Cancer Research：新技术快速检测肺癌相关突变

　　

肺癌仍是全球癌症相关死亡的主要原因。某些肺癌携带特定的DNA遗传改变（如EGFR基因突变），这些改变可以决定患者是否能从靶向治疗中获益。

目前的诊断过程依赖于PCR检测和新一代测序等分子技术，这些技术通常成本高昂、耗时，还会消耗宝贵的活检组织样本。

近日，爱丁堡大学等机构的科学家们开发出一种新方法，能够准确预测导致肺癌的基因变化，且无需使用速度较慢、成本较高的实验室技术。

这项研究成果于7月13日发表在《Cancer Research》杂志上。与传统方法相比，它提供了一种更快速、更高效且更经济的检测方案，有望加快肺癌患者的检测进程。

共同通讯作者、爱丁堡大学的Qiang Wang博士表示：“这种方法有望将目前耗资数千英镑、需要数周时间的流程缩短至几分钟，且成本仅为数百英镑。这对于那些难以进行复杂分子检测的医疗机构而言是一次飞跃。”

在非小细胞肺癌的诊断过程中，人们面临的挑战是难以获得足够的组织样本来支持全面的病理和分子表征，这突出了开发非侵入性预测方法来鉴定EGFR突变的必要性。

计算病理学领域的最新进展让科学家能够利用深度学习，根据组织病理学图像快速预测EGFR突变，但这些方法仍依赖于传统的组织染色技术。

研究人员此次开发出一种新方法，利用荧光寿命成像显微镜（FLIM）技术来预测EGFR突变，而无需进行基因检测或组织学染色。这项技术可捕捉组织样本中的自然光信号，然后通过人工智能（AI）分析这些信号中的特定模式。

研究表明，这种方法能够以极高的准确率预测EGFR突变的存在。它还能区分两种最常见的EGFR突变类型（19号外显子缺失和20号外显子点突变），这对于治疗决策至关重要。

随着肺癌筛查计划的扩大，越来越多的疑似病例在早期阶段被发现，这给诊断流程带来了压力，要求人们从有限的组织样本中快速准确地得出结果。

研究人员表示，这种新方法能够加快诊断速度，同时还能保留有限的活检材料。该方法使用未经处理的组织，因此样本保持完整性，可用于进一步分析。

共同通讯作者、爱丁堡大学的Ahsan Akram教授表示：“这是朝着未来迈出的重要一步，未来只需对活检样本进行一次非破坏性的荧光扫描，就能快速告知临床医生患者是否患有癌症、患有何种类型的癌症，以及癌症是否可能对靶向治疗产生应答，从而确保患者接受正确的治疗方案。”

研究团队目前正致力于对这些方法进行临床验证，并计划进一步将该平台扩展到其他癌症类型、其他可靶向突变，并将其整合到临床工作流程中。