跨癌种液体活检:整合循环生物标志物、肿瘤生物学、人工智能(AI)与临床转化

《Interdisciplinary Medicine》:Liquid biopsy across cancers: Integrating circulating biomarkers, tumor biology, artificial intelligence, and clinical translation

【字体: 大 中 小 】 时间:2026年10月15日 来源:Interdisciplinary Medicine 14.5

编辑推荐:

  液体活检已成为癌症检测和监测的微创方法,其中循环肿瘤DNA(ctDNA)是其临床开发最成熟的组成部分。然而,其性能在不同癌症类型和临床场景中并不一致。在一些情况下,ctDNA易于检出;而在另一些情况下,其水平极低或无法检出。尽管这种变异性常被归因于技术限制,但

  
液体活检已成为癌症检测和监测的微创方法,其中循环肿瘤DNA(ctDNA)是其临床开发最成熟的组成部分。然而,其性能在不同癌症类型和临床场景中并不一致。在一些情况下,ctDNA易于检出;而在另一些情况下,其水平极低或无法检出。尽管这种变异性常被归因于技术限制,但日益清楚的是,肿瘤生物学,尤其是DNA释放入循环的动态,发挥主要作用。在本综述中,研究人员将ctDNA置于更广泛的循环生物标志物背景中,而非孤立地加以考虑。研究人员讨论影响ctDNA释放、片段化和清除的生物学过程,包括肿瘤细胞更新和细胞死亡途径,因为这些过程直接影响其在血液中的丰度。研究人员从这一视角重新审视关键临床应用,包括早期检测、最小残留病(MRD)评估、治疗监测和耐药谱分析。在肺癌、结直肠癌、乳腺癌和卵巢癌中,肿瘤生物学差异似乎与ctDNA在各场景中的表现密切一致。研究人员还强调多组学方法和计算方法在改善循环信号解读及支持临床转化方面的潜力。
1 INTRODUCTION
该综述指出,组织活检仍是诊断和分子分型金标准,但具侵入性且仅提供肿瘤时空异质性静态快照。液体活检通过血浆等体液检测循环肿瘤DNA(ctDNA)、循环肿瘤细胞(CTCs)、细胞外囊泡(EVs)和RNA等,提供微创、动态、系统视图。ctDNA最成熟,但其释放受凋亡、坏死和主动分泌等影响。临床应用已扩展至分子分型、治疗反应、耐药监测和最小残留病(MRD)。不同癌种表现差异与肿瘤生物学、DNA释放、血管化和转移方式相关。综述以肺癌、结直肠癌、乳腺癌和卵巢癌为对比,采用生物学驱动视角。

2 SPECTRUM OF CIRCULATING BIOMARKERS IN LIQUID BIOPSY
液体活检依赖ctDNA、CTCs、EVs、循环RNA和蛋白等,各具优势与局限。

2.1 Circulating tumor DNA
ctDNA是肿瘤释放至循环的cfDNA部分,携带肿瘤特异基因组和表观基因组改变,是研究和实践中最具临床基础的分析物,用于分子分型、治疗监测、MRD和耐药识别。

2.2 Circulating tumor cells
CTCs为完整肿瘤细胞,保留表型、形态、活力和转移潜能信息。CTC增多与不良结局相关,乳腺癌中为预后标志物。EpCAM常用,但上皮-间质转化可致低估;CellSearch获FDA批准用于转移性乳腺癌、结直肠癌和前列腺癌计数,但可能遗漏间质或干性CTC。

2.3 Extracellular vesicles
EVs为膜结合颗粒,携带蛋白、脂质、DNA和RNA,脂质双层保护货物。相比游离ctDNA,EVs可反映微环境通讯,携带突变KRAS、GPC1阳性外泌体、EGFR T790M、PD-L1和CA-125等标志物。临床应用受分离和标准化限制。

2.4 Circulating RNA
循环RNA包括mRNA、miRNA、lncRNA和circRNA,反映主动基因表达和宿主信号。miRNA研究最广;circRNA与EGFR-TKI、紫杉醇、奥沙利铂和索拉非尼耐药相关。EV富集增强稳定性,但标准化和预分析变异限制应用。

2.5 Circulating protein biomarkers
PSA、CA-125、AFP、CEA和CA19-9等广泛使用,可反映肿瘤丰度、分泌活性、反应和复发风险,但特异性有限、良性情况可升高、早期敏感性可变,宜与ctDNA、EVs、RNA或影像联合。

2.6 Emerging and composite biomarkers
复合策略整合基因组、表观基因组、转录组和蛋白组信号,在早期或低释放疾病中提高敏感性并保持特异性,但需验证和标准化。

3 BIOLOGY AND ORIGINS OF CIRCULATING LIQUID BIOPSY MARKERS
ctDNA仅占血浆cfDNA小部分,大部分来自正常尤其造血细胞,稀释使早期检测困难。来源包括凋亡、坏死和主动分泌。

3.1 Shedding mechanisms
DNA释放受增殖、缺氧、炎症和治疗损伤影响。凋亡产生梯状片段;坏死先释放大片段,后降解为较短片段。EVs和大分子复合物可保护ctDNA免受降解。

3.2 Fragmentation features
血浆cfDNA多围绕166–167 bp。ctDNA常短于150 bp,有时低于100 bp,反映肿瘤特异染色质和核小体定位。偏好末端基序、核小体足迹和片段分布反映组织来源和释放机制,支持分类和早期检测。

3.3 Kinetics and clearance
ctDNA半衰期数分钟至数小时,是近实时标志物。清除包括核酸酶降解、吞噬摄取及肝、肾、脾和淋巴过滤。EV内或蛋白结合ctDNA可暂避降解。术后或治疗后水平快速波动,适合追踪肿瘤动态。

3.4 Biological origins of CTCs and EV-mediated tumor signals
CTCs经侵袭和血管内渗进入血流,与上皮-间质可塑性、界面重塑和剪切应力存活相关,提供转移和耐药信息。EVs通过内体或质膜途径释放,携带DNA、RNA、蛋白和代谢物,保护货物并参与免疫调节、血管生成、转移前生态位和耐药。

3.5 ctDNA detection technologies
核心挑战为信噪比。平台分PCR和NGS。

3.5.1 PCR-based methods
实时PCR、等位基因特异性PCR、BEAMing、数字PCR和微滴数字PCR检测预定义低频突变,适合热点突变。微滴数字PCR可绝对定量,用于EGFR、KRAS和BRAF,但仅限已知靶点。

3.5.2 NGS-based methods
NGS包括靶向深度测序、杂交捕获、扩增子、全外显子/全基因组测序及CAPP-Seq和TEC-Seq。可同时检测多种变异,覆盖广,但极低频敏感性可能较低。假阳性风险来自测序伪影和克隆性造血,需配对白细胞或计算过滤。

3.5.3 Sensitivity versus specificity
敏感性指低丰度检出,特异性指避免假阳性。PCR对预定义靶点更敏感,NGS覆盖广且错误校正后特异性改善。克隆性造血是重要混杂因素,结果应结合检测设计、正交验证和临床相关性。

3.5.4 Complementary technologies for EVs, CTCs, and single-particle analysis
EV分离包括超离心、尺寸排阻、沉淀、免疫亲和和微流控,下游用纳米颗粒追踪、电镜、ELISA、纳米流式、RNA测序和蛋白组学。CTC常用EpCAM捕获、负向去除、过滤和微流控,下游免疫荧光、单细胞测序等。单颗粒技术提高EV特异性,但仍需标准化。

4 CLINICAL APPLICATIONS OF ctDNA: GENERAL PRINCIPLES ACROSS CANCERS
ctDNA用于早期检测、反应评估和MRD监测,但性能因场景而异。

4.1 Early detection
常联合甲基化、蛋白或多分析物。胰腺导管腺癌(PDAC)和胆道癌(BTC)诊断延迟,PDAC常见KRAS、TP53、CDKN2A和SMAD4改变,BTC常见IDH1/2、FGFR2、ERBB2或BRAF改变。低释放限制敏感性,需前瞻验证。

4.2 Minimal residual disease
根治后ctDNA提示持续微小疾病和复发风险,可早于影像数月。肺癌、乳腺癌、结直肠癌和弥漫大B细胞淋巴瘤证据支持风险适应管理。但检测敏感性、采样计划和标准化不足限制常规使用。

4.3 Treatment response monitoring
连续ctDNA下降反映反应,稳定/上升提示残留或耐药。转移性结直肠癌一线化疗后早期下降与影像反应和无进展生存(PFS)改善相关;EGFR TKI治疗NSCLC中快速清除与更长PFS和总生存(OS)相关。动力学受治疗死亡和生物变异影响,应与影像联合。

4.4 Resistance mutation detection
连续采样监测肿瘤演化。NSCLC中EGFR L858R与较短生存相关;ER阳性/HER2阴性乳腺癌中PADA-1和SERENA-6显示检测ESR1突变并换疗改善PFS。需注意低释放假阴性和克隆性造血假阳性。

4.5 Immuno-oncology and predictive biomarkers
血液肿瘤突变负荷(bTMB)、微卫星不稳定性(MSI)和可溶性PD-L1等用于预测免疫检查点抑制剂反应。bTMB在NSCLC中与PD-1/PD-L1阻断反应相关但跨平台不一致。整合ctDNA动力学、甲基化、炎症标志物和EV货物是方向。

5 LIQUID BIOPSY APPLICATIONS ACROSS MAJOR CANCER TYPES: A ctDNA-CENTERED PERSPECTIVE
四种癌种展示ctDNA生物学差异。ctDNA最成熟但表现不均一。

5.1 Lung cancer
NSCLC中ctDNA释放较高且可操作改变明确,血浆基因分型已用于EGFR(含T790M)检测和奥希替尼选择。AURA等研究支持血浆T790M指导治疗,但阴性不排除突变,需组织确认。敏感性仍依赖肿瘤负荷。

5.2 Colorectal cancer
术后MRD和复发监测信号较一致。II/III期术后ctDNA阳性提示高复发风险。KRAS、NRAS、BRAF和PIK3CA影响治疗,RAS突变预测抗EGFR无反应。ctDNA上升可早于影像,但检测设计差异限制统一采用。

5.3 Breast cancer
最一致作用在转移尤其激素受体阳性,检测ESR1、PIK3CA和TP53。ESR1突变可早于影像提示内分泌耐药;PIK3CA指导alpelisib。早期MRD作用仍取决于亚型、负荷和释放。

5.4 Ovarian cancer
高级别浆液性卵巢癌几乎均有TP53及BRCA1/2等同源重组基因改变,但ctDNA释放低且可变,限制筛查和早期检测。BRCA突变指导PARP抑制剂。ctDNA更多用于监测和预后,多数应用仍研究性。

5.5 Additional tumor contexts and emerging applications
PDAC中KRAS ctDNA在晚期可检测但局限期低;HCC需考虑肝硬化背景;胃癌可检测性随分期变化;前列腺癌中AR改变与去势抵抗耐药相关;CNS肿瘤因血脑屏障限制,脑脊液可能更敏感;胆管癌、肉瘤和神经内分泌肿瘤等组织活检困难但多低释放。ctDNA表现受生物学、解剖和释放模式影响。

6 AI IN LIQUID BIOPSY
人工智能(AI)处理高维液体活检数据,包括低频突变、甲基化、片段组学、RNA、EV和纵向数据,应用包括突变检测、分类、多组学整合和临床决策支持。

6.1 AI in mutation detection
AI联合链偏倚、片段长度、局部序列、错误率和条码行为,改善超低频变异调用,并区分测序伪影和克隆性造血。

6.2 ML for classification
模型整合片段大小、末端基序、核小体足迹、甲基化、突变特征和拷贝数,用于早期检测、组织来源和风险分层。深度学习可揭示非线性关系但难解释且易过拟合,需外部验证。

6.3 Multi-omics integration
表示学习将基因组、甲基化、RNA、EV和宿主标志物投影至共享特征空间,提高早期敏感性。但维度增加带来过拟合和伪影风险,需统一处理和独立验证。

6.4 Clinical decision support
AI系统结合数据质量、生物学背景和治疗相关性,估计肿瘤来源DNA可能性,标记不确定结果并连接治疗或试验。纵向分析追踪ctDNA趋势和耐药克隆。

6.5 Outlook
AI可能贯穿液体活检全流程,但现有模型多回顾性、同质,前瞻验证和监管不足,需大型注释数据集、多中心验证和跨学科合作。

7 CHALLENGES AND LIMITATIONS
7.1 Technical challenges
早期或治疗后ctDNA低丰度导致低敏感性和假阴性。采集、处理、提取和测序变异影响重复性。采样时机和低敏感性仍挑战;NSCLC中ROS1敏感性0.29至KRAS 0.77。

7.2 Biological complexities
肿瘤多样性、释放差异和非肿瘤DNA影响检测。克隆性造血可致TP53等假阳性。低释放或早期肿瘤敏感性降低,无症状个体组织来源难确定。

7.3 Clinical hurdles
ctDNA指导决策证据在MRD和治疗监测最强,广谱筛查有限。检测敏感性、阈值和平台差异影响解读。成本高,因高深度测序和生物信息分析,目前更适合监测和MRD而非大规模筛查。需卫生经济学评估和基础设施支持。

8 CLINICAL TRANSLATION AND REGULATORY LANDSCAPE
转化不均衡。伴随诊断与实验室自建检测在验证和监管上不同。监管批准需分析有效性、临床有效性和临床效用。Guardant360 CDx和FoundationOne Liquid CDx等已获批用于部分晚期实体瘤,但机构采用不均,受标准化、报销和可及性影响。MRD和MCED仍需前瞻验证。临床试验正积累ctDNA指导辅助治疗和早期检测证据。

9 FUTURE PROSPECTS
液体活检将从晚期辅助工具转向早期检测、风险分层和纵向管理。多分析物检测整合基因组、表观基因组、片段组学、转录组和蛋白信号。早期检测和MCED有前景,但需大型前瞻验证、标准化及监管和基础设施协调。

10 CONCLUSION
液体活检表现因癌种而异,ctDNA临床效用受检测性能和肿瘤生物学共同影响。整合甲基化、片段组学、其他循环分析物和机器学习可改善特定场景检测与解释。AI微流控平台可能支持多模态分析。未来需将方法匹配生物学和临床背景,并依赖标准化、前瞻验证和可解释模型。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号