一种针对肺结节的无创多元分析法诊断肺癌（发表于ADVSCI，影响因子15.）
摘要
为了解决常规低剂量CT（LDCT）在肺癌诊断中的假阳性率高的问题，此次研究采用基于血液样本的无创性检测来协助临床医生进行肺结节（PNs）诊断的决策的功效。在这项前瞻性观察性研究中，通过LDCT筛选高危的PNs的患者进行了基于二代测序技术（NGS）的游离DNA（cellfreeDNA，cfDNA）突变分析，基于NGS的cfDNA甲基化分析以及基于血液的蛋白质癌症生物标志物检测，然后进行手术切除，并对组织切片进行病理检查和分类。以病理学分类为金标准，使用统计和机器学习方法基于98位患者的发现队列（28位良性和70位恶性肿瘤）选择与组织恶性分类相关的分子标记，并构建预测组织恶性肿瘤的综合多分析预测模型。基于各个测试平台的预测模型表现出不同的性能水平，而它们的最终集成模型AUC为0.85。该模型的性能在29位患者的独立验证队列（14例良性和15例恶性，效能0.90）上得到了进一步证实，其AUC值为0.86，总体敏感性为80％，特异性为85.7％。
引文
低剂量计算机断层扫描(LDCT)通常用于筛查高危患者的肺癌(LC)。当使用来自基于美国的国家肺筛查试验的阳性筛查的原始定义时，LDCT性能受到大量阳性调用(27%)的影响，其中96%已被确定为假阳性。随后的Nelson试验使用基本上不同的阳性筛查结果定义来将假阳性的比例降低到60%，但这导致LC检测的敏感度下降了10倍，阳性率为2.7%。由于小的恶性结节的放射学特征不明确，在CT扫描中区分小的恶性结节与良性结节尤其具有挑战性。因为在中国人群中结核球的患病率相对较高，这使问题变得更加复杂，所以这个医院尤为突出。面对类似的困境，许多临床上用于广泛评估癌症风险的生物标记物缺乏所需的特异性。例如，基于血清蛋白的癌症生物标志物，如癌症抗原(CA)、癌胚抗原(CEA)、前列腺特异性抗原(PSA)和癌症抗原19-9(CA)通常用于监测肺癌患者。但是这些蛋白也在非癌症患者的血清中被发现，这限制了它们在早期肺癌诊断中的临床应用。[4]因此，人们一直在寻找特异性更高的生物标志物来补充现有的临床实践。循环肿瘤DNA(CtDNA)是基于无细胞DNA(CfDNA)研究的主要肿瘤学研究热点之一，它为肿瘤特异性基因组改变的无创性研究提供了一个很有前途的平台。ctDNA研究通常只需要从患者身上提取液体，如血液、胸水、脑脊液等，与传统的手术活检方法相比，对实体肿瘤微环境的影响最小，从而避免了应激诱导的肿瘤细胞增殖。下一代测序技术(NGS)的应用，加上先进的计算方法，使得基于ctDNA的肿瘤突变图谱在广泛的癌症类型中得到了极大的应用。有时参考肿瘤组织测序图谱以指导治疗，这些方法已经成功地应用于确诊的癌症患者。与此同时，尽管有许多备受瞩目的研究论文，基于血液的突变图谱在癌症筛查和早期检测中的应用仍处于初级阶段。这可能是因为当肿瘤很小时，这些突变靶点的等位基因频率非常低，因此它们对现有技术的可靠检测构成了挑战。特别是关于肺癌，Phallen等人，比较早期肺癌和健康人的cfDNA突变谱，报道它们可能是潜在的非侵入性检测生物标志物。然而，用于区分良恶性肺结节的突变生物标志物的研究报道甚少。DNA序列的全局低甲基化和CpG岛(CpG岛)的局部高甲基化在肿瘤发生的早期阶段被广泛观察到，这使得DNA甲基化图谱成为癌症早期检测的一种有吸引力的方法。已经有几项研究报道了基于血液的肺癌筛查和诊断。Ooki等人，设计了用于早期肺癌检测的cfDNA甲基化小组，但仍以健康对照为基础。Hulber等人报道称，6个基因启动子区域的甲基化特征对早期肺癌具有较高的诊断准确率。据报道，该技术对中国小结节患者早期非小细胞肺癌的检测具有很高的敏感性和特异性。梁等人报道的一项临床研究。研究表明，9种特定的甲基化标记物在区分肺癌和良性肺结节(PN)方面是有效的。这种概念验证工作在应用于临床之前通常需要进一步改进，因为该测试的性能与更传统和更方便的LDCT相当。使用单一技术平台进行分析的一个突出问题是成像、蛋白质生物标记物、DNA突变或DNA甲基化，这与选择用于构建预测模型的生物标记物有关。考虑到肿瘤生物学的复杂性，单一的测试平台很容易对预测模型引入系统性的研究偏差，因为观察数据只反映了患者/样本的一个方面。此外，临床研究经常在有限的队列规模下面临现实的挑战，再加上对潜在预测标记物的巨大搜索空间，结果模型在不同的平台和研究中表现出巨大的差异并不令人惊讶。自然，对多组学数据的综合分析可以提供对患者的更全面的看法，减少系统偏差和方差，从而促进更准确的临床决策。少量研究已经表明结合多组学特征可以提高癌症筛查的性能。例如，Cohen等人的CancerSeek小组发现基于DNA点突变和蛋白质的肿瘤标志物在区分可切除肺癌和正常标本方面的敏感性和特异性分别达到59%和99%，Silverstri等人的PANOPTIC分类器发现根据蛋白癌生物标志物和患者的临床特征，可以区分肺结节的良、恶性，敏感性为97%，特异性为44%。我们的研究旨在从两个方面提升上述技术水平。首先，我们