Nat Commun:新型人工智能血液检测技术或能高效识别出肺癌患者 准确率高达90%以上!
来源:本站原创 2021-08-27 23:24
来自约翰霍普金斯大学医学院等机构的科学家们通过研究开发了一种新型人工智能血液检测技术,其能在来自约800名患癌或不患癌个体的样本中检出超过90%的肺癌病例。
2021年8月28日 讯 /生物谷BIOON/ --对机体游离DNA(cfDNA)评估的无创手段能为癌症检测和干预提供很好的机会;近日,一篇发表在国际杂志Nature Communications上题为“Detection and characterization of lung cancer using cell-free DNA fragmentomes”的研究报告中,来自约翰霍普金斯大学医学院等机构的科学家们通过研究开发了一种新型人工智能血液检测技术,其能在来自约800名患癌或不患癌个体的样本中检出超过90%的肺癌病例。
图片来源:https://www.nature.com/articles/s41467-021-24994-w
这种名为DELFI(对早期截留片段的DNA评估,DNA evaluation of fragments for early interception)的检测技术能发现循环在血液中的癌细胞脱落的DNA片段的独特模式,研究人员将这一技术应用到了来自丹麦、荷兰和美国的796名个体机体所采集的血样中,结果发现,DELFI技术能准确区分出肺癌患者和非肺癌患者。将这种检测技术与临床风险因素、蛋白质生物标志物结合起来,随后利用计算机断层扫描成像,DELFI技术就能帮助检测出94%的各期和各亚型的癌症患者;这其中就包括91%的早期或侵入性较低的I/II期癌症患者和96%的晚期III/IV期癌症患者。
肺癌是引发癌症死亡最常见的原因之一,每年全球大约会有200万人因肺癌而死亡;然而仅有不到6%的存在肺癌风险的美国人群会接受推荐的低剂量计算机断层扫描筛查,尽管预测可以避免数以万计的患者死亡,但全球接受筛查的人群少之又少;这或许是多种原因所造成的;包括对调查假阳性成像结果的潜在危害的担忧、辐射暴露或担心侵入性手术所产生的并发症等。很显然,开发替代性的无创检测技术或能改善高风险个体的癌症筛查,并最终改善一般人群的癌症筛查,而这是目前临床上迫切需要解决且未得到满足的一项挑战;研究者相信,针对肺癌的血液检测或液体活检或许是增强筛查工作的一个好方法,因为其很容易就能做到,而且可以被广泛使用,且具有一定的成本效益。
DELFI技术能通过研究整个基因组中不同区域存在于血液循环中的游离DNA的大小和数量,来利用血液检测技术间接测定细胞核中DNA的包装方式。健康细胞所包装的DNA就好像一个组织良好的行李箱,其中基因组的不同区域会被小心翼翼地放在不同的隔间中;相比之下,癌细胞的细胞核就更像是杂乱无章的行李箱,来自基因组的物品会被胡乱地扔进去。当癌细胞死亡时,其就会以一种混乱的方式来向血液中释放DNA;DELFI技术能利用机器学习技术(一种人工智能技术)来分析数百万个游离DNA的异常模式(包括不同基因组区域中DNA的尺寸和数量),从而帮助识别癌症的存在,这种方法还能提供一种被称之为“片段组学”的游离DNA视图,DELFI技术只需要对基因组进行较低覆盖率的测序,从而就使其能在筛查环境中具有一定的成本效益。
本文研究的总体方案。
图片来源:Mathios, D., et al.Nat Commun 12, 5060 (2021).doi:10.1038/s41467-021-24994-w
这篇研究报告中,研究人员通力合作,首先对一项名为LUCAS为期7年的丹麦研究中的365名个体的血液样本中游离DNA进行了基因组测序,大部分的参与者都是肺癌高危人群,且存在与吸烟相关的症状,比如咳嗽和呼吸困难等。DELFI技术发现,后来被确诊为癌症的患者机体的片段组图谱或许会发生广泛的变化,而未患癌的人群机体的片段组图谱则具有一致性。随后,研究人员利用385名未患癌个体和46名患癌个体组成的不同人群验证了DELFI技术。在一项名为DELFI-L101的全国性临床试验中,研究人员正在1700名参与者机体中评估基于DELFI技术的检测手段,参与者包括健康人群、肺癌患者和其它癌症患者,后期研究人员希望在其它类型的癌症患者机体中来深入研究DELFI技术的可靠性和可用性。
综上,本文研究结果表明,新型DELFI技术能够检测出90%以上的肺癌患者,包括那些早期和晚期以及不同亚型的肺癌患者。而且DNA的模式还能为癌症的早期检测提供一种显著的指纹模式,研究者相信未来该技术或有望成为肺癌患者广泛使用的液体活检测试的基础。(生物谷Bioon.com)
原始出处:
Mathios, D., Johansen, J.S., Cristiano, S. et al. Detection and characterization of lung cancer using cell-free DNA fragmentomes. Nat Commun 12, 5060 (2021).doi:10.1038/s41467-021-24994-w
版权声明 本网站所有注明“来源:生物谷”或“来源:bioon”的文字、图片和音视频资料,版权均属于生物谷网站所有。非经授权,任何媒体、网站或个人不得转载,否则将追究法律责任。取得书面授权转载时,须注明“来源:生物谷”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。