一项新研究表明，血液诊断检测或许能在无症状患者中实现肺癌的早期检测。
肺癌是导致癌症死亡的首要原因，通常在晚期才被确诊，此时生存率极低。早期肺癌大多没有症状，而目前用于检测早期肺癌病变的低剂量螺旋CT成像，由于成本高昂以及重复筛查带来的辐射危害，并不适合作为面向普通人群的广泛筛查手段。
这项发表于《美国国家科学院院刊》的研究，为一滴血检测无症状患者肺癌的可行性提供了概念验证。该研究由哈佛大学附属麻省总医院的研究人员共同牵头：病理学与放射学助理生物物理学家、阿西努拉·A·马蒂诺斯生物医学成像中心的利奥·程（Leo Cheng），以及肺部与重症监护医生大卫·克里斯蒂亚尼（David Christiani）。
“我们的研究表明，开发一种用于早期检测肺癌的灵敏筛查工具具有潜力，” 程说道。“我们构建的预测模型能够识别哪些人可能患有肺癌。检测结果可疑的个体将被转诊，通过低剂量CT等成像检测进行进一步评估，以明确诊断。”
程、克里斯蒂亚尼及其共同研究人员基于血液中的代谢组学特征构建了肺癌预测模型。代谢组学通过研究代谢组（即存在于人体所有细胞、液体和组织中的动态生化组合）来分析细胞代谢物流动，从而解读健康和病理状态。肺癌的存在会改变生理和病理状态，进而导致肺部癌细胞产生或消耗的血液代谢物发生变化。研究人员使用高分辨率磁共振波谱法测量血液中的代谢组学特征，这一工具能够通过测量代谢物的集体反应来检测活细胞内的一系列化合物。
研究人员筛查了存储在麻省总医院生物样本库及其他地方的数万份血液样本，发现25名非小细胞肺癌（NSCLC）患者，这些患者在确诊时及确诊前至少六个月都留存有血液样本。他们将这些患者与25名健康对照者进行匹配。
研究人员首先通过测量确诊患者血液样本中的代谢组学特征值，并与健康对照者的血液样本进行比较，来训练他们的统计模型以识别肺癌。然后，他们使用这些患者在确诊肺癌之前采集的血液样本来验证模型。在此，预测模型得出的值介于健康对照者和确诊患者之间。
“这非常令人鼓舞，因为早期疾病筛查应能检测到血液代谢组学特征的变化，这些变化处于健康与疾病状态之间，” 程说。
随后，研究人员使用另一组54名非小细胞肺癌患者在确诊前采集的血液样本对模型进行测试，证实该模型的预测准确。
从确诊前血液样本中测得的预测模型值还可以预测患者的五年生存率，这可能有助于指导临床策略和治疗决策。研究人员之前的一项研究表明，基于磁共振波谱法的代谢组学有潜力区分癌症类型和疾病阶段。还需要更大规模的研究来验证血液代谢组学模型在临床实践中作为非小细胞肺癌早期筛查工具的实用性。
接下来，研究人员将分析肺癌临床特征的代谢组学特征，以了解该疾病的整个代谢谱，这可能有助于选择靶向治疗方案。他们还测量了400多名前列腺癌患者的代谢组学特征，以创建一个模型，区分需要监测的惰性癌症和需要立即治疗的侵袭性更强的癌症。研究人员还计划使用相同技术，通过血液样本和脑脊液筛查阿尔茨海默病。
程是哈佛医学院放射学副教授。克里斯蒂亚尼是哈佛医学院医学教授，以及哈佛大学陈曾熙公共卫生学院环境遗传学教授。
这项研究由美国国家癌症研究所资助。