在一项由威尔康奈尔医学院、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) 的研究人员领导的研究中，一种用于检测血液中肿瘤 DNA 的人工智能方法在预测癌症复发方面表现出了前所未有的灵敏度。这项新技术有可能通过极早发现复发并在治疗期间密切监测肿瘤反应来改善癌症治疗。

在 6 月 14 日发表在《自然医学》杂志上的这项研究中，研究人员展示了他们可以训练一种机器学习模型（一种人工智能平台），根据患者血液测试的 DNA 测序数据检测循环肿瘤 DNA (ctDNA)，具有非常高的灵敏度和准确性。他们在肺癌、黑色素瘤、乳腺癌、结直肠癌和癌前结直肠息肉患者中成功演示了这项技术。

我们能够实现显著的信噪比增强，这使我们能够比标准临床方法提前数月甚至数年检测到癌症复发。”

Dan Landau 博士，研究共同通讯作者，威尔康奈尔医学院血液学和肿瘤内科医学教授，纽约基因组中心核心教员

这项研究的共同第一作者和共同通讯作者是 Landau 实验室的博士后研究员 Adam Widman 博士，他也是 MSK 的乳腺癌肿瘤学家。其他共同第一作者是 NYGC 的 Minita Shah、奥胡斯大学的 Amanda Frydendahl 博士以及 NYGC 和威尔康奈尔医学院的 Daniel Halmos。

液体活检技术实现其巨大潜力的步伐一直很慢。迄今为止，大多数方法都针对的是相对较小的一组癌症相关突变，这些突变在血液中通常过于稀疏，无法可靠地检测到，导致癌症复发而无法被发现。

几年前，Landau 博士及其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。他们表明，通过这种方式可以收集更多“信号”，从而能够更灵敏地（且在逻辑上更简单）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，研究人员再次取得了飞跃，使用先进的机器学习策略（类似于ChatGPT和其他流行的AI应用程序）来检测测序数据中的细微模式，特别是区分提示癌症的模式和提示测序错误和其他“噪音”的模式。

在一项测试中，研究人员训练了他们的系统（他们称之为 MRD-EDGE），使其能够识别 15 名结直肠癌患者的患者特异性肿瘤突变。在患者接受手术和化疗后，该系统根据血液数据预测其中 9 人有残留癌症。几个月后，使用灵敏度较低的方法发现其中 5 名患者癌症复发。但没有假阴性：MRD-EDGE 认为没有肿瘤 DNA 的患者在研究期间均未出现复发。

MRD-EDGE 在早期肺癌和三阴性乳腺癌患者的研究中表现出相似的敏感性，可以早期检测到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 甚至可以检测到癌前结肠直肠腺瘤（结肠直肠肿瘤由息肉发展而来）中的突变 DNA。

“此前还不清楚这些息肉是否会释放出可检测的 ctDNA，因此这是一项重大进展，可以指导未来检测癌前病变的策略，”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，以及纽约长老会/威尔康奈尔医学中心的血液学家/肿瘤学家。

最后，研究人员表明，即使没有对患者肿瘤的测序数据进行预先训练，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，并与行业合作伙伴合作，努力将它提供给患者，”Landau 博士说。