AI增强版“滴血测癌”，有效果吗？

文｜学术头条

细菌，真菌，病毒…… 这些微生物，它们无处不在，也与人类生活息息相关。在人体的肠道内就储存着大量的微生物，它们不仅能促进食物的消化吸收，调治肠道免疫系统，还与肥胖，糖尿病以及一些肠道疾病有关。更恐怖的是，近年来研究显示肠道微生物与许多肿瘤的发生生长有关。

今天 Nature 公布的一项研究显示，加州大学圣地亚哥分校研究人员通太过析癌症基因组图谱中 33 中差别类型癌症共 18116 例肿瘤样本后，发现差别类型癌症患者组织和血液内的微生物 DNA 存在差异。

为此研究人员开发了一种机械学习模型，该模型通太过析血液中微生物 DNA 的类型就可以识别受试者是否患有癌症以及癌症类型。即即是早期的癌症，血液中的微生物数据仍然可以区分出多种癌症类型。

Nature 论文

要知道，癌症之所以恐怖，很大一部门原因就是在于我们很难在早期发现它，大量患者确诊时已经进入疾病晚期。那么，究竟有没有一种简朴的方法能够在早期准确筛查出肿瘤的发生呢？

近年来，许多科学家对肿瘤“液体活检”技术发生了浓重的兴趣，他们企图在血液中寻找肿瘤细胞破碎的 DNA，以到达癌症早期诊断的目的。因此，液体活检技术也被成为“滴血测癌”。

2017 年 Science 上揭晓了一项研究，显示微生物能侵入大多数胰腺肿瘤，并剖析患者服用的化疗药物。这一现象引起了加州大学圣地亚哥分校的博士研究生 Poore 的注意，他料想，细菌和病毒所代表的信息，或许能够在癌症诊断历程中起到作用。

于是，他同微生物组创新中心主任 Knight 教授，以及一个跨学科互助小组一同开展了微生物与癌症诊断的研究。他们首先检察了癌症基因组图谱（The Cancer Genome Atlas），该图谱是美国国家癌症研究所的数据库，包罗了来自成千上万名癌症患者的肿瘤基因和其他信息。他们要做的就是在人类测序数据中来筛查出微生物的 DNA。

终于，研究人员在 10418 名患者、33 种差别癌症类型的 18116 个肿瘤样本中发现了与特定癌症相关的微生物特征。其中一些与既往研究相同，如甲型乳头瘤病毒属 (Alphapapillomavirus) 和丙型肝炎病毒属（Hepacivirus）与宫颈癌、头颈癌和肝细胞癌有关，梭菌属（Fusobacterium）与胃肠道肿瘤有关。

此外，研究人员还发现微生物特征可以区分差别的癌症类型，如粪杆菌属（Faecalibacterium）可将结肠癌与其他癌症区离开来。

近年来科学家们逐渐发现，借居在人体中的微生物与癌症发生与生长密切相关

在研究了数千个癌症样本的微生物特征后，他们训练并测试了数千种机械学习模型来将特定微生物类型与特定肿瘤关联起来，随后他们发现这些机械学习模型能够通过患者血液中微生物数据来区分患者的癌症类型。

然而，在癌症极难被发现的早期阶段，这些发现是否有效呢？

为此，研究人员将晚期癌症（Ⅲ 期和 Ⅳ 期）患者从数据库中剔除出去，发现通过患者血液中的微生物数据，仍然可以将许多早期癌症类型区离开来。当研究团队去除 90% 以上微生物数据以此对样本举行了最严格的生物信息学净化后，效果依然有效。

接下来，研究人员着手验证这些机械学习模型是否实现癌症早期诊断。

他们分析了来自加州大学圣地亚哥分校摩尔癌症中心的 59 名前列腺癌患者、25 名肺癌患者和 16 名玄色素瘤患者，以及 69 名未确诊癌症个体的血液血浆样品，效果发现这些机械学习模型能够将大多数癌症患者与非癌症患者区分出来。

该模型诊断肺癌的敏感性（真阳性，检测出确实患有癌症的能力）是86%，特异性（真阴性，检测出确实没有患癌的能力）是100%，此外，该模型也能将差别癌症类型区离开来，如该模型区分前列腺癌和肺癌患者的敏感性是 81%。

研究人员表现，这个模型不仅仅是一个诊断癌症的工具，也可以对癌症治疗历程举行恒久的监测。如果在以后测试中这些效果依然有效，那么这对于癌症患者治疗和癌症的早期诊断将有重要的意义。

组织和血液中的微生物 DNA

现在，大多数癌症简直诊需要通过手术将肿瘤取出，随后由病理学家对肿瘤举行分析（即活检）。这种方法不仅会给患者带来庞大的创伤，而且价钱昂贵且耗时。

现在一些公司试图开展 “液体活检” 技术，试图通过简朴的抽血并检测来自肿瘤的循环 DNA 来快速诊断癌症。该方法已经可以用于监测某些确诊癌症患者的疾病希望，但美国食品和药物治理局 (FDA) 尚未将其批准用于癌症简直诊。

圣地亚哥准确免疫治疗中心的副主任 Patel 表现，虽然液体活检和癌症早期诊断生长迅速，但现在的液体活检技术还不能区分早期癌症和正常基因突变患者。因此，现在的液体活检技术往往存在假阴性效果。

这样一来，与检测血液中循环肿瘤 DNA 相比，检测血液中肿瘤相关微生物 DNA 的优势就显而易见，它不仅能够在癌症早期准确检测癌症的存在和类型，也可以检测到存在正常基因突变的癌症患者。

只管如此，研究人员指出，基于微生物 DNA 来确诊癌症的方法仍可能存在假阴性的效果，但以后他们会使用更多的数据来完善这个机械学习模型，使这个新方法越发准确。

研究人员同时表现，纵然使用该机械学习模型来确诊癌症，患者仍可能需要进一步的检查来确定肿瘤的阶段及其位置。

微生物组创新中心主任 Knight 教授表现，“先前险些所有的研究都假定肿瘤是一个没有微生物存在的情况，同时忽略了癌细胞可能与人体内细菌、病毒和其他微生物之间庞大的相互作用。事实上，我们体内微生物基因的数量远远凌驾人类基因数量，因此它们能为我们康健提供重要的线索也就屡见不鲜。我们希望这项研究能够勉励科学家能够清醒认识微生物，而癌症诊断可能只是一个开始。”

论文原文链接：

https://www.nature.com/articles/s41586-020-2095-1

同期评论文章链接：

https://www.nature.com/articles/d41586-020-00637-w

参考资料：

https://www.eurekalert.org/emb_releases/2020-03/uoc--mdi030920.php

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App