近期，美国加州大学圣地亚哥分校(UCSD)研究人员发现：通过训练人工智能鉴定血液中微生物群的特征，不仅可以识别出癌症，甚至还能对癌症做出不同类型的区分。这项研究发表在《自然》杂志上。

　　这项基于微生物群的肿瘤学诊断工具，有望改变人们筛查和诊断癌症的方式。

　　目前，大多数癌症诊断都需要通过手术切取组织活检，或从可疑的肿瘤部位进行取样分析。这些侵入性方法不仅耗时、费用高，还会因有创而给患者带来痛苦。

　　能不能通过简单的抽血或微生物DNA检测，判断是否患癌以及分辨癌症类型呢？

　　虽然近几年液体活检技术取得了很大进步，但想凭借检测基因组来真正的做到提前“预知”癌症，还有较长一段路要走。

　　如今，越来越多的研究显示，人体微生物在多种类型肿瘤中扮演重要角色。比如，某些肠道细菌可能引发结直肠癌，还可能通过免疫系统诱发肝癌、白血病等。

　　为此，研究人员猜测，这些微生物在肿瘤中起的作用可能比我们预想的还要大，进而想到通过分析血液中微生物的遗传物质，来识别体内的肿瘤，让我们身体内的“外来者”吐露秘密。

　　研究人员第一步是通过已有的人类肿瘤样本，来确认癌症相关的微生物核酸特征。他们从美国国家癌症所“癌症基因组图谱”（TCGA）数据库获得18116份样本，对其DNA和RNA的序列进行重新检查。这些样本涵盖了33种癌症、10000多个病例，包括原发性和复发性肿瘤以及转移扩散的肿瘤，既有肿瘤组织也有相邻组织和血液样本。

　　从几千份样本中找到独特的微生物特征后，研究者通过训练机器学习模型，把特定的微生物序列特征与特定的癌症相匹配。利用这些序列来区分癌症类型和同一癌症类型的不同阶段，以及肿瘤和正常组织之间的区别。

　　为尽量避免在样本采集、测序等步骤可能存在的微生物污染问题，研究者对数据集进行了严格的生物信息学过滤。在将Ⅲ、Ⅳ期肿瘤数据从数据集中去除后，发现模型依然可对许多肿瘤作出区分。这意味着，在癌症早期阶段，就能从血液中读取出特定的微生物核酸特征。

　　为了明确这种方法在真实世界中是否有用，研究者分析了59名前列腺癌、25名肺癌和16名黑色素瘤患者的血液样本，让AI对每份血浆中的微生物核酸特征进行鉴定，并与69名健康无癌受试者的血样进行比较。

　　分析结果显示，机器学习模型不仅可以区分患癌和无癌的样本，还可以区分出不同类型的肿瘤：识别肺癌患者的灵敏度达86%，识别无肺部疾病者的特异性则高达100%，并且，在区分前列腺癌和肺癌方面的准确率达81%。

　　当然，作为一项早期的概念验证研究，这种检测方法要应用到临床还要做大量工作。我们对微生物在人体和肿瘤微环境中的作用还存在许多未解之谜。关于血液微生物群和癌症之间的相互作用，已经迈出了第一步。

　　未来随着越来越多的相关数据被用于完善机器学习模型，AI“验血测癌”的准确性也将越来越高，值得期待。

　　文章源自肺癌康复圈，如有侵权请联系删除