北京大學人民醫(yī)院王俊院士與北京大學系統(tǒng)生物醫(yī)學研究所尹玉新教授團隊，結合單細胞測序(scRNA-seq)、非靶向脂質(zhì)組學、質(zhì)譜多反應監(jiān)測(MRM)等技術，開發(fā)了一種早期肺癌篩查的方法——LCAID v2.0，該方法有較高的靈敏度和特異度，可用于肺癌的早期檢測以及高危人群的大規(guī)模篩查。(Sci Transl Med. 2022年2月2日在線版 DOI: 10.1126/scitranslmed.abk2756.)

研究者首先對5例初治早期肺癌患者的原發(fā)腫瘤進行了單細胞測序(scRNA-seq)，同時分析了公共數(shù)據(jù)庫中8個健康供者樣本的單細胞測序數(shù)據(jù)。結果發(fā)現(xiàn)，與正常肺組織相比，肺癌組織中T淋巴細胞、B細胞和漿細胞的相對百分比增加，單核巨噬細胞和內(nèi)皮細胞的相對百分比下降。

研究者通過對比正常上皮細胞與腫瘤細胞的差異表達基因(DEG)發(fā)現(xiàn)，許多下調(diào)的DEG富集在脂質(zhì)代謝途徑，提示早期肺癌中存在脂質(zhì)代謝異常。對獨立scRNA-seq數(shù)據(jù)集的分析也得到類似結果。與正常肺組織相比，早期肺癌組織多種類型細胞中甘油脂和甘油磷脂代謝途徑均下調(diào)，其中，甘油磷脂代謝改變最為顯著。研究者推測，早期肺癌中脂質(zhì)代謝廣泛失調(diào)。

研究者使用高效液相色譜質(zhì)譜聯(lián)用技術(HPLC-MS)對早期肺癌患者的血漿脂質(zhì)組學進行了研究，對171例肺癌患者和140名健康對照者的血漿進行非靶向脂質(zhì)組學檢測。每個樣本在正離子模式下共鑒定出14類脂質(zhì)的1478種代謝物，在負離子模式下共鑒定出13類脂質(zhì)的708種代謝物。

根據(jù)檢測到的所有脂質(zhì)，使用支持向量機(SVM)算法對患者和健康對照進行分類。將311個樣本隨機分為訓練數(shù)據(jù)集和測試數(shù)據(jù)集，訓練數(shù)據(jù)集包含75%的樣本，其中129為肺癌患者，105名健康對照;測試數(shù)據(jù)集包含42個肺癌患者和35名健康對照者。

將以上過程重復2000次，每次迭代中隨機選取樣本進行訓練和測試，并進行評估。在正、負離子模式下，數(shù)據(jù)平均測試準確度、特異度和靈敏度均達到95%以上，提示利用SVM分析脂質(zhì)組學數(shù)據(jù)可作為一種檢測肺癌的方法。

研究者將這種基于血漿脂質(zhì)組學和機器學習(ML)的方法命名為——肺癌人工智能檢測器(LCAID) v1.0。基于SVM算法和LC-MS的特征選擇，研究者最終篩選出9個血漿脂質(zhì)標志物，使用這9種脂質(zhì)標志物對數(shù)據(jù)進行訓練和評估，測試數(shù)據(jù)集的分類精確度為98.90%，平均AUC為0.9994，提示所選的九個血漿脂質(zhì)標志物可以較好地區(qū)分早期肺癌和健康對照。

研究者假設對選定的血漿脂質(zhì)標志物進行定量，可提高數(shù)據(jù)穩(wěn)定性和檢測準確性。應用MRM技術，研究者開發(fā)了一種脂質(zhì)靶向檢測方法，經(jīng)過校正LC洗脫梯度等參數(shù)優(yōu)化后，該方法可在19分鐘內(nèi)迅速對這9種脂質(zhì)標志物進行量化。這種定量方法被命名為LCAID v2.0。

研究者對來自4個醫(yī)療中心的1003名受試者血漿進行了檢測。LCAID v2.0在訓練隊列和獨立驗證隊列中顯示一致的表達模式，訓練隊列的AUC達0.9956，獨立驗證隊列AUC達0.9982，證實了LCAID v 2.0的可靠性和準確性。

研究者對LCAID v2.0在肺癌臨床檢測和篩查中的作用進行了驗證。在包含109名受試者的前瞻性隊列研究中，86名受試者被診斷為肺癌(TNM分期Ⅰ~Ⅲ期)，23名參與者診斷為良性疾病。LCAID v2.0應用于該隊列的準確性達91.74%，特異度為95.65%，敏感度為90.70%，AUC達0.9843。

篩查隊列納入1036名每年接受LDCT篩查的受試者，在這一隊列中，LCAID v2.0的分類準確率達到96.53%，特異度和敏感度分別為96.58%和92.31%。多因素logistic回歸分析顯示，LCAID v2.0評分是肺癌的唯一獨立預測因素，且LCAID v2.0評分絕對值越高，肺癌患者的生存率越低。

LCAID v2.0的總體工作流程包括樣品采集(20分鐘)、樣品處理(50分鐘)、質(zhì)譜分析(20分鐘)和數(shù)據(jù)分析。整個過程完成總時間約為90分鐘，可同時處理多達24個樣品，便于進行大規(guī)模檢測。該研究提示，LCAID的準確性和高特異性有助于肺癌的早期檢測以及高危人群的大規(guī)模篩查，從而減少不必要的輻射暴露和侵入性診斷的應用。

(編譯 余華)