编辑推荐：
研究人员构建 Cir-Predict 模型预测乳腺癌 ctDNA 检测，准确率超 90%，为治疗提供重要依据。
在乳腺癌的诊疗领域，一直存在着诸多挑战。传统的组织活检和免疫组化虽为治疗提供了一定的依据，但它们就像 “盲人摸象”，无法全面评估肿瘤的分子异质性，也难以捕捉随时间变化的基因突变。而液体活检的出现，如同黑暗中的一道曙光，它能够实时检测肿瘤生物标志物，且取样微创，其中循环肿瘤 DNA（ctDNA）更是备受瞩目。ctDNA 就像是肿瘤释放到血液中的 “小信使”，携带了肿瘤的遗传信息，可用于监测肿瘤的实时变化、评估治疗效果等。然而，这个 “小信使” 十分调皮，它在血液中的含量极低，半衰期短，且受到多种因素影响，导致检测率不稳定，这让医生们在解读检测结果时常常感到困惑。
为了攻克这些难题，来自日本大阪大学等机构的研究人员开展了一项极具意义的研究。他们构建了一种名为 Cir-Predict 的预测模型，用于预测乳腺癌组织中 ctDNA 的可检测性。该研究成果发表在《Breast Cancer Research and Treatment》上，为乳腺癌的治疗和研究开辟了新的道路。
在研究方法上，研究人员进行了多方面的工作。首先，他们收集了 48 例原发性乳腺癌患者（I - III 期）的样本，这些患者术前未接受新辅助全身治疗，且都进行了乳房切除术或保乳手术及放疗。然后，从患者的肿瘤组织和血清中分别提取 RNA 和 DNA，运用 DNA 微阵列分析技术检测基因表达，通过数字 PCR（dPCR）检测 ctDNA。利用这些数据，研究人员构建并验证了 Cir-Predict 模型。
研究结果主要体现在以下几个方面：
- Cir-Predict 模型的构建与评估：研究人员对 35 例训练集患者样本中 ctDNA 阳性和阴性样本的基因表达进行分析，发现 54,675 个探针中有 370 个探针的表达水平因 ctDNA 的可检测性不同而存在差异。通过一系列统计分析和优化，最终构建出由 126 个探针（111 个基因）组成的 Cir-Predict 模型。该模型在训练集和验证集中的诊断准确率、敏感性、特异性等指标表现优异，训练集各项指标均为 100%，验证集诊断准确率达 92.3%，敏感性 100%，特异性 91.7% 。
- 与临床病理参数的关联分析：通过单因素和多因素分析发现，Cir-Predict 与 ctDNA 检测显著相关，且独立于其他传统临床病理参数。这表明 Cir-Predict 在预测 ctDNA 检测方面具有重要价值，不受其他因素干扰。
- 基因表达与通路分析：对 Cir-Predict 中的基因进行分析，发现 ctDNA 阳性组中 70 个探针上调，56 个探针下调。通路分析显示，紧密连接、泛素介导的蛋白水解等九条通路与 ctDNA 可检测性显著相关。其中，紧密连接通路最为相关，这意味着肿瘤细胞间连接的改变可能影响 ctDNA 的释放。
- 与传统预后模型的比较及预后价值评估：Cir-Predict 与常用的 21 基因检测（Oncotype Dx）仅有一个重叠基因 Bcl2 。对乳腺癌患者进行生存分析发现，Cir-Predict 阳性患者的无病生存期明显更差，这表明该模型不仅能预测 ctDNA 检测，还与患者预后相关。
在研究结论和讨论部分，Cir-Predict 模型成功地将乳腺癌分为 ctDNA 阳性和阴性组，这表明肿瘤基因表达在 ctDNA 可检测性中起着重要作用。该模型有助于理解基于 cfDNA 的综合基因组分析（CGP）检测结果，当基于 cfDNA 的 CGP 检测与肿瘤组织检测结果不一致时，Cir-Predict 能提供关键信息。虽然模型中部分基因功能尚未明确，但研究结果显示它可能独立于其他因素预测 ctDNA 的可检测性。此外，Cir-Predict 在预测乳腺癌复发方面表现出色，尤其是在 ER+/HER2-乳腺癌患者中，进一步证实了 ctDNA 的存在是预后不良的指标。
总的来说，这项研究构建的 Cir-Predict 模型为乳腺癌的治疗和研究提供了有力的工具。它不仅有助于医生更准确地判断 ctDNA 的检测结果，还能为患者的预后评估提供重要依据，为未来乳腺癌的精准治疗奠定了坚实的基础。相信在未来，随着对该模型的深入研究和应用，乳腺癌患者将获得更有效的治疗和更好的预后。
