只需一管血，在早期阶段准确检测卵巢癌

　　

生物通报道  因症状难以察觉，致死率高，卵巢癌一直被称为“沉默的杀手”。不过，美国的研究人员近日开发出一种新技术，可以在早期准确检测卵巢癌。他们通过鉴定血液中的循环microRNA网络来评估卵巢癌风险。这项成果在线发表于《eLife》上。

大多数妇女在诊断出卵巢癌时已是疾病晚期，只有四分之一的患者可存活五年以上。不过，若能早期发现，卵巢癌患者的5年生存率可从20-30%提高到60-70%。

目前的早期检测手段（如超声检测或CA125检测）假阳性较高。临床试验表明，利用这些手段检测早期卵巢癌时，对生存率没有明显影响。于是，Dana-Farber癌症研究所和布列根妇女医院的研究团队希望找到一种更敏感、更特异的检测工具。

研究人员将目光投向了基因组中的非编码区域——microRNA（miRNA）。布列根妇女医院的Kevin Elias博士将其称之为基因组的文案编辑者，“在基因转录翻译成蛋白质之前，miRNA修改信息，在基因组中添加校对笔记。”Elias是这篇论文的第一作者。

在这项研究中，Elias及其同事发现卵巢癌细胞和正常细胞有着不同的miRNA表达谱。同时，miRNA在血液中循环，这样就能利用血清样本来检测。研究人员对135名妇女（手术或化疗前）血液样本中的miRNA进行测序，创建出一个“训练样本集”。他们借此对计算机程序进行训练，以找出卵巢癌、良性瘤和健康组织之间的miRNA差异。

凭借这种机器学习方法，研究人员可以利用大量的miRNA数据，并开发出不同的预测模型。准确区分卵巢癌和良性组织的模型被称为神经网络模型，它反映了miRNA之间复杂的相互作用。

然后，团队在44名妇女中测试了这个模型，以确定检测的准确性。在准确性得到确认之后，他们又利用859个患者样本来测定此模型的敏感性和特异性。结果表明，这种新技术在卵巢癌预测上比超声检查要好得多。利用超声检测时，只有不到5%的异常结果是卵巢癌，而利用miRNA检测时，几乎100%的异常结果代表了卵巢癌。

最后，研究人员将这个模型应用到实践中。他们利用miRNA检测来预测波兰的51名外科手术患者的诊断结果。在这个群体中，91.3%的异常检测结果是卵巢癌，意味着假阳性率很低。阴性检测结果则在80%的情况下可靠预测癌症不存在，这与巴氏涂片的准确性相当。

“关键在于，这种检测不大可能误诊卵巢癌，在没有恶性肿瘤的情况下，它不会给出阳性信号。这是诊断检测是否有效的标志，”通讯作者、Dana-Farber癌症研究所的Dipanjan Chowdhury如是说。

为了让这种诊断工具进入临床，研究人员需要验证，随着时间推移卵巢癌风险增加时，miRNA的特征将如何改变。为了实现这一点，他们需要不断收集纵向样本。他们还有兴趣了解这种工具是否对高危妇女和一般人群都有用。（生物通 薄荷）

原文阅读

Diagnostic potential for a serum miRNA neural network for detection of ovarian cancer