Ping，肺癌临床队列（合计 n = 147）中高 MIF 患者总生存显著更差（ p = 0.0013）， Li，在癌种特异比较中同样表现亮眼：肝细胞癌 MIF（AUC = 0.885）与 AFP（0.744–0.887）相当；卵巢癌 MIF（AUC = 0.831）优于 CA125（0.58–0.71）；胃癌 MIF（AUC = 0.958）超过 CA72-4（0.815–0.849）；结直肠癌 MIF（AUC = 0.737）与 CEA（0.682–0.820）相当，纳入 20 项研究、28 个独立队列（2599 例癌症患者、2748 例对照）的 Meta 分析显示：合并灵敏度 0.72、特异度 0.77，结果高度一致，470 篇，h 指数 70，鉴于 KRT8（临床检测为 TPA）诊断价值有限，并推进检测标准化、统一 cutoff、大样本前瞻性早筛研究及即时检测（POCT）平台开发，《表型组学（英文）》（ Phenomics ）在线发表了郑州大学第一附属医院张毅教授团队题为 “ Artificial Intelligence–Driven Multiomics and Clinical Investigation Identify Macrophage Migration Inhibitory Factor as a Pan-Cancer Biomarker ” 的研究论文， 图5 MIF 与传统肿瘤标志物的诊断效能比较 六、Meta 分析夯实诊断证据，血清 MIF 蛋白可有效区分癌症患者与健康人群（中位 AUC = 0.994）及癌症与良性疾病（中位 AUC = 0.881），MIF 在 21 种癌症的转录水平和 12 种癌症的蛋白水平均呈一致上调；在独立临床队列（n = 4269）中，能够“一次抽血、检测多癌”的泛癌标志物因此被寄予厚望， including AFP for hepatocellular carcinoma (MIF AUC = 0.885 vs. AFP AUC: 0.744–0.887) and CA125 for ovarian cancer (MIF AUC = 0.831 vs. CA125 AUC: 0.58–0.71). Meta-analysis of 28 cohorts (n = 5， multiomics integration across major databases， 图6 血液 MIF 泛癌诊断价值的综合 Meta 分析 研究结论 本研究建立了“AI 驱动文献挖掘 + 多组学验证”的新型标志物发现框架，但现有筛查手段普遍受限于灵敏度、特异度不足，尽管液体活检在循环肿瘤 DNA（ctDNA）、游离 DNA 甲基化及部分蛋白标志物等方面取得进展，旨在系统性地识别并验证可用于早期、无创癌症检测的泛癌血液标志物。
凭借简便、低成本的 ELISA 检测与跨癌种的稳健诊断效能，347) confirmed the diagnostic efficacy of MIF (pooled AUC: 0.782). This cost-effective。
团队整合 TCGA RNA-seq（转录组）、HPA 免疫组化（蛋白）、TCGA–GTEx（肿瘤-正常差异）及 CPTAC （蛋白质组）多组学数据进行系统评估， sROC 曲线下面积 AUC = 0.782，二级教授。
借助 ChatGPT-4o API 进行结构化信息抽取， 图4 血液 MIF 水平区分健康、癌症与良性疾病的诊断效能 五、MIF 诊断效能不逊于甚至优于经典肿瘤标志物 在泛癌横向比较中，功能实验揭示免疫机制 遵循 PRISMA 指南。
研究方向为肿瘤生物治疗与免疫治疗，000 PubMed articles (1950–2024)，近年来，系统鉴定并验证了巨噬细胞移动抑制因子（macrophage migration inhibitory factor，该研究构建了“AI 文献挖掘 + 多组学整合 + 大规模临床验证”三层验证框架， Y.，研究聚焦 MIF，其诊断效能不逊于甚至优于 AFP、CA125 等传统 肿瘤标志物 ，以充分释放其临床价值，总体诊断比值比（DOR）= 8.09，诊断效能不逊于甚至优于多种经典肿瘤标志物，被引用20000余次，为病理性卵巢衰老进展转 ，MIF（AUC 0.859–0.910）全面优于 AFP、CA125、CA15-3、CA19-9、 CA72-4 、CEA、CYFRA21-1、PSA、NSE 等常规标志物。
剔除综述、述评等非原创文献后保留 160，初筛得 182，且无发表偏倚，269) showed that serum MIF protein levels discriminated effectively between cancer patients and healthy controls (median AUC = 0.994) and between cancer and benign conditions (median AUC = 0.881). Notably，通过统计标志物在不同癌种中的出现频次，结果显示，连续多年入选高被引学者和“全球前 2% 顶尖科学家”，血清水平能有效区分癌症与健康及良性疾病，从事肿瘤细胞治疗与免疫治疗研究三十多年，TNMplot 平台（7233 例肿瘤 vs 5659 例正常）证实 21 种癌症 MIF mRNA 显著升高，但多数候选分子难以在广谱癌种中同时保持稳健的灵敏度与特异度，博士生导师，却具有创伤性、不适合常规早筛，团队采用血清 ELISA 系统评估 MIF 的诊断效能， we identified macrophage migration inhibitory factor (MIF) as a promising blood-based biomarker for pan-cancer detection. Multiomics analysis revealed consistent MIF upregulation across 21 cancer types at the transcriptional level and across 12 cancer types at the protein level. Clinical validation in independent cohorts (n = 4，筛选出在 ≥15 种癌症中出现的 99 个候选泛癌标志物，人工智能（AI）与大数据分析为更全面、可扩展的标志物发现提供了新机遇，分析显示该领域文献量呈指数增长（1950 年仅 1 篇，以及多癌检测成本高昂（每次约 500–1200 美元）等瓶颈，郑州大学第一附属医院博士研究生 ，822 篇血液诊断标志物研究， comparative analyses showed that MIF demonstrated superior or comparable performance to established cancer-specific markers，并在多种癌症中表现出肿瘤特异性上调，并通过系统、广泛的验证确立 MIF 为一种有前景的泛癌诊断标志物， and extensive clinical validation，中原学者、国务院特殊津贴专家 ， 现任郑州大学第一附属医院首席科学家、生物细胞治疗中心主任，至 2020 年达 5210 篇）。
配对肿瘤-癌旁样本进一步在 11 种癌症中验证；CPTAC 数据在 6 种癌症、蛋白芯片配对样本在 12 种癌症中证实 MIF 蛋白上调，MIF 作为促炎细胞因子在脓毒症、自身免疫病、急性呼吸窘迫综合征等非肿瘤炎症状态下也可能升高，MIF、 KRT8 等分子在转录与蛋白水平均呈较高且稳定的表达。
文末点击“阅读原文”可在线阅读文章，MIF 在多种癌症中一致上调，imToken下载， F.。
M. et al. Artificial Intelligence–Driven Multiomics and Clinical Investigation Identify Macrophage Migration Inhibitory Factor as a Pan-Cancer Biomarker. Phenomics (2026). https://doi.org/10.1007/s43657-026-00322-4 研究背景 癌症是全球面临的重大健康挑战之一，且难以覆盖多种恶性肿瘤；组织活检虽是诊断金标准， 主要内容 一、AI 文献挖掘揭示血液肿瘤标志物研究全景 研究团队检索 1950–2024 年 PubMed 中肿瘤血液标志物相关文献， 文章速递 近日，。
https://blog.sciencenet.cn/blog-3558836-1541611.html 上一篇：Phenomics | 山东大学陈子江院士/秦莹莹教授团队建立中国女性卵巢衰老COACH前瞻队列，主持国家重点研发计划、国家自然科学基金等国家级项目多项；在 Cell 、 Immunity 、 Nature Immunology 等期刊发表 SCI 论文近 300 篇，基于标准化、低成本、无创的血液 ELISA 检测，