研究团队开发出基于cfDNA的全基因组AI血液检测技术,可高精度识别肺癌

近日,Nature 子刊 Nature Communications 刊登了题为:Detection and characterization of lung cancer using cell-free DNA fragmentomes 的研究文章,该文章由约翰霍普金斯金梅尔癌症中心的研究人员所发表。

(来源:Nature Communications 官网 )
研究团队开发了一种以全基因组技术来分析 cfDNA 片段化图谱的方法,称为 DELFI(用于早期拦截片段的 DNA 评估)。在这项研究中,约翰霍普金斯大学的研究人员与丹麦和荷兰的研究人员合作,首先对来自哥本哈根某医院的 365 名有肺癌风险的个体(LUCAS 队列)的血液样本中的 cfDNA 进行基因组测序,该研究为期 7 年,大多数参与者患肺癌的风险很高,长期吸烟,并有与肺癌相关的症状,如咳嗽或呼吸困难。DELFI 方法发现,后来被确定患有癌症的患者在其片段组谱中存在广泛差异,然而未发现具有一致性的片段组谱。
图 | 总体方法示意图(来源:相关论文)
图 | 肺癌患者和非癌症个体的 cfDNA 片段化图谱(来源:相关论文)
随后,研究者使用由 385 名非癌症个体和 46 名肺癌患者组成的独立队列验证了此癌症检测模型,最终检测到 94% 处于不同阶段和亚型肺癌患者,特异性为 80% 。通过 13000 个 ASCL1 转录因子结合位点的全基因组片段分析,小细胞肺癌患者与非小细胞肺癌患者之间的差异具有较高的准确性(AUC = 0.98,越接近 1 准确性越高)。这种方法为肺癌的非侵入性检测提供了一种简便的途径。
图 | DELFI 在肺癌筛查中的应用建模(来源:相关论文)
肺癌是全世界最致命的癌症,5 年生存率 < 20% 。据世界卫生组织国际癌症研究署(IARC)发布的 2020 年全球最新癌症负担数据,2020 年全球癌症死亡病例 996 万例,其中肺癌死亡 180 万例,远超其他癌症类型,位居癌症死亡人数第一。
(来源:medicalwel.com)
肺癌的死亡率一直居高不下主要是由于肺癌一旦确诊便是晚期,治疗效果远不如早期。尽管大量随机试验表明,使用胸部低剂量计算机断层扫描 (LDCT) 进行肺癌筛查可降低高危人群的死亡率,但 LDCT 存在辐射暴露,而且假阳性率很高,入侵式诊断又常伴有并发症。因此迫切需要开发非侵入性方法来改善高风险个体和普通人群的癌症筛查。
液体活检分析技术的快速进步已经确定了外周血 cfDNA 片段中与癌症相关的特征,并为癌症的无创检测提供了新的途径。循环肿瘤 DNA (ctDNA) 中的突变或甲基化可以在早期肺癌患者中直接检测到,鉴于可以通过靶向高覆盖度测序评估的序列或表观遗传改变数量相对较少,因此此类方法可能会遗漏许多癌症患者,并且可能还需要对白细胞 (WBC) 进行测序以消除克隆造血引起的变化。而 DELFI 提供了 cfDNA “片段组” 的视图,具有识别循环中大量肿瘤衍生变化的潜力。
“cfDNA 片段组为癌症的早期检测提供了一个显著的'指纹’,我们认为这可能是广泛用于肺癌患者液体活检的检测基础,” 该论文的通讯作者、约翰霍普金斯金美尔癌症中心肿瘤学副教授 Rob Scharpf 博士说。
来自约翰霍普金斯大学的 DELFI Diagnostics,赞助了一项名为 DELFI-L101 的临床研究,该研究正在评估基于 DELFI 技术的测试,测试对象包括来自美国的 1700 名参与者,其中有健康参与者、肺癌患者以及其他癌症患者。这是全国关于该项技术的首个研究。该小组希望进一步研究 DELFI 在其他类型癌症中的应用。
参考资料:
https://medicalxpress.com/news/2021-08-ai-blood-technology-lung-cancers.html#google_vignette
-End-

(0)

相关推荐