AI 驱动的血液检测有望早期发现卵巢癌

AI-powered blood test promises early detection of ovarian cancer

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个机构合作进行的一项研究表明，一种利用人工智能（AI）检测癌症相关基因变化和蛋白质生物标志物的血液检测，可能有助于筛查女性卵巢癌的早期迹象。

这项研究于 9 月 30 日发表在《癌症发现》杂志上，该杂志是美国癌症研究协会的期刊。研究使用了人工智能对 DNA 片段和两种蛋白质生物标志物的分析来识别患有卵巢癌的女性。这两种蛋白质生物标志物，即癌症抗原 125（CA-125）和人附睾蛋白 4（HE4），此前已被确定为卵巢癌的生物标志物，但单独使用时无法可靠地检测卵巢癌。然而，将这些生物标志物与人工智能驱动的循环中癌症相关 DNA 片段模式的检测相结合，提高了筛查的准确性，并有助于区分癌性肿瘤和良性增生。

“在简单的血液检测中，人工智能、无细胞 DNA 片段组学和一对蛋白质生物标志物的结合，提高了卵巢癌的检测，即使在早期疾病患者中也是如此。这种人工智能支持的方法有可能成为一种经济实惠、易于获得的卵巢癌广泛筛查方法。”

维克多·E·维库勒斯库（Victor E. Velculescu）医学博士、哲学博士，该研究的资深作者、肿瘤学教授以及约翰·霍普金斯大学金梅尔癌症中心癌症遗传学和表观遗传学项目的联合主任说道。

在美国，卵巢癌是女性癌症死亡的第五大常见原因，据疾病控制和预防中心（CDC）的数据，其五年生存率约为 50％。

“卵巢癌的早期发现可能挽救生命，但大多数女性在疾病过程中被诊断得较晚，此时生存率要低得多，”约翰·霍普金斯大学金梅尔癌症中心的博士后研究员、共同第一作者杰米·麦地那（Jamie Medina）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（早期拦截的 DNA 片段评估）测试方法利用了一种称为片段组学的液体活检新方法，改善了血液中 DNA 片段的检测，并有效地检测了肺癌。该技术利用了这样一个事实，即在健康细胞中整齐包装的 DNA 在癌细胞中变得紊乱。当健康细胞死亡并分解时，它们在血液中留下一组可预测、有序的 DNA 片段。然而，当癌细胞死亡并分解时，留下的 DNA 片段是不规则和混乱的。

这项最新研究使用了 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 名没有任何已知卵巢增生的女性的血液样本。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女性。研究人员使用了 DELFI-Pro 测试，该测试将人工智能驱动的无细胞 DNA 分析与 CA-125 和 HE4 的测试相结合，对样本进行卵巢癌筛查。DELFI-Pro 能够检测到的卵巢癌病例比单独使用任何一种蛋白质的测试都要多得多，而且几乎没有假阳性。事实上，它分别检测出了 72％、69％、87％和 100％的 Ia-IV 期卵巢癌病例，而在相同的特异性下，单独的 CA-125 分别检测出了 34％、62％、63％和 100％的 Ia-IV 期卵巢癌。

为了确认结果，研究人员在第二个美国女性样本中使用了该测试，其中包括 40 名卵巢癌患者、50 名良性卵巢增生患者和 22 名没有已知卵巢病变的患者。即使在这个较小的样本中，该测试也取得了类似的成功率，检测出了 73％的所有癌症和 81％的高级别浆液性卵巢癌，这是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 测试还能够有效区分良性增生和癌性肿瘤——这是超声检查无法做到的。

“卵巢癌具有独特的 DNA 片段化特征，在良性病变中不存在，”共同第一作者、约翰·霍普金斯大学医学院的医学博士/哲学博士学生阿克沙亚·安纳普拉加达（Akshaya Annapragada）说。能够区分良性和癌性卵巢增生非常重要，因为对于通过超声检测到卵巢增生的女性，癌症筛查的下一步是探索性手术。使用“液体活检”测试可以使患有良性增生的女性不必接受不必要的手术。

维库勒斯库和他的同事打算在来自随机临床试验的更大样本中验证该测试的效用，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 片段化和人工智能检测癌症的高精度的益处。我们的结果表明，这种联合方法在筛查方面的性能高于现有的生物标志物。”

研究的共同作者包括约翰·霍普金斯大学的莎拉·肖特（Sarah Short）、阿德里安娜·L·巴托洛穆奇（Adrianna L. Bartolomucci）、迪米特里奥斯·马蒂奥斯（Dimitrios Mathios）、沙希坎特·库尔（Shashikant Koul）、努辛·尼克纳夫斯（Noushin Niknafs）、迈克尔·诺埃（Michaël Noë）、扎卡里亚·H·福达（Zachariah H. Foda）、丹尼尔·C·布鲁姆（Daniel C. Bruhm）、卡罗琳·赫布兰（Carolyn Hruban）、尼古拉斯·A·武尔佩斯库（Nicholas A. Vulpescu）、雷努·杜阿（Renu Dua）、珍娜·V·坎佐尼罗（Jenna V. Canzoniero）、斯蒂芬·克里斯蒂亚诺（Stephen Cristiano）、维尔莫斯·阿德勒夫（Vilmos Adleff）、洛里·J·索科尔（Lori J. Sokoll）、斯蒂芬·B·贝林（Stephen B. Baylin）、罗伯特·B·沙普夫（Robert B. Scharpf）和吉利安·法伦（Jillian Phallen）；荷兰癌症研究所的皮恩·洛夫（Pien Lof）、达恩·范登布罗克（Daan van den Broek）、比阿特丽斯·卡瓦略（Beatriz Carvalho）、格里特·A·梅杰（Gerrit A. Meijer）和克里斯汀·A·R·洛克（Christine A.R. Lok）；宾夕法尼亚大学的尤伊·荣（Euihye Jung）、希瑟·西梅科（Heather Symecko）、苏珊·M·多姆切克（Susan M. Domchek）和罗尼·德拉普金（Ronny Drapkin）；南加州大学的迈克尔·F·普雷斯（Michael F. Press）；加州大学洛杉矶分校的丹尼斯·J·斯拉蒙（Dennis J. Slamon）和戈特弗里德·E·科内奇尼（Gottfried E. Konecny）；丹麦赫维多夫医院的克里斯蒂娜·瑟基尔森（Christina Therkildsen）；丹麦奥胡斯大学医院和奥胡斯大学的克劳斯·林德伯格·安徒生（Claus Lindbjerg Andersen）。

这项工作得到了米里亚姆和谢尔登·G·阿德尔森医学研究基金会、格雷基金会、SU2C 及时肺癌拦截梦之队资助、抗癌-荷兰癌症协会国际转化癌症研究梦之队资助；国防部组学联盟（授予 W81XWH-22-1-0852）、尊敬的蒂娜·布罗兹曼基金会、英联邦基金会、马克癌症研究基金会、科尔基金会、克莱尼尔基金会、金丝雀基金会、迈克和帕蒂·轩尼诗基金会、卡尔·H·戈德史密斯卵巢癌转化研究基金和莫妮卡·K·杨基金会、DELFI 诊断公司的研究资助、斯塔廷·哈纳斯基金、诺和诺德基金会、丹麦癌症协会和美国国立卫生研究院的资助 CA121113、CA006973、CA233259、CA062924、CA271896、T32GM148383、T32GM136577、F30CA294612 和 CA228991。