根据一项新的研究，一种诊断性血液检测可以在无症状患者中提供早期肺癌检测。
肺癌是导致癌症死亡的主要原因，通常是在生存率极低的晚期才被诊断出来。早期肺癌多无症状，目前检测早期肺癌病变的方法低剂量螺旋CT成像，由于成本高，重复筛查的辐射危害，不能作为一种普遍适用于普通人群的筛查方法。
这项研究发表在《美国国家科学院院刊》(Proceedings of The National Academy of Sciences)上，为一滴血显示无症状患者患肺癌的能力提供了概念证明。该研究由哈佛附属麻省总医院的研究人员共同领导:病理学和放射学副生物物理学家Leo Cheng, Athinsula A. Martinos生物医学成像中心，以及肺部和重症监护医生David Christiani。
Cheng说:“我们的研究证明了开发一种用于早期检测肺癌的敏感筛查工具的潜力。”“我们构建的预测模型可以识别哪些人可能藏匿肺癌。有可疑发现的人将被转到影像学检查(如低剂量CT)进行进一步评估，以确定诊断。”
Cheng, Christiani和他们的合作研究人员建立了一个基于血液代谢组学特征的肺癌预测模型。代谢组学分析细胞代谢物流，通过研究代谢组——在所有细胞、液体和身体组织中发现的动态生化套件，来解读健康和病理状态。肺癌的存在，伴随着其生理和病理的改变，可以引起由肺部癌细胞产生或消耗的血液代谢物的变化。研究人员使用高分辨率磁共振波谱来测量血液中的代谢组学剖面，该工具可以通过测量代谢物的集体反应来检查活细胞内的一系列化合物。
研究人员筛选了MGH生物样本库和其他样本库中存储的数万份血液样本，发现25名非小细胞肺癌(NSCLC)患者在诊断时和至少诊断前6个月存储的血液样本。他们将这些患者与25名健康对照者进行配对。
研究人员首先训练他们的统计模型，通过测量患者诊断时的血液样本中的代谢组学特征值，并将其与健康对照组的血液样本进行比较，从而识别肺癌。然后，他们利用从肺癌确诊前获得的相同患者的血液样本来验证他们的模型。在这里，预测模型得出了健康对照组和诊断时患者之间的值。
Cheng说:“这是非常令人鼓舞的，因为早期疾病筛查应该能够检测到介于健康和疾病状态之间的血液代谢组谱的变化。”
然后，研究人员用54名非小细胞肺癌患者的血样对他们的模型进行了测试，这些血样是在他们的癌症诊断之前获得的，这证实了模型的预测是准确的。
从诊断前的血液样本测量的预测模型的值也可以预测患者5年的生存，这可能有助于指导临床策略和治疗决策。研究人员之前的一项研究表明，基于磁共振波谱的代谢组学在区分癌症类型和疾病分期方面具有潜力。在临床实践中，还需要更多的研究来验证血液代谢组学模型作为NSCLC早期筛查工具的使用。
接下来，研究人员将分析肺癌临床特征的代谢组学特征，以了解该疾病的整个代谢谱，这可能有助于选择靶向治疗。他们还测量了400多名前列腺癌患者的代谢组学特征，以创建一个模型，将需要监测的惰性癌症和需要立即治疗的更激进的癌症区分开来。研究人员还计划使用同样的技术，通过血液样本和脑脊液来筛查阿尔茨海默病。
Cheng是哈佛医学院放射学副教授。克里斯蒂娜是哈佛医学院的医学教授，也是哈佛大学陈曾熙公共卫生学院的环境遗传学教授。
国家癌症研究所资助了这项研究。
文章旨在传播新闻信息，原文请查看https://news.harvard.edu/gazette/story/2021/12/early-stage-lung-cancer-may-be-detected-from-a-drop-of-blood/