最近的研究显示，检测和识别血浆游离DNA（plasma cell-free DNA, cfDNA）的甲基化特征，可以在患者临床诊断的前几年内预测某些癌症发生的可能性。加拿大安大略癌症研究所的科学家在最近的美国人类遗传学会年会上介绍了这一研究成果，在cfDNA甲基化检测的基础上，该研究所还开发了一种基于机器学习的AI模型，可能有助于在通常的临床诊断之前，对个体患者癌症发生发展的可能性做出相对准确的预测和评估。

          研究人员认为，许多癌症早期的研究主要集中在诊断时采集的血液样本上，而初诊时有人已经患上了癌症。如果真正想开发可应用于早期癌症检测的生物标志物，就需要在无症状个体中，在发展成为癌症之前，评估这些标志物在患者体内有哪些特点和对癌症预测的效果如何。在这项研究中，研究人员使用了加拿大明日健康伙伴计划（CanPaTH）的血液样本库，该项目是一个大型公开的人群研究系列，包含了40000多份参加这项研究的个人血液样本，所有个体在采集血液样本时都没有发生癌症的证据。

           从这个大样本人群中，研究人员挑出了后来患上乳腺癌，前列腺癌和胰腺癌的患者，总共选择了在癌症诊断之前七年时间收集的400多份血浆样本，并对这些cfDNA标本进行了甲基化DNA免疫沉淀和高通量测序（cfMeDIP-seq）检测, 后者是以前开发的一种用于分析 cfDNA 甲基化组谱（profile）的高灵敏度检测方法。同时，从CanPaTH样本库中选择了与患者人群相对应的，在年龄，性别，样本采集时间，以及其他健康状态和生活方式等指标相匹配的无癌人群，作为对照组也进行了同样的检测。

          使用差异甲基化分析法，研究人员首先确定了每种癌症排列位置在前的200个高甲基化区域，并发现这些高甲基化区域的特征，可以帮助区分无癌对照组，与癌症诊断之前五年以上的癌前cfDNA样本之间的差别。而后，进一步研究试图发现，是否可以在大量癌症组织样本中发现已捕获的高甲基化cfDNA区域。由于研究人员无法获得CanPaTH参与者的匹配肿瘤样本，他们使用了可公开访问的癌症组织，相邻正常组织和外周血白细胞的样本数据库（癌症基因组图谱，TCGA）。随后的研究首先是要确定cfDNA中是否存在任何甲基化特有的标志性特征，可以用来区分无癌对照组和患者组在确诊之前的血清标本是否不同。通过差异甲基化分析，研究人员确认了每种癌症排在前面200个高甲基化区域，并发现这些高甲基化特征能够把无癌对照组和确诊之前五年以上的癌症病例区分开来。

          分析也显示，诊断前的血液样本中前100个高甲基化区域与癌组织存在着“显著重叠”。此外，也观察到，其中一些DNA甲基化模式也与癌症组织基因表达的改变高度相关。这表明早期基因组的变异过程就可能促进了癌症的发展，也提示在一些患者中，早在五年前就可能开始了癌症的演变过程。受这些结果的鼓舞，研究人员利用甲基化特征开发了一个基于机器学习的AI预测模型，并研究了该模型是否可以根据患者确诊之前的血清cfDNA甲基化组谱（profiling），准确预测每个个体癌症演变发生的潜在风险。

为评估该模型的预测效果，研究人员在乳腺癌患者中进行了测试。总共选择了67个诊断之前采集的样本和59个非癌症对照样本进行了比较。结果显示该模型操作表现“相对较好”， 受试者工作特性曲线（receiver operating characteristic curve，AUC）下面积约为0.724，灵敏度超过25%，特异性超过95%。尤其是，当分析特定患者亚组时发现，该模型在预测50岁以下人群的癌症风险方面取得了更好的结果。在加拿大，女性乳腺X光检查的推荐年龄是50岁以上。因此，cfDNA甲基化检测可能有助于在乳腺X光检查之前的年轻个体中，检测出其中的一些癌症患者。此外，该模型也被证明，在采血后一年内，对预测乳腺X光检查呈阴性个体的癌症发生风险能有帮助，表明该检测可能有助于发现乳腺X光检查可能遗漏的患者。

针对上述结果，研究人员在另一组独立病例队列中对该模型做了进一步的验证。这个验证研究队列由19个确诊前的乳腺癌样本和15个无癌症对照组组成。测试结果达到了50%的敏感性和极高的特异性。尽管目前该项研究工作的重点只是针对乳腺癌，前列腺癌和胰腺癌患者，但该团队的研究计划将把cfDNA甲基化的检测方法扩展到其他种类癌症的早期诊断之中。                                                                      吴金昊    阎影