摘要
背景/目标： N-NOSE检测是一种无创的、基于尿液的多种癌症筛查方法，它利用秀丽隐杆线虫对人类尿液中与癌症相关的挥发性有机化合物的趋化性来进行检测。要将该检测从手动的研究级流程转变为高通量的临床服务，就需要实现自动化，而由此产生的核心问题在于，机械化是否会影响检测的分析性能，这一问题的答案需要通过实际操作数据而非实验室测试数据来给出。方法：在本文中，我们对两种检测流程在真实的临床实验室环境中的表现进行了为期九个月（2023年1月至9月）的对比研究：一种是福冈研发中心的技术人员手动进行的趋化性检测，另一种则是东京检测中心持续运行的全自动趋化性评分装置（CSA）所进行的检测。结果：在两种标准尿液稀释度（10?1和10?2）下，手动检测方法从阳性对照组和阴性对照组的人工合成的尿液/挥发性有机化合物模拟参考材料中获得了551组趋化性指数（CI）测量值；而在同一时期，CSA则处理了2448份质量控制样本（每种对照类型612份），这些样本既包括来自生物库的尿液对照材料，也包括人工合成的挥发性有机化合物参考标准。在真实的操作条件下，两种检测方法都能产生显著且具有可比性的阳性对照组与阴性对照组之间的差异（手动检测：Δ_CI = 0.096和0.103；Welch’s t值分别为19.83和21.95；p值均小于0.0001；Cohen’s d值分别为1.19和1.32；使用生物库尿液对照材料时，CSA的风险评分Δ_P–N值为14.47，使用合成挥发性有机化合物标准时为10.17）。CSA的风险评分是趋化性指数的线性单调变换。两种检测方法得到的标准化分离效果具有可比性，且差异显著（Cohen’s d值：手动检测为1.19–1.32，CSA为0.80–1.44，数值均较大），因此手动检测与自动检测在区分能力方面并无明显差异。由于CSA仅实现了线虫、样本的处理以及基于机器视觉的计数功能，而生物检测的核心部分——活体线虫——并未改变，因此预计两种方法的分析效果应当一致，而这些数据也在真实的临床实验室环境中验证了这一预测。结论： N-NOSE检测流程的自动化并不会影响其区分癌症尿液与正常尿液的能力。这些结果为N-NOSE检测流程的有效性、重复性和可靠性以及大规模验证研究的必要性提供了现实世界的证据。
