【Nature子刊】基于血液cfDNA无创肺癌早筛新方法，超高检出率!

约翰斯霍普金斯大学的金梅尔癌症中心研究人员表示，为了提高早期癌症检测的敏感性，开发了一种新型人工智能血液检测技术——DELFI（早期截取片段的DNA评估）的检测方法，从近800名癌症患者和非癌症患者的样本中检测出90%以上的肺癌。该方法能够准确区分肺癌患者和非肺癌患者。

将检测与临床风险因素（蛋白质生物标记物）分析相结合，然后进行计算机断层成像，DELFI帮助检测了94%的癌症分期和亚型患者。这包括91%的早期或侵袭性较小的I/II期癌症患者，和96%的晚期III/IV期癌症患者。近期，研究人员将相关结果发布在了《Nature Communications》杂志上，发表了一篇题为“Detection and characterization of lung cancer using cell-free DNA fragmentomes”的文章。

肺癌是癌症死亡的最常见原因，每年在全世界夺去近200万人的生命。5年生存率小于20%，很大程度上是由于诊断晚期的治疗效果不如早期，肺癌的发病率持续增加。尽管大型随机试验已证明，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个体的死亡率，但由于担心假阳性成像结果、辐射暴露、辐射损伤等潜在危害，LDCT仍然未得到充分利用。对此，资深研究作者、医学博士、肿瘤学教授、约翰霍普金斯金美尔癌症中心癌症遗传学和表观遗传学项目主任Victor E. Velculescu说：“尽管预计可以避免数万例死亡，但只有不到6%有肺癌风险的美国人，接受了推荐的低剂量计算机断层扫描筛查，而在全世界进行筛查的人更少。”

早期检测肺癌的生物标志物开发，在筛查以及在胸部影像学上区分癌性和非癌性肺结节方面具有广泛的临床应用。对血液或气道上皮中的蛋白质、自身抗体、基因表达谱和microRNA的研究已经为肺癌的早期检测提供了有希望的候选生物标记物，尽管有些可能会因年龄、吸烟引起的炎症或其他共病情况（如自身免疫性疾病）而混淆，并且没有一个被批准用于临床。

该研究的第一作者、约翰霍普金斯大学金梅尔癌症中心的博士后研究员Dimitrios Mathios说：”很明显，临床上迫切需要开发替代的、非侵入性的方法，来改善高危人群的癌症筛查，最终改善普通人群的癌症筛查。我们相信，对肺癌进行血液检测或“液体活检”可能是加强筛查工作的一个好方法，因为这将很容易做到，而且具有广泛的可及性和成本效益。”

DELFI技术利用血液检测，允许在任何个体中评估基因组中数百万自然产生的cfDNA片段的大小分布和频率，间接测量DNA在细胞核内的包装方式。健康细胞像一个组织良好的手提箱一样包装DNA，基因组的不同区域被小心地放在不同的隔间中。相比之下，癌细胞的细胞核更像是杂乱无章的手提箱，随意地扔进基因组中的物品。当癌细胞死亡时，它们会以混乱的方式将DNA释放到血液中。DELFI使用机器学习（人工智能）帮助识别癌症的存在，以检测数百万cfDNA片段的异常模式，包括不同基因组区域的DNA大小和数量。这种方法提供了一种被称为“片段组”的cfDNA的图谱。研究人员说，DELFI方法只需要对基因组进行低覆盖率测序，使这项技术在筛查环境中具有成本效益。

由于cfDNA片段组可以全面代表基因组和染色质特征，因此它有可能识别循环中大量肿瘤衍生的变化。在这项研究中，研究人员在一个前瞻性收集的真实队列中使用了这种方法对肺癌进行检测和表征，该队列包括恶性和良性肺结节患者以及非癌症个体，包括那些具有其他临床条件的患者。

在该研究中，来自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365名参加为期七年的丹麦卢卡斯研究的人（LUCAS队列），对他们血液样本中的cfDNA进行了基因组测序。其中LUCAS队列代表了一组前瞻性收集的三百多例主要症状患者，这些患者在哥本哈根Bispebjerg医院的呼吸内科，胸部X光或胸部CT检查呈阳性。被诊断为患有已知活动性疾病的癌症患者或登记时正在接受治疗的患者被排除在外。所有患者都提供了书面知情同意书。LUCAS研究得到了丹麦区域伦理委员会和丹麦数据保护局的批准。所有患者在第一次就诊时都采集了血样，然后才有可能确诊为肺癌。

DELFI方法发现，后来确定患有癌症的患者，其片段谱存在广泛差异，而未发现癌症的患者具有一致的片段谱。随后，研究人员使用385名非癌症患者和46名癌症患者的不同人群验证了DELFI技术。总体而言，该方法检测到超过90%的肺癌患者，包括早期和晚期以及不同亚型的患者。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：“DNA片段模式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的液体活检检测的基础。”

为了评估非侵入性分子血液检测对肺癌检测的理论影响，研究小组在LUCAS队列中检查了DELFI评分或多模式DELFI多重评分，然后进行标准诊断性CT成像。这将允许研究小组检查高风险个体首先进行DELFI血液检测作为预筛选的情况，并且根据cfDNA分析的结果，个体遵循以下路径：如果DELFI检测为阳性，则进行LDCT；如果检测为阴性，则不进行LDCT。LUCAS队列中仅LDCT表现的分析显示高灵敏度（大于95%）和低特异性（58%）。在一个模型中，DELFI评分将用于对患者进行预筛选，并且只有那些阳性的患者通过LDCT进行进一步评估，观察到的DELFI/LDCT联合方法的敏感性为90%（I期= 80%，II 期= 86%， III 期 = 94%，IV期 = 90%），特异性增加至80%。采用LDCT后的DELFI方法可将灵敏度提高到94%（ I期= 87%，II 期 = 100%， III 期 = 97%， IV期= 96%）具有相同的特异性，并且在使用联合方法时，可以将不必要的手术次数从单纯LDCT的67次减少到32次（减少52%）。

为了检验该研究的方法在人群规模上对肺癌个体的整体检测效果，研究小组使用蒙特卡罗 （Monte Carlo ）模拟在100000名高危个体的理论人群中评估了DELFI模型。使用LDCT的估计敏感性和特异性，或使用DELFI作为该假设人群的预筛选。

由于血液检测具有较高的可及性和依从性，血液生物标记物的依从率为80–90%，假设平均60%（95%可信区间，39–76%）的肺癌筛查人群将使用联合方法进行检测。根据这些概率分布进行的蒙特卡罗模拟显示，仅LDCT检测到的肺癌患者平均为51人（95%可信区间，17-108人）。使用DELFI作为LDCT的预筛选，将检测到平均394例额外的肺癌病例，或比单独使用LDCT增加约8倍（95%可信区间，增加4.4-19.6倍）。联合方法不仅能显著提高肺癌的检出率，而且有望提高检测的准确性，减少不必要的程序。这些分析表明，使用高敏感性血基早期检测试验DELFI作为LDCT检测肺癌的预筛选，在人群中具有显著的益处。

由美国约翰霍普金斯大学Delphi Diagnostics公司赞助的一项名为DelFi-L101的全国性临床试验，正在评估Delphi技术在1700名参与者中的检测，包括健康参与者、肺癌患者和其他癌症患者。该小组希望进一步研究DELFI在其他癌症类型中的作用。（转化医学网360zhyx.com）

参考资料：

https://medicalxpress.com/news/2021-08-ai-blood-technology-lung-cancers.html

注：本文旨在介绍医学研究进展，不能作为治疗方案参考。如需获得健康指导，请至正规医院就诊。