由約翰霍普金斯金梅爾癌症中心研究人員領導的一項最新研究表明，一項新的血液測試在檢測肺癌的準確率會超過90%。 借助人工智慧，科學團隊通過檢測患者血液中迴圈的癌症DNA片段中的異常模式，來精準識別肺癌。

這種血液檢測方式，主要原理在於檢測人體血液中的微量癌症DNA。 與目前正在開發的其他一些癌症血液測試不同，新測試不是捕捉腫瘤DNA的特定片段，而是尋找癌症特有的DNA片段化模式。

該測試稱為 DELFI（用於早期攔截的片段的 DNA 評估），該測試基於以下知識：癌細胞的細胞核比健康細胞更雜亂無章。 從事該測試的約翰霍普金斯大學研究員 Jillian Phallen 在 2019 年解釋說，DELFI 測試的工作原理是尋找迴圈 DNA 片段中的某些模式。

2019 年 Phallen 在發表該專案的概念驗證報告時說：「由於各種原因，癌症基因組的包裝方式是雜亂無章的，這意味著當癌細胞死亡時，它們會以混亂的方式將其 DNA 釋放到血液中。 通過檢查這種無細胞 DNA （cfDNA），DELFI 根據其包裝方式檢測基因組不同區域中DNA大小和數量的異常，從而幫助識別癌症的存在」。

研究人員使用機器學習研究了數百萬個 cfDNA 片段，以確定與肺癌存在相關的異常模式。 這項發表在《自然通訊》雜誌上的新研究在兩個不同的肺癌患者佇列中徹底驗證了 DELFI 方法。

研究表明，DELFI 方法可有效檢測 94% 的肺癌患者。 晚期肺癌患者被更準確地檢測到，96% 的 3/4 期肺癌被該方法檢測到。

這項新研究的合著者 Rob Scharpf 解釋說：”DNA 碎片模式為癌症的早期檢測提供了一個顯著的指紋，我們認為這可能是廣泛用於肺癌患者的液體活檢測試的基礎。 ”

目前正在進行一項更大的臨床試驗，以測試 DELFI 方法。 正在進行的試驗將著眼於改進檢測肺癌的檢測靈敏度和特異性，同時努力區分肺癌 cfDNA 模式與其他類型的癌症，如膀胱癌、腎癌和結腸直腸癌。

這項新研究發表在《自然通訊》雜誌上。

資料來源：約翰霍普金斯醫學