科学家开发出一种血浆检测方法，可通过分析微生物组来源的cfRNA甲基化模式实现对结直肠癌的早期检测。这种检测方法比目前的非侵入性方法具有更高的准确性。
在发表于《自然-生物技术》（Nature Biotechnology）的一项研究中，研究人员公布了一种前景良好的非侵入性结直肠癌（CRC）筛查新方法，有望提高早期诊断率和患者治疗效果。
目前的检测工具（如影像学检查和活检）往往难以发现早期病变，而基于循环肿瘤DNA的液体活检则因血液中肿瘤DNA含量低和灵敏度不足而受限。研究团队转而采用了循环肿瘤RNA（cfRNA），因为它能够捕捉更广泛的分子信息，包括基因转录本及其化学修饰。
研究人员重点分析了来自人体微生物组的cfRNA。微生物组是指生活在人体内外的庞大细菌和病毒群落。这些微生物群落在癌症发展过程中会发生变化，微生态的波动可以提示癌症的发生。
相关故事
- 芬兰5G测试网络合作提供最佳5G测试环境和生态系统
- 泰瑞达推出UltraFLEX测试平台新型无线测试解决方案
- 基于高灵敏荧光的传感器呼吸分析仪实现肺癌早期检测
传感器行业焦点电子书
整合过去一年中最重要的访谈、文章和新闻。
[下载免费副本]
该研究旨在确定微生物组来源的cfRNA中的特定甲基化模式是否可作为结直肠癌的早期可靠指标。
检测原理
研究人员从结直肠癌患者和非癌症对照人群中采集了血浆样本，并采用严格的操作流程以保持cfRNA的完整性。经过多次高速离心去除细胞碎片后，样本被储存在超低温环境中。
使用商业低输入量试剂盒提取cfRNA，该试剂盒能够回收小RNA，包括已知具有广泛甲基化的转运RNA（tRNA）。
为了检测这些甲基化修饰，研究人员开发了一种名为LIME-seq的测序策略。该方法通过酶处理来区分甲基化与非甲基化的核苷酸，从而直接检测血浆来源的小RNA中的甲基化特征。
测序数据随后通过生物信息学流程进行分析，包括使用Kraken2工具识别贡献cfRNA的微生物种类，并以核苷酸级分辨率绘制甲基化位点。
研究人员使用机器学习模型（特别是支持向量机）对发现队列中的甲基化特征进行训练，并采用留一法交叉验证评估模型的稳健性。
团队还将基于甲基化的分类与其他微生物生物标志物（如微生物丰度和突变特征）进行了比较，以评估各自的诊断性能。
显著成果
该检测方法识别出一组在结直肠癌患者中持续发生改变的甲基化位点，表明与肿瘤生长相关的微生物组活动受到干扰。这些变化出现在多种微生物种类中，显示微生物组发生了广泛变化。
基于甲基化模式的诊断模型达到了约0.98的曲线下面积（AUC），显示出极高的准确性。重要的是，该方法在检测早期疾病方面表现优异，包括癌前腺瘤和I期癌症——这正是当前筛查方法常常不足的领域。
当研究人员将甲基化模式与cfRNA中存在的突变特征相结合时，检测性能进一步提升。他们表示，这种方法受DNA检测所面临的混杂因素影响较小，并能实时洞察微生物组的功能状态。
[下载PDF副本]
未来展望
该研究结果标志着在更敏感和特异的非侵入性结直肠癌筛查方面迈出了重要一步。通过捕捉微生物组中的动态分子变化，cfRNA甲基化分析可以增强早期检测并指导风险评估。
这也凸显了该方法在其他与微生物组功能障碍相关疾病中的应用潜力。
期刊参考文献
Ju CW., Lyu R., 等人 (2025)。血浆中微生物组来源的循环RNA修饰可区分结直肠癌样本。《自然-生物技术》。DOI: 10.1038/s41587-025-02731-8，
【全文结束】
