研究人员和临床医生并不完全理解为什么有些癌症会扩散，而有些则不会。他们所知道的是，当癌症扩散时，存活率会大幅下降。如果医生能够预测原发性肿瘤转移的可能性，他们就能够为患者选择最佳的治疗方案。然而，目前的检测只关注肿瘤遗传学，因为它可以突变和改变。

　　约翰霍普金斯大学(Johns Hopkins University)化学与生物分子工程系的博士研究生Chris Yankaskas想知道，他能否通过观察癌细胞的表型或可观察到的细胞特征和行为，从另一个角度预测癌细胞的转移。在纳米生物研究所的核心成员和教授Konstantinos Konstantopoulos的指导下，Yankaskas和一组研究人员创建了量化细胞入侵的微流控分析，或MAqCI--一种通过观察两个关键细胞转移所需的行为(而不是肿瘤遗传学)来预测乳腺癌转移的诊断工具和方法。

　　Yankaskas说："癌症进展的复杂性和每个病人癌细胞之间的差异使得很难在个案基础上预测转移。我们的目标是继续利用病人活组织切片中的细胞研究乳腺癌，并希望将这项技术推广到其他癌症类型。"

　　癌症治疗对身体来说是费力的，而且可能是昂贵的。有些病人需要化疗、放疗、外科手术、靶向治疗，或以上综合治疗。MAqCI可以帮助临床医生和患者确定治疗侵袭性癌症的最合适方法，避免过度治疗侵袭性较弱的癌症。

　　为了开发他们的设备，Yankaskas首先必须训练MAqCI识别正常乳腺上皮细胞(对照组)、非侵袭性乳腺癌细胞和侵袭性/转移性乳腺癌细胞的特征行为。一旦确定了这些参数，研究小组就使用独立的细胞群，包括乳腺癌患者的标本，来验证MAqCI能够正确地测量和表征细胞。

　　该测试测量了发生转移所必需的两个关键细胞行为：细胞活力--测量细胞向体内远处转移的能力，以及增殖能力--细胞增殖的程度。

　　这项发表在《自然生物医学工程》(Nature Biomedical Engineering)杂志上的研究结果显示，MAqCI的准确性、敏感性和特异性足以预测乳腺癌人群是否会发生转移。该技术具有潜在的临床应用价值，因为它使用小样本量，在一到两天内提供结果，并可以分离这些细胞进行进一步表征。

　　MAqCI检测的另一个优点是，它可以观察细胞的可观察特征，而且相对简单，容易解释，不像基因筛查。预测癌症人群是否能够转移是困难的，而这种行为方法提供了一种更简单、更有效的预测方法。

　　Konstantopoulos说："MAqCI有潜力诊断肿瘤的转移倾向，并根据患者的具体情况筛选针对转移引发细胞的治疗方法，用于个性化治疗。我们目前正在测试预测脑癌患者预期寿命的方法。我们相信MAqCI将成为诊断、预后和精确治疗实体肿瘤患者的重要工具。"

　　文章来源网络，如侵权，请联系删除。