1. 首頁 > 健康養生 > >

代謝|觀察｜當質譜技術結合人體代謝物，泛癌篩查還有哪些挑戰？

腫瘤鄭杰代謝組學質譜篩查檢測診斷隊列技術癌癥代謝人體研究鐘晟

癌癥正在成為全世界主要的死亡原因和公共衛生的主要關切目標 ， 約占死亡率的15% 。 世界衛生組織相關數據顯示 ， 全球每年的癌癥負擔預計將不斷增加 ， 僅2020年就有1900多萬新病例和1000萬死亡病例 。
在和癌癥斗爭的漫長進程中 ， 除了免疫治療等方法帶來新的希望之外 ， 將斗爭的“關口”不斷往前移 ， 這也是科學界和醫療界的努力方向之一 。 由此而衍生出的一種現象是：近年來 ， 開發早期、可靠的癌癥篩查診斷技術并使其成功商業化 ， 已成為一條熱門賽道 。
日前 ， 四川大學國家生物醫學材料工程技術研究中心、復旦大學附屬中山醫院、武漢大學、安徽醫科大學第一附屬醫院、清華大學藥學院等團隊的研究人員在國際學術期刊《自然-通訊》（Nature Communication）上發表了一項研究 。 他們開發了一種用于泛癌癥診斷的多重納米材料輔助的激光解吸/電離（LDI）質譜方法（簡稱為“MNALCI”） 。 在進一步結合機器學習進行高處理能力的分析后 ， MNALCI可以高度靈敏地捕獲和分析1000道爾頓（Da）以下的小分子代謝物信號 。
來自上海復旦大學附屬中山醫院的患者和健康對照組作為內部驗證隊列 ， 該隊列顯示 ， MNALCI表現出了93%的靈敏度和91%的特異性；來自合肥的安徽醫科大學第一附屬醫院的患者和健康對照組則作為外部驗證隊列 ， 該隊列顯示 ， MNALCI表現出了84%的靈敏度和84%的特異性 。
代謝|觀察｜當質譜技術結合人體代謝物，泛癌篩查還有哪些挑戰？
文章圖片

“從臨床角度來說 ， 腫瘤篩查確實存在著一個非常大的需求 ， 并且它是一個比較新興的領域 ， 是一個藍海的市場 。 ”該項研究的作者之一、中國科學院生物化學與分子生物學博士鐘晟在接受澎湃新聞（www.thepaper.cn）采訪人員采訪時表示 ， “要作為一款面對大眾的腫瘤篩查產品 ， 它的一個基礎條件是靈敏度要達到80%以上、特異性要達到90%甚至95%以上的指標 。 ”他認為 ， 無論是從臨床角度 ， 還是從宏觀的衛生經濟學角度考慮 ， 達到上述這些指標才會有其意義和價值 。
所謂的靈敏性（Sensitivity）是指真實陽性樣本中預測為陽性的比例 ， 即對真正癌癥群體檢測出有癌癥的比例；特異性（Specificity）則是指真實陰性樣本中預測為陰性的比例 ， 即對非患癌群體檢測出陰性的比例 。
值得一提的是 ， 鐘晟強調一點 ， “只有提高了靈敏度 ， 也就是提高了篩查的效率 ， 才能夠去節約社會資源 。 而追求特異性的極限 ， 更是我們在做腫瘤篩查的過程中需要去提升的一個性能指標參數 。 ”他進一步解釋道 ， 就癌癥篩查來說 ， 沒有患病的群體基數是非常大的 ， “比如說有100萬人篩查 ， 可能其中99萬人都是健康人群 ， 如果特異性太低 ， 哪怕差一個百分點 ， 那么就會多將近1萬個人被誤診為腫瘤 。 ”
談及這項研究的初衷 ， 該項研究的共一作者、武漢大學鄭杰博士在接受澎湃新聞（www.thepaper.cn）采訪人員采訪時表示 ， 團隊想解決的一個問題是 ， “想看看高通量非靶向的質譜技術和機器學習技術是否能解決在多個癌癥中找到生物標記物的幾率？我們經過大半年的實驗 ， 也在不斷地去調整納米基質、質譜儀器參數和機器學習算法之間的配合 ， 最終無論是在內部驗證還是外部驗證 ， 表現都很不錯 。 ”基于這些前提研究 ， 研究團隊啟動了規模更大的進一步研究 。
鄭杰同時強調一點 ， 代謝組學是當前醫學研究的熱點之一 ， “而無論是質譜技術 ， 還有影像分析技術或是基因組技術 ， 通過不同技術的搭配 ， 然后再結合樣本的采集處理 ， 還有和算法相互結合 ， 我們會有不同的方案去針對不同的場景解決癌癥的這樣一個大的話題 。 ”