人工智能“液体活检”使用无细胞DNA和蛋白质生物标志物，可以帮助早期发现卵巢癌

　　

约翰霍普金斯大学金梅尔癌症中心的研究人员与美国和欧洲的其他几家机构合作进行的一项研究表明，一项使用人工智能(AI)检测癌症相关基因变化和蛋白质生物标志物的血液测试可以帮助筛查女性卵巢癌的早期迹象。

这项研究发表在9月30日的《癌症发现》杂志上，该杂志是美国癌症研究协会的期刊，使用人工智能对DNA片段和两种蛋白质生物标志物进行分析，以识别患有卵巢癌的女性。癌症抗原125 (CA-125)和人附睾蛋白4 (HE4)这两种蛋白生物标志物以前被确定为卵巢癌的生物标志物，但它们本身并不能可靠地检测卵巢癌。然而，将这些生物标志物与人工智能驱动的循环中DNA片段癌症相关模式检测相结合，提高了筛查的准确性，并有助于区分癌性肿瘤和良性肿瘤。

“人工智能、无细胞DNA片段组和一对蛋白质生物标志物在简单的血液测试中的结合，提高了对卵巢癌的检测，即使在早期疾病患者中也是如此，”医学博士Victor E. Velculescu说，他是该研究的高级作者，肿瘤学教授，也是约翰霍普金斯Kimmel癌症中心癌症遗传学和表观遗传学项目的联合主任。“这种人工智能支持的方法有可能成为一种经济实惠、容易获得的广泛筛查卵巢癌的方法。”

根据美国疾病控制与预防中心(CDC)的数据，卵巢癌是美国女性癌症死亡的第五大常见原因，其五年生存率约为50%。

“卵巢癌的早期检测可以挽救生命，但大多数女性在疾病晚期被诊断出来，存活率要低得多，”约翰霍普金斯金梅尔癌症中心的博士后杰米梅迪纳博士解释说。“在疾病早期缺乏特定症状或有效的生物标志物阻碍了早期检测工作。”

研究人员此前证明，人工智能驱动的DELFI (DNA评估片段用于早期拦截)测试方法利用了一种新的液体活检方法，称为片段组学，可以提高血液中DNA片段的检测，并有效地检测肺癌。这项技术利用了这样一个事实，即DNA在健康细胞中被整齐地包装起来，在癌细胞中却变得杂乱无章。当健康细胞死亡和分裂时，它们会在血液中留下一组可预测的、有序的DNA片段。然而，当癌细胞死亡并分裂时，留下的DNA片段是不规则和混乱的。

这项最新的研究使用了94名患有卵巢癌的女性、203名患有良性卵巢肿瘤的女性和182名卵巢没有任何已知生长的女性的血液样本。用于开发该方法的研究人群包括在荷兰和丹麦医院接受治疗的妇女。研究人员使用DELFI-Pro测试，将人工智能驱动的无细胞DNA分析与CA-125和HE4测试相结合，分析了卵巢癌筛查样本。DELFI-Pro能够比单独检测任何一种蛋白检测出更多的卵巢癌病例，而且几乎没有假阳性。事实上，它对I-IV期卵巢癌的检出率分别为72%、69%、87%和100%，而在相同的特异性下，单独CA-125对I-IV期卵巢癌的检出率分别为34%、62%、63%和100%。

为了证实结果，研究人员在美国女性的第二个样本中使用了这种测试，其中包括40名患有卵巢癌的患者，50名卵巢良性生长的患者，以及22名卵巢无已知病变的患者。即使在这个较小的样本中，该测试也取得了类似的成功率，检测出73%的癌症和81%的高级别浆液性卵巢癌(该疾病最具侵袭性的形式)，在没有癌症的女性中几乎没有假阳性。DELFI-Pro测试还能有效区分良性肿瘤和恶性肿瘤，这是超声检查无法做到的。

“卵巢癌具有独特的DNA片段特征，这在良性病变中是不存在的，”Akshaya Annapragada说，他是第一作者之一，也是医学博士/博士。约翰霍普金斯大学医学院的学生。能够区分卵巢的良性生长和癌性生长是很重要的，因为对通过超声波检测到卵巢生长的女性进行癌症筛查的下一步是探查性手术。使用“液体活检”测试可以使患有良性肿瘤的女性不必接受不必要的手术。

Velculescu和他的同事打算在随机临床试验的更大样本中验证该测试的实用性，但他发现目前的结果令人鼓舞:“这项研究提供了进一步的证据，证明了全基因组、无细胞DNA片段和人工智能在高精度检测癌症方面的好处。我们的研究结果表明，这种组合方法比现有的生物标志物具有更高的筛选性能。”