超灵敏液体活检技术比标准方法更早发现癌症

在威尔康奈尔医学院、纽约长老会医院、纽约基因组中心（NYGC）和纪念斯隆凯特琳癌症中心的研究人员领导的一项研究中，一种用于检测血液中肿瘤DNA的人工智能方法在预测癌症复发方面显示出前所未有的灵敏度。这项新技术有可能通过早期检测复发和密切监测治疗期间的肿瘤反应来改善癌症护理。

在6月14日发表在《自然医学》（Nature Medicine）杂志上的这项研究中，研究人员表明，他们可以训练一种机器学习模型（一种人工智能平台），以基于患者血液检测的DNA测序数据检测循环肿瘤DNA（ctDNA），具有非常高的灵敏度和准确性。他们在肺癌、黑色素瘤、乳腺癌、结直肠癌和癌前结直肠息肉患者中成功演示了该技术。

“我们能够实现显着的信噪比增强，这使我们能够在标准临床方法之前数月甚至数年检测癌症复发，”该研究的共同通讯作者Dan Landau博士说，他是威尔康奈尔医学院血液学和医学肿瘤学系的医学教授，也是纽约基因组中心的核心教员。

该研究的共同第一作者和共同通讯作者是Landau实验室的博士后研究员Adam Widman博士，他也是纪念斯隆凯特琳癌症中心的乳腺癌肿瘤学家。其他共同第一作者是NYGC的Minita Shah，奥胡斯大学的Amanda Frydendahl以及NYGC和威尔康奈尔医学院的Daniel Halmos。

液体活检技术在实现其巨大前景方面进展缓慢。迄今为止，大多数方法都针对相对较小的癌症相关突变集，这些突变通常存在于血液中，无法可靠地检测到，导致癌症复发未被发现。

几年前，Landau及其同事开发了一种基于血液样本中DNA全基因组测序的替代方法。他们表明，他们可以通过这种方式收集更多的“信号”，从而能够更灵敏地检测肿瘤DNA，并且在逻辑上更简单。从那时起，这种方法越来越多地被液体活检开发人员采用。

在这项新研究中，研究人员再次向前迈进，使用先进的机器学习策略（类似于ChatGPT和其他流行的人工智能应用程序）来检测测序数据中的细微模式，特别是区分提示癌症的模式与暗示测序错误和其他“噪音”的模式。

在一项测试中，研究人员训练了他们的系统，他们称之为MRD-EDGE，以识别15名结直肠癌患者的患者特异性肿瘤突变。在患者接受手术和化疗后，系统从血液数据中预测出九人患有残留癌症。几个月后，使用不太敏感的方法，发现其中五名患者癌症复发。但是没有假阴性：在研究窗口期间，没有被认为没有肿瘤DNA的MRD-EDGE患者复发。

MRD-EDGE在早期肺癌和三阴性乳腺癌患者的研究中显示出相似的敏感性，可早期发现除一次复发外的所有复发，并在治疗期间跟踪肿瘤状态。

研究人员证明，MRD-EDGE甚至可以检测来自癌前结直肠腺瘤的突变DNA，结直肠腺瘤是结直肠肿瘤发展的息肉。

“目前尚不清楚这些息肉是否脱落了可检测的ctDNA，因此这是一项重大进展，可以指导未来旨在检测癌前病变的策略，”Landau说，他也是威尔康奈尔医学院桑德拉和爱德华迈耶癌症中心的成员，也是纽约长老会/威尔康奈尔医学中心的血液学家/肿瘤学家。

最后，研究人员表明，即使没有对患者肿瘤测序数据进行预训练，MRD-EDGE也可以检测黑色素瘤和肺癌患者对免疫治疗的反应 – 比标准X射线成像检测早几周。

“总的来说，MRD-EDGE满足了一个巨大的需求，我们对它的潜力感到兴奋，并与行业合作伙伴合作，试图将其交付给患者，”Landau说。

这个故事中的研究得到了美国国立卫生研究院（National Institutes of Health）下属的国家癌症研究所（National Cancer Institute）的部分支持。

许多威尔康奈尔医学院的医生和科学家与外部组织保持关系并合作，以促进科学创新并提供专家指导。该机构公开这些披露以确保透明度。有关此信息，请参阅 Dan Landau 博士的个人资料。

吉姆·施纳贝尔（Jim Schnabel）是威尔康奈尔医学院的自由撰稿人。