
威尔康奈尔医学院、纽约长老会医院、纽约基因组中心 (NYGC) 和纪念斯隆凯特琳癌症中心 (MSK) 的科学家领导的一项研究表明,一种基于人工智能的血液肿瘤DNA检测方法在预测癌症复发方面表现出前所未有的灵敏度。这项新技术有望通过及早发现复发并密切监测肿瘤对治疗的反应来改善癌症治疗。
在6月14日发表于《自然医学》杂志的一项研究中,研究人员展示了他们能够训练一种机器学习模型(一种人工智能平台),该模型能够基于患者血液检测的DNA测序数据,以极高的灵敏度和准确度检测循环肿瘤DNA (ctDNA)。他们成功地在肺癌、黑色素瘤、乳腺癌、结肠癌和癌前结肠息肉患者中证明了这项技术的效果。
“我们能够显著提高信噪比,例如,使我们能够在标准临床方法之前数月甚至数年检测到癌症复发,”研究报告的共同作者、威尔康奈尔医学院血液学和医学肿瘤学系医学教授、纽约基因组中心核心成员丹·兰道博士说。
该研究的共同作者和第一作者是 Adam Widman 博士,他是 Landau 实验室的博士后研究员,同时也是 MSK 斯隆凯特琳癌症中心的乳腺肿瘤学家。其他第一作者包括 NYGC 的 Minita Shah、奥胡斯大学的 Amanda Frydendal 博士以及 NYGC 和威尔康奈尔医学院的 Daniel Halmos。
液体活检技术的巨大潜力尚未得到充分发挥。大多数现有方法仅针对相对较少的癌症相关突变,这些突变在血液中通常过于稀少,难以可靠地检测到,从而导致低估癌症复发的可能性。
几年前,Landau博士和他的同事开发了一种基于血液样本DNA全基因组测序的替代方法。他们证明这种方法可以收集更多“信号”,从而能够更灵敏、更高效地检测肿瘤DNA。从那时起,这种方法越来越多地被液体活检开发人员采用。
在这项新研究中,研究人员更进一步,使用先进的机器学习策略(类似于 ChatGPT 等流行的 AI 应用程序中使用的策略)来检测测序数据中的细微模式,特别是区分指示癌症的模式与指示测序错误和其他“噪音”的模式。
在一项测试中,研究人员训练了他们称之为 MRD-EDGE 的系统,使其能够识别 15 名结肠癌患者的患者特异性肿瘤突变。手术和化疗后,该系统根据血液数据预测其中 9 名患者仍有癌症残留。其中 5 名患者在几个月后通过灵敏度较低的方法检测到了癌症复发。但系统没有出现假阴性:在研究期间,所有被 MRD-EDGE 统计为无肿瘤 DNA 的患者均未出现复发。
MRD-EDGE 在早期肺癌和三阴性乳腺癌患者的研究中表现出了相似的敏感性,可以早期发现除一次复发之外的所有复发,并在治疗期间跟踪肿瘤状态。
研究人员证明,MRD-EDGE 甚至可以检测出癌前结肠腺瘤(结肠癌由息肉发展而来)中的突变 DNA。
“之前并不清楚这些息肉是否可以释放可检测的ctDNA,所以这是一项重大进展,可能为未来检测癌前病变的策略指明方向,”兰道博士说,他也是威尔康奈尔医学院桑德拉和爱德华迈耶癌症中心的成员,也是纽约长老会/威尔康奈尔医学中心的血液肿瘤学家。
最后,研究人员表明,即使没有事先对患者肿瘤测序数据进行训练,MRD-EDGE 也可以在标准 X 射线成像检测前数周检测到黑色素瘤和肺癌患者对免疫疗法的反应。
“总的来说,MRD-EDGE 满足了一个巨大的需求,我们对它的潜力感到非常兴奋,并正在与行业合作伙伴合作,努力将它带给患者,”Landau 博士说。