Histórico: A detecção precoce do câncer de próstata (PCa) continua sendo um desafio clínico. A proteômica plasmática fornece uma ferramenta não invasiva para identificar indivíduos com risco elevado antes do início dos sintomas ou da elevação do PSA.
Métodos: Quantificamos 1.463 proteínas plasmáticas em 23.825 homens sem PCA do UK Biobank (UKB). Os participantes foram divididos em conjuntos de treinamento e validação. A regressão de Cox e a Máquina de Aumento de Gradiente de Luz (LightGBM) com seleção direta de características foram usadas para identificar e classificar proteínas preditivas. O desempenho do modelo foi avaliado pela área sob a curva característica operacional do receptor (AUC) no conjunto de validação, e os valores SHAP foram usados para interpretar as contribuições dos recursos.
Resultados: TSPAN1 e GP2 foram consistentemente classificados como os melhores preditores em todas as análises. No conjunto de treinamento, ambas as proteínas permaneceram significativamente associadas ao risco de PCa após a correção de Bonferroni em modelos multivariáveis de Cox. O LightGBM com seleção direta priorizou ainda mais o TSPAN1 e o GP2 como principais contribuidores, e a análise SHAP confirmou sua importância dominante. No conjunto de validação, um modelo combinando TSPAN1, GP2 e variáveis demográficas alcançou uma AUC de 0,728 para a predição geral do PCa e 0,760 para o risco de 5 anos. Com base nos limites derivados do Índice de Youden, os grupos de alta expressão de TSPAN1 e GP2 foram associados às taxas de risco 1,75 e 1,60, respectivamente. O perfil longitudinal mostrou que os níveis de TSPAN1 começaram a aumentar aproximadamente 9 anos antes do diagnóstico, enquanto o GP2 aumentou em relação aos 6 anos anteriores.
Conclusões: TSPAN1 e GP2 são biomarcadores preditivos promissores de longo prazo para PCa. Um modelo simplificado baseado em proteômica pode permitir a estratificação de risco individualizada e informar estratégias de rastreamento mais precoces e menos invasivas.
Palavras-chave: GP2; TSPAN1; aprendizado de máquina; proteômica de plasma; câncer de próstata; predição de risco.
