新型早期发现、早期诊断肺癌的方法和手段。第一部分宏观成像/微观分子综合预测策略识别不确定性肺结节中的早期肺癌背景:IPN被称为非钙化、实性、部分实性或磨玻璃影,直径小于20mm的球形结节。这种IPN的性质诊断缺乏鉴别良恶性肺结节的可靠非侵入性方法,可能导致癌症及其治疗相关死亡率、发病率和医疗费用的增加。在NLST（National Lung Screening Trial）研究建议非必要的侵入性诊断和治疗干预措施应维持在最低水平,因此,在临床工作中协助普通人群的IPN管理仍然存在关键技术性诊断障碍。虽然临床风险计算器显著改善了IPN的管理,但需要辅助工具来从良性或惰性肺结节病变,尤其IPN中鉴别出恶性肺结节,进而减少恶性肺结节患者的辐射照射、医疗费用、发病率和死亡率,改善患者的生活质量。因此,在本研究中,我们尝试通过NGS确定基于血清的sEVs miRNAs生物标记物敏感性和特异性,将sEVs miRNAs融合到临床影像学特征中,基于Logistic回归分析以及列线图,提出了一种宏观成像/微观分子综合预测模型的风险分层方法,提高IPN早期肺癌早期诊断提供了极高的准确性,建立新的肺癌诊断方法。方法:本论文IPN患者依据病理结果,分为早期肺癌组、良性肺结节组,另选健康人作为对照组。（1）首先,NGS用于筛选几种差异表达的sEVs miRNAs。其中,使用fold change和显著性阈值标准选择三种差异表达的miRNAs。（2）通过RT-q PCR在基于IPN的两组（早期肺癌和良性肺结节组）和健康人血清sEVs样本（n=143）中验证了三个sEVs miRNAs;（3）此外,通过RT-q PCR在两种非小细胞肺癌（Non-small cell lung cancer,NSCLC）细胞系（A549,NCI-H1299）和人支气管上皮细胞（BEAS-2B）中进行验证,并在线公共数据集（n=491）中进行验证。（4）本论文结合sEVs miRNAs的表达和多种临床影像学特征,并进一步进行了Logit和基于Logistic算法的多因素回归分析,建立了风险评估和预测模型。通过受试者工作特征曲线（Receiver operating characteristic curve,ROC）下面积（Area under the curve,AUC）现象进一步验证了模型;通过相关系数矩阵提供每个临床、影像学特征和sEVs miRNAs生物标记物的相关性。通过Cox比例风险回归模型开发了一个简单易用的列线图,并通过校准曲线将样本自举到2000进行验证。结果:（1）在血清sEVs样本的早期肺癌组中,sEVs-miR-424-5p显著上调,而sEVs-miR-512-5p和sEVs-miR-1271-5p显著下调。（2）此外,在两个NSCLC细胞系和BEAS-2B细胞系中通过RT-q PCR验证了三种miRNA生物标记物,并且它们显著上调或下调。（3）在IPN中,利用具有临床影像学特征的重要sEVs miRNAs生物标记物建立风险评估预测模型,ROC曲线下面积（AUC）为0.934（95%置信区间（Confidence interval,CI）:0.879～0.988,p＜0.0001）,敏感性为90.91%,特异性为87.50%,准确性为89.13%。（4）随后,通过相关矩阵,早期肺癌和良性肺结节患者与sEVs-miR-424-5p呈正相关,而与sEVs-miR-512-5p和sEVs-miR-1271-5p呈负相关。然后,使用简单的列线图模型进行说明,并通过校准曲线引导样本进行验证,以预测早期肺癌。结论:本论文筛选并验证了最高差异表达明显的sEVs-miR-424-5p、sEVs-miR-512-5p和sEVs-miR-1271-5p血清外泌体生物标志物,它们在诊断和预测早期肺癌方面显示出巨大潜力。同时这些血清外泌体生物标志物结合临床影像学特征可以显著提高IPN对预测早期肺癌的准确性。综上所述,我们的IPN预测模型可以准确鉴别良性肺结节和早期肺癌,给早期肺癌的诊断提供了一种快速、可靠、无创和可视化的工具。第二部分外泌体生物标志物和影像特征的跨尺度整合预测可疑亚实性肺结节背景:SSN是一种常见的肺结节临床影像学表现,由于其具有恶性肿瘤的可能性,与同等大小的实性结节相比,SSN虽然在癌变的进程中存在惰性,但其恶性概率显著升高。SSN中非实性成分的增长或实性成分的增长,强烈提示该结节的恶性倾向。由于其代谢活性降低,正电子发射式计算机断层成像（Positron emission computed tomography,PET）扫描的恶性肺结节诊断率低;非侵入性活检的恶性肺结节诊断率更低。临床中迫切需要新的评估方法来实现肺癌的预防和治疗。本研究旨在通过跨尺度整合血清外泌体的生物标记物和影像学临床特征,来鉴别良恶性SSN,预测早期肺癌的风险。方法:本论文实验结果发现三种sEVs miRNAs在SSN良恶性鉴别中的有较高临床诊断效能,通过RT-q PCR在SSN（n=58）患者和健康人（n=54）血清sEVs样本进一步验证了它们。本研究共纳入包括早期肺癌和良性肺结节在内的SSN患者（部分实性或磨玻璃结节）以健康人作为对照组。（1）通过RT-q PCR验证血清sEVs差异表达的miRNAs（sEVs-miR-424-5p、sEVs-miR-512-5p和sEVs-miR-1271-5p）生物标记物。（2）通过ROC曲线评估三个miRNAs生物标记物在鉴别和诊断SSN中良恶性鉴别的临床诊断效能。（3）通过小分子生物标志物和宏观成像技术的交叉整合,使用上述类似的方法,本研究为SSN患者构建肺结节恶性概率模型及简单易用的列线图。结果:（1）本论文发现了差异表达的血清sEVs miRNAs,sEVs-miR-424-5p,sEVs-miR-512-5p和sEVs-miR-1271-5p被选为验证队列中的新的潜在生物标记物。（2）结果表明,sEVs-mir-424-5p、sEVs-mir-512-5p和sEVs-mir-1271-5p在三组间的ROC曲线AUC别为0.7991～0.9553、0.6548～0.9945、0.7298～0.9593,表明三种sEVs miRNAs生物标志物在SSN早期肺癌诊断中具有较高的效能。（3）在SSN中,结合临床影像学特征的sEVs miRNAs表达预测模型的AUC为0.944（95%CI:0.878～1.000,p＜0.0001）,敏感性为84.62%,特异性为94.87%,准确性为92.31%。同样,为了从SSN预测早期肺癌,使用简单的列线图可视化并通过校准曲线验证。结论:sEVs-miR-424-5p、sEVs-miR-512-5p和sEVs-miR-1271-5p可作为一种鉴别良恶性SSN的新型生物标志物。它与影像学临床特征的交叉融合,在SSN良恶性鉴别、预测早期肺癌方面具有巨大的潜力,将成为一种简单易用的精确诊断方法。