計算機程序可以診斷和定位血液樣本中的癌癥

　　美國研究人員開發了一種計算機程序，可以在檢測癌癥的同時從患者的血液樣本中識別癌癥病灶在身體中的位置。該研究項目公開發表在近期出版的《基因生物學》期刊上。

　　來自加利福尼亞大學洛杉磯分校的聯合作者周茉莉教授表示：“癌癥的非侵入性診斷很重要，因為它能夠診斷早期癌癥，癌癥越早被確診，病人被治愈的幾率就越高。我們已經開發出識別癌癥的計算機驅動檢測程序，并能夠通過單個血液樣本確定癌癥的類型。該技術尚處于起步階段，需要進一步驗證，但其對癌癥病人潛在的益處非常大。”

　　該項目的工作原理是通過尋找患者血液中自由流動的癌癥DNA中的特定分子模式，將該模式與不同癌癥類型組成的腫瘤表觀遺傳學數據庫進行比較。已知來自腫瘤細胞的DNA會在最早期癌癥患者的血流中出現，這為疾病的早期檢測提供了獨特的靶標。

　　周茉莉解釋道：“我們建立了一個表觀遺傳標記的數據庫，特別是甲基化模式，這在分類癌癥中很常見，并且鎖定于特定的組織中，如肺癌或肝癌。我們還針對非癌癥樣本編譯了相同的‘分子足跡’，因此，我們有一個基準足跡來比較癌癥樣本。這些標記可用于將血液中自由發現的DNA分解為腫瘤DNA和非腫瘤DNA。”

　　在這項研究中，新的計算機程序和另外兩種分別名為隨機森林和支持向量機的方法檢測了29名肝癌患者、12名肺癌患者以及5名乳腺癌患者的血液樣本。每個樣品均被測試了10次以驗證結果。隨機森林和支持向量機方法分別具有0.646和0.604的總錯誤率（測試產生假陽性的幾率），而新程序的錯誤率較低，為0.265。

　　研究檢測的29例肝癌患者中有25例、12例肺癌患者中有5例患有早期癌癥。研究人員表示，盡管這些癌癥處于早期階段時血液中存在的腫瘤DNA水平很低，但是該程序仍然能夠作出診斷，證明這種方法可以早日發現癌癥。

　　周茉莉補充說：“由于血液樣本數量有限，本研究僅針對三種癌癥類型（乳腺癌、肝癌和肺癌）進行評估。一般來說，血液中腫瘤DNA的分數越高，該程序產生的診斷結果越準確。因此，使用這種方法對良好循環的器官（如肝臟或肺部）進行早期腫瘤診斷比循環不暢的器官（如乳房）更容易確診。”