約翰霍普金斯金梅爾癌症中心的研究人員開發了一種人工智慧 (AI) 驅動的液體活檢,可分析血液中循環的無細胞 DNA (cfDNA) 片段的全基因組模式。此測試檢查這些 DNA 片段如何分解以及它們在基因組中出現的位置。利用這些訊息,該系統可以識別肝纖維化和肝硬化的早期跡象,還可以檢測更廣泛的慢性疾病指標。
這項研究由美國國立衛生研究院部分資助,並於 3 月 4 日發表 科學轉譯醫學。這是這種類型的DNA片段分析(稱為片段化技術)首次被系統性地應用於檢測與癌症無關的慢性疾病。此前,這種方法主要作為檢測癌症的手段進行研究。
全基因組 DNA 片段模式揭示疾病訊號
測量 cfDNA 的液體活檢在識別癌症方面已經顯示出有希望的結果。然而,科學家尚未廣泛探索其在診斷其他疾病方面的潛力。在這項新研究中,研究人員對 1,576 名患有肝病和其他疾病的人的 cfDNA 樣本進行了全基因組定序。透過檢查整個基因組的 DNA 片段,他們尋找可能表明疾病的模式。
研究小組分析了整個基因組中 DNA 片段的大小和分佈,包括很少被研究的重複 DNA 區域。每次分析都包含約 4000 萬個片段,涵蓋數千個基因組區域,與大多數液體活檢測試相比,產生了大量數據集。
機器學習演算法處理這些資訊以識別與疾病相關的分割模式。利用這些模式,研究人員創建了一個分類系統,可以高靈敏度地檢測早期肝病、晚期纖維化和肝硬化。
「這直接建立在我們之前的癌症碎片化工作的基礎上,但現在我們正在使用人工智慧和無細胞 DNA 的全基因組碎片圖譜來關注慢性疾病,」約翰霍普金斯金梅爾癌症中心癌症遺傳學和表觀遺傳學計畫聯合主任、該研究的共同高級作者 Victor Velculescu 醫學博士說。 「對於許多此類疾病,早期發現可以產生深遠的影響,肝硬化和肝硬化就是重要的例子。肝硬化可以在早期階段逆轉,但如果不及時發現,可能會進展為肝硬化,最終增加肝癌的風險。”
為什麼 DNA 片段分析不同?
與許多尋找與癌症相關的特定基因突變的液體活檢方法不同,片段化方法著重於 DNA 片段如何被切割、包裝和分佈在整個基因組中。研究人員表示,這種更廣泛的觀點使得該方法適用於癌症以外的疾病,包括最終可能增加癌症風險的疾病。該研究還由腫瘤學教授 Robert Scharpf 博士和腫瘤學助理教授 Jill Phalen 博士共同領導。
「我們並不是在尋找個體突變,這一事實使得這項研究如此強大,」第一作者 Akshaya Annaprajada 博士說。 Velculescu 實驗室的學生。 “我們分析整個部分,其中包含有關人的生理狀態的大量信息。這些數據量與機器學習相結合,可以為許多不同的健康狀況開發特定的分類器。”
早期發現可以使數百萬人受益
Velculescu 指出,美國有近 1 億人患有肝病,增加了肝硬化和肝癌的風險。目前針對纖維化的血液檢測通常缺乏敏感性,尤其是在疾病的早期階段。標準血液標記物通常無法檢測到早期纖維化,並且只能在大約一半的病例中識別出肝硬化。專門的超音波或核磁共振掃描等成像技術可以提供幫助,但這些工具所需的設備並不總是可用。
「許多處於危險中的人並不知道自己患有肝病,」維爾庫萊斯庫說。 “如果我們能夠在纖維化發展為肝硬化或癌症之前進行早期幹預,那麼影響可能會很大。”
他補充說,及早識別這些主要病症可能會讓醫生更快地治療潛在疾病,並有可能預防癌症的發展。
研究起源和分段合併症指數
自 2023 年以來搜尋量有所增長 癌症檢測 Velculescu 領導的一項研究重點關注肝癌的一部分。在研究肝腫瘤患者時,科學家注意到,一些患有纖維化或肝硬化的個體表現出大部分正常的分割特徵,但包含與疾病相關的微妙 DNA 訊號。這項觀察結果促使研究小組檢查與肝纖維化和肝硬化特別相關的區室模式。
在對 570 名疑似患有嚴重疾病的人進行的另一項分析中,研究人員創建了分段合併症指數。這項衡量標準區分了查爾森合併症指數得分高低的個人,這是一種廣泛使用的衡量標準,用於估計其他健康狀況對一個人的死亡風險的影響程度。基於片段的指數獨立預測總體生存率,並且在某些情況下被證明比傳統發炎標記物更具特異性。一些碎片特徵似乎也與較差的臨床結果相關。
Annaprajada 說:“該分數可以作為針對不同疾病構建不同分類器的基礎,最重要的是,這些分類器是針對特定疾病的,不會發生交叉反應。” “肝硬化分類器與癌症分類器不同。這是基於相同基礎平台構建的獨特的疾病特異性測試。”
檢測其他慢性疾病的可能性
該研究還包括患有一系列疾病的高風險族群。研究人員觀察到與心血管疾病、發炎和神經退化性疾病相關的碎片訊號。然而,研究人群沒有包括足夠數量的病例來為每種情況建立單獨的疾病分類器。相反,研究結果表明該技術最終可能具有更廣泛的醫療應用,研究人員計劃在未來的工作中對此進行研究。
該研究中描述的肝纖維化測試仍然是原型,尚未作為臨床測試引入。團隊的下一步包括改進和驗證肝病分類器,並探索與其他慢性疾病相關的區室特徵。
研究人員和資金
除了 Velculescu、Anapragada、Scharpf 和 Valen 之外,研究團隊還包括 Zechariah Voda、Hope Orjuela、Carter Norton、Shashikant Cole、Nosheen Niknefs、Sarah Short、Kirti Boyapati、Adriana Bartolomucci、Dimitrios Matthews、Michael Noe、Chris Cherry、Jacob Caree、Chris Cherry、Jacob Leal、Alessless。德拉科普利、海梅·梅迪納、尼可拉斯·沃爾貝斯庫、丹妮爾·布魯姆、莎拉·巴克斯、維爾莫斯·阿德列夫、艾米·金、史蒂芬·拜林、格雷戈里·柯克、安德烈·索魯普、拉茲萬·雅各布、斯佩蘭塔·雅各布、麗安娜·格奧爾基、西蒙娜·迪瑪格、約翰·格林、喬瑪·蓋納曼、約翰·格魯
研究的部分資金來自 Miriam 和 Sheldon G. Adelson 醫學研究基金會、及時攔截肺癌 SU2C 夢之隊補助金、荷蘭癌症協會國際癌症研究夢之隊對抗癌症補助金、格雷基金會、蒂娜布羅茲曼基金會、英聯邦基金會、馬剋癌症研究基金會、丹納赫基金會、ARCS 華盛頓分會和 Dan Way Family。張 AACR 學者培訓獎、科爾基金會和美國國立衛生研究院授予 CA121113、CA006973、CA233259、CA062924、CA271896、T32GM136577、T32GM148383 和 DA036297。
發布日期: 2026-03-06 05:20:00
來源連結: www.sciencedaily.com









