根据一项前瞻性研究,一种人工智能加持的血液检测技术,可以从800份样本中检测出90%以上的肺癌。
这项技术叫做DELFI,由约翰霍普金斯癌症中心的研究人员研发,可以识别出癌细胞脱落到血液中的DNA片段。研究者将这项技术运用到796份血液样本中,发现,DELFI可以精确区分出有肺癌和无肺癌的人群。
将DELFI与临床风险因素分析和蛋白标志物相结合,之后再进行CT成像,DELFI可以识别出94%的癌症患者,包括91%的早期或不那么严重的1/2期肺癌,以及96%的更晚期3/4期肺癌。并且将单独CT检查有可能带来的不必要的操作减少了52%。
研究的主要作者、约翰霍普金斯癌症中心的VictorE.Velculescu医生称,每年约有200万的患者死于肺癌,但是有肺癌风险且主动去筛查的人却并不多,这可能是多种原因造成的,包括假阳性影像结果带来的潜在伤害、担心辐射及有创检查带来的并发症。
“很明显,迫切需要研发一种可选择的无创检测方法,改善肺癌的筛查。我们相信,这款血液检测,是筛查肺癌的好方法,因为它简单便捷、可适用范围广,同时有很好的成本效益。”Velculescu医生说道。
作用机制:
DELFI技术使用血液检测,通过研究基因组不同区域循环中存在的游离DNA的大小和数量,间接测量DNA在细胞核内的组装方式。
健康细胞组装DNA像一个井井有条的手提箱,基因组的不同区域被小心地放置在不同的隔间中。而癌细胞的细胞核更像杂乱无章的手提箱,将来自整个基因组的物品随意扔进来。而当癌细胞死亡时,它们会以一种混乱的模式向血液中释放DNA。
DELFI通过机器学习,检测血液中成千上万的游离DNA片段,寻找异常的模式,包括不同基因组区域的DNA大小和数量。
研究详情:
在这项研究中,约翰霍普金斯的研究者与丹麦和荷兰的研究者共同合作,首先对365名受试者的血液样本进行了游离DNA的基因测序,这些受试者大多都有较高的肺癌风险,以及吸烟相关症状如咳嗽或呼吸困难。
在那些之后被诊断出肺癌的患者中,DELFI在片段中检测出大量突变。而在那些之后没有被诊断肺癌的患者,包括良性肺结节的患者中,片段的基因检测高度一致。
之后,又在另外385名没有癌症的受试者和46名有癌症的受试者中验证了DELFI的有效性。总的来说,DELFI检测除了90%以上有肺癌的患者,包括早期和晚期以及各个亚型的。
目前,一项基于DELFI技术的检测试验正在招募患者,预计会在1700名受试者中进行,包括健康人群、肺癌患者和其他癌症的患者。