2019 肿瘤检测创新性研究成果盘点

在过去的 2019 年里，癌症检测领域取得了多项重要的研究成果，本文中，小编就对本年度科学家们在癌症检测研究领域取得的重磅级研究成果进行整理，分享给大家！

1. JACS：微型 DNA 探测器能够提高癌症检测准确度

doi：10.1021/jacs.9b05598

文章中，研究人员通过相互作用的合成 DNA 链形成了简单的电路，这些合成 DNA 链比人的头发细了数万倍。

与计算机中的电路不同，这些电路通过附着到细胞外部并分析细胞表明特异性高表达的分子标记。如果电路找到目标，它会发出一个很小的发光「标签」。

由于该设备能够以比以前的方法更高的特异性区分细胞类型，因此研究人员希望他们的工作可以改善诊断，并为癌症治疗提供更好的目标；

2. Sci Transl Med：科学家基于 DNA 片断的尺寸开发出了一种新型的癌症血液检测技术%

doi：10.1126/scitranslmed.aat4921

一项刊登在 Science Translational Medicine 上的研究报告中，来自英国、丹麦等国的学者通过对血流中循环的肿瘤 DNA 片段的尺寸进行研究，开发了一种新型的癌症检测技术，文中研究者描述了如何在不同类型的癌症中应用这种新型技术。

研究者 Ellen Heitzer 指出，人类的血液中含有许多小型的 DNA 片段，其中大部分为白细胞，但有时候也会引入其它的分子。

比如，孕妇血液中会有来自胎儿机体的 DNA，或者机体中会有来自癌变细胞的 DNA 片段；

研究者表示，来自肿瘤的 DNA 在尺寸上不同于血液中其它类型的 DNA，肿瘤的 DNA 片段尺寸往往要小于其它的 DNA 片段。

3. Nat Commun：科学家开发出了一种鉴别恶性肿瘤的新型诊断技术

癌细胞的常见特性就是染色体或基因组中基因拷贝数的改变（CNAs，copy number alterations），在相同肿瘤中，属于肿瘤不同构造部位的细胞携带着不同的 CNAs。

携带较多 CNAs 的肿瘤往往更具侵袭性，即使患者进行了严格的治疗，这类肿瘤也会死灰复燃。

这项研究中，研究人员开发了一种名为 CUTseq 的新型基因组手段，其能以比现有技术更低的成本对相同肿瘤不同部位中的 CNAs 的水平和类型进行评估分析。

4. Neoplasia：尿液生物标志物有助于非侵入性前列腺癌诊断

doi：10.1016/j.neo.2019.07.010

来自 Vattikuti 泌尿外科研究所的副研究员 Nallasivam Palanisamy 博士领导的一项研究表明，在前列腺癌发生过程中，一种名为 KLK4 的编码蛋白的基因和另外一种名为 KLKP1 的假基因存在「融合」现象。

由于可以在前列腺癌患者的尿液样本中检测到这种独特的生物标记物，从而提供了一种非侵入性的检测手段。

目前，前列腺特异性抗原（PSA）检查被用作前列腺癌的标准筛选方法。但是，PSA 水平升高的现象并非前列腺癌所独有，它们也可能由良性前列腺疾病引起。

因此，为了确诊，在发现 PSA 测试结果阳性的时候，患者需要接受进一步的活体检查，这种本不必要的检查有时可能导致出血和感染的风险。

对此，这项研究的发现可能会提供一种更准确和可靠的诊断前列腺癌的方法。

5. JAMA Network Open：新型人工智能系统或能优于临床医生对乳腺癌进行准确诊断

doi：10.1001/jamanetworkopen.2019.8777

一项刊登在国际杂志 JAMA Network Open 上的研究报告中，来自加利福尼亚大学的科学家们通过研究开发了一种人工智能系统，其或能够帮助病理学家更准确地读取活组织检查结果及更好地检测并诊断乳腺癌。

这种新型系统能帮助解释医学成像结果从而用于诊断乳腺癌（人眼无法有效区分），其几乎能够像一名经验丰富的病理学家一样对乳腺癌进行准确诊断。

研究者 Joann Elmore 表示，从一开始就得到正确的诊断结果是非常重要的，这样才能够帮助我们对患者进行最有效地诊断和治疗；

2015 年研究人员发现，病理学家对乳腺癌活组织检查结果的解释存在很多不一致的想法，而且每年有数百万女性都会接受乳腺活组织检查手术；

早期研究结果表明，每 6 名原位导管癌（一种非侵入性的乳腺癌）的女性中就有 1 名会出现错误诊断，而且大约一半的乳腺异型性活组织检查病例（与高风险乳腺癌相关的异常细胞）都会被给出错误的诊断。

6. Science 子刊：新型 ctDNA 血液测试可显著改善乳腺癌诊断

doi：10.1126/scitranslmed.aax7392

在一项新的研究中，为了改进对血浆中微量残留肿瘤 DNA 的检测灵敏度，来自美国亚利桑那州等地的研究人员开发出一种称为靶向数字测序（targeted digital sequencing， TARDIS）的方法，用于多重分析患者特异性的癌症突变。

在参考样本中，在使用相当于单管血液的输入 DNA 的情形下，通过同时分析 8 到 16 个已知突变。

TARDIS 在突变等位基因分数（mutant allele fraction）为 0.03% 和 0.003% 时分别实现 91% 和 53% 的灵敏度，它的检测特异性为 96%，相关研究结果发表在 Science Translational Medicine 期刊上。

在来自 33 名患有 I 期至 III 期乳腺癌的女性患者的 80 份血浆样本中，这些研究人员成功地分析了每名患者多达 115 个突变。

在治疗前，TARDIS 在所有患者中检测到 ctDNA（中位等位基因分数为 0.11%）。

在完成新辅助疗法后，与残留疾病患者相比，实现病情完全缓解的患者的 ctDNA 浓度较低（中位等位基因分数分别为 0.003% 和 0.017%，P = 0.0057，AUC = 0.83）。

此外，实现病情完全缓解的患者在新辅助治疗期间表现出更大的 ctDNA 浓度下降。

8. JNCI：一种新型无创检测技术有望准确诊断恶性前列腺癌

doi：10.1093/jnci/djz1129

一项刊登在 Journal of the National Cancer Institute 上的研究报告中，来自加利福尼亚大学等机构的科学家们通过研究在尿液中鉴别出了一种新型的生物标志物。

其或能帮助检测恶性前列腺癌，相关研究结果有望帮助科学家们阐明恶性前列腺癌的发病机制，并开发出新型的抗癌疗法。

前列腺癌很容易进行诊断，但研究人员却很难将癌症患者分为细分为不同风险的群体，当前的手段（包括 PSA 检测和活检）往往存在着较高的错误率，而且常常会引发患者出现严重的并发症。

比如致死性的感染等，而对尿液中的特殊生物标志物进行检测就是一种无创性的手段，其能准确帮助区分缓慢发展的前列腺癌和具有潜在致死性的前列腺癌。

8. Nat Med：利用人工智能可以较准确地诊断肺癌

在一项新的研究中，软件工程师和临床研究人员之间的合作产生了一个人工智能程序，该程序使用图像来预测哪些人将患上肺癌，准确率为 94%。

这个研究团队发现这个算法与放射科医师基于同一个人的多次计算机断层扫描（CT）来筛查癌症一样准确，并且当它仅能从一个人那里获得一次扫描时，它的表现优于医生，相关研究结果发表在 Nature Medicine 期刊上。

研究人员表示，这些人开发出的这种技术将极大地提高筛查的准确性，美国国家卫生研究院（NIH）之前针对吸烟者进行肺癌筛查的一项研究已发现，通过 CT 扫描检测这种疾病的早期症状可将死亡率降低大约 20%。

为了了解人工智能（AI）是否可以增强放射科医师在分析 CT 扫描时的准确性，该研究团队将早期 NIH 研究中的数千次 CT 扫描输入到谷歌的计算机中，同时输入的还有患者的后期诊断结果。

9. Cell Rep：新技术或有望帮助改善恶性转移性脑癌的诊断和治疗

doi：10.1016/j.celrep.2019.03.085

来自耶鲁大学的科学家们通过研究开发了一种新型工具来分析癌细胞在扩散或转移到大脑的过程中是如何被改变的，相关研究刊登于国际杂志 Cell Reports 上；

本文研究结果有望帮助研究人员开发改善转移性脑癌早期诊断和治疗的新型手段。

如今大脑的发生率在不断攀升且患者能够接受到的疗法非常有限，研究者 Don Nguyen 说道，一旦肿瘤转移到大脑，大多数的药物疗法就变得不再有效了。

这似乎就是一个非常棘手的问题，因为目前很多药物是无法进入大脑发挥作用的。

这项研究中，研究人员利用癌症转移的异种移植物模型进行研究，在该模型中，肿瘤细胞能被转移到缺失免疫系统的小鼠体内。

随后研究者开发了一种新型系统，其能对异种移植组织样本进行极其精确的 RNA 测序，从而检测人类肿瘤细胞和小鼠细胞中基因的表达状况，基因表达能够驱动蛋白质的产生，从而塑造细胞在机体中的特殊角色，比如肺部组织细胞或肌肉细胞等。

10. ACS Comb Sci：新技术快速检测癌细胞

doi：10.1021/acscombsci.8b00165

等待癌症筛查测试结果的过程让人度日如年，而现在的方法至少需要数天甚至数周，早期诊断和快速的制定治疗方案会产生更好的结果。

现在一项分析癌细胞表达的蛋白的新技术展现出了更快检测多种细胞类型的潜力。

研究人员表示开发了一种新方法可以快速筛查出生物靶标，如蛋白质或者抗体。

他们相信这种筛查手段可以被用于开发出更快更灵敏的技术去鉴定病人血液样品中的癌细胞，这将加快癌症诊断并导致病人更好的预后。

这项新技术作为封面文章发表在 ACS Combinatorial Science 杂志上。研究者 Trader 说道，我们开发这种技术是因为我们想开发出更好的针对一系列疾病的筛查技术，尤其是肿瘤。

14. Nature 子刊：人工智能帮助进行白血病诊断

每天，医学实验室或诊所等机构都要对数百万个单细胞的诊断工作。大部分重复性工作仍由受过训练的细胞学家手动完成。

为了提高细胞分类以及检测效率，来自慕尼黑 LMU 大学医院等机构的研究人员「训练」了一个具有近 20，000 个单细胞图像的深层神经元网络。

在这项研究中，研究人员对 100 例患有侵袭性血液病 AML 的患者和 100 例对照志愿者的血液涂片中提取了相关的图像并且进行分析。

通过比较其与人类专家的检测准确性，从而评估 AI 驱动的检测方法的效果。结果表明，由 AI 驱动的解决方案能够取得与训练有素的细胞学家一样好的成绩。

15. BJC：新型检测手段能提前两年发现卵巢癌患者

一项刊登在 British Journal of Cancer 上的研究报告中，来自贝尔法斯特女王大学的研究者通过研究开发出了一种新型卵巢癌检测手段，其能比目前的方法早两年对卵巢癌进行诊断。

研究者发现，整合四种特殊蛋白质的生物标志物检测盘能够有效揭示上皮性卵巢癌的可能性，上皮性卵巢癌是一种卵巢癌类型；

利用这些生物标志物，研究人员随后开发出了一种筛选性的检测手段，相比当前检测手段而言，这种新型检测手段能早两年对卵巢癌患者进行检测。

研究人员对 80 名参与者的血液样本进行了长达 7 年的追踪分析，发现新型的生物标志物检测盘能够快速对上皮性卵巢癌进行检测，随后开发出一种方法来检测这种生物标志物检测盘，使其成为一种相对简单的诊断手段

本文首发：普外时间

题图：站酷海洛Plus