基于cfDNA片段组学的液体活检技术：肾细胞癌早期无创检测新突破

针对肾细胞癌(RCC)早期诊断难题，中山大学肿瘤防治中心团队开发了一种基于cfDNA片段组学(CNV/FSD/NFP)的液体活检技术。通过低深度全基因组测序和集成机器学习模型，在验证队列中实现AUC 0.966、敏感性90.5%、特异性93.8%的优异性能，为RCC无创早诊提供了精准、经济的解决方案。

　　

肾细胞癌(RCC)正成为全球日益严峻的健康挑战，每年新增病例超43万例，预计到2050年将增长至74万例。这种"沉默的杀手"早期症状隐匿，约30%患者确诊时已进展至晚期，导致5年生存率从局部病变的93.3%骤降至转移患者的18.2%。传统影像学检查存在辐射暴露、操作依赖性强等局限，而组织活检又具有侵入性风险。面对这一临床困境，中山大学肿瘤防治中心联合江苏省肿瘤医院的研究团队创新性地开发了基于细胞游离DNA(cfDNA)片段组学的液体活检技术，相关成果发表在《ESMO Open》期刊。

研究团队采用低深度全基因组测序(5×)技术，从280例训练队列(142例RCC患者/138例对照)的血浆样本中提取三类cfDNA特征：拷贝数变异(CNV)、片段大小分布(FSD)和核小体足迹(NFP)。通过H₂O自动化机器学习框架构建堆叠集成模型，并在独立验证队列(81例RCC/81例对照)和外部数据集(90例RCC/140例对照)中进行评估。

在"患者 demographics与队列设计"部分，研究显示训练组与验证组的RCC患者在TNM分期(P=0.3491)、组织学亚型(P=0.8286)和Fuhrman分级(P=0.5219)方面分布均衡。中位肿瘤大小分别为43.5mm和45mm，其中66.2%和60.5%为I期病例。"cfDNA profiles分析"揭示RCC患者存在特征性改变：CD74和FGFR4基因显著扩增，100-150bp短片段比例增高，且转录因子表达谱与癌症相关通路显著相关。单特征模型在交叉验证中AUC达0.903-0.957。

"集成机器学习模型性能评估"显示，整合三类特征的堆叠模型在验证队列达到AUC 0.966(敏感性90.5%/特异性93.8%)，外部验证AUC 0.952。值得注意的是，该模型对I期RCC检出率达87.8%，且能有效鉴别恶性与良性病变(对oncocytoma特异性90.9%)。"检测限评估"通过in silico稀释实验确定最低检测限为0.1%肿瘤分数。模型性能随疾病进展而提升：从I-II期的87.8%敏感性增至IV期100%，且ccRCC的预测评分显著高于chRCC和pRCC(P<0.05)。

这项研究开创性地证实cfDNA片段组学可作为RCC无创诊断的可靠生物标志物。其临床价值体现在三方面：首先，突破传统影像学对<4cm肿瘤的检测极限；其次，通过0.1%的高灵敏度克服了RCC ctDNA释放量低的难题；最重要的是能准确区分恶性与良性病变，有望减少不必要的手术干预。研究者建议未来整合多组学数据进一步提升性能，为推进"健康中国2030"癌症早诊战略提供关键技术支撑。该成果标志着液体活检在泌尿系统肿瘤领域取得重大突破，为实现RCC的精准早诊早治开辟了新途径。