荷蘭阿姆斯特丹VU大學(xué)醫(yī)學(xué)中心Thomas Wurdinger等報告了一種粒子群算法(PSO)增強的計算程序，可篩選腫瘤血小板基因表達譜，用于檢出非小細(xì)胞肺癌(NSCLC)。(Cancer Cell. 2017年8月14日在線版)

研究者表示，動物的群體行為啟發(fā)了他們。例如：在尋找食物的過程中，鳥兒會不停地調(diào)整它們自身相對于其他同伴的位置，從而增加搜索面積以提高覓食效率。研究者利用外周血血小板中所有的復(fù)合RNA來檢測腫瘤，正是將這種自然現(xiàn)象應(yīng)用到計算機算法中的實例。

血液液態(tài)活檢包括腫瘤血小板( tumor-educated blood platelets，TEP)越來越多地用作非侵入性腫瘤檢測的標(biāo)志物來源庫。血中血小板包含約5000個mRNA轉(zhuǎn)錄子，一些mRNA可精確提示腫瘤的存在，其他mRNA幾乎沒有預(yù)測腫瘤的價值，挑選最有預(yù)測價值的mRNA很重要。與動物群體覓食的方法相似，研究者的算法也不斷調(diào)整，產(chǎn)生全新的mRNA表達譜，以期用外周血更準(zhǔn)確地檢測腫瘤。

應(yīng)用集群智能算法，研究者獲得了用來檢測NSCLC的最佳RNA表達譜，在晚期肺癌隊列(518例)中準(zhǔn)確性為85%(AUC=0.94，P<0.001)，在早期肺癌驗證隊列(106例)中準(zhǔn)確性為81%(AUC=0.89，P<0.001)，且結(jié)果不受年齡、吸煙習(xí)慣、全血儲存時間、多種炎癥狀態(tài)的影響。

雖然目前該方法還不能被應(yīng)用于臨床，但研究者已著手開展大型的前瞻性臨床試驗，計劃在肺癌可疑人群中對該方法進行前瞻性的驗證。研究者希望未來這一血液學(xué)檢查方法可納入腫瘤篩查，像鉬靶、糞便檢驗、PSA檢測、肺部CT那樣。有評論者指出，該研究很有啟發(fā)性，未來或可帶來顯著的臨床益處。

(編譯 李成強 審校 金潤森 李鶴成)