トロント、2022 年 7 月 5 日 – 肺がんは世界中のがん関連死亡の主な原因であり、がんによる死亡全体の 25% を占めています。早期診断は肺がん患者の生存率を高めることにつながります。低線量コンピュータ断層撮影 (LDCT) スキャンなどの放射線学的アプローチは、早期スクリーニングの目的で推奨されていますが、用途は限られています。リキッドバイオプシーベースの無細胞 DNA (cfDNA) 分析は、疾患検出の臨床実践に対する有望な非侵襲的アプローチとして最近登場しました。当社の研究プログラム DECIPHER (ctDNA 特徴の検査による早期がんの検出) からの研究が、 で発表されました。中国医学アカデミー、北京連合医科大学、および Free Casino Slot Games が主導する研究チームは、cfDNA ブレークポイント モチーフ機能を使用して、ステージ I の肺腺がん (LUAD) を高感度に検出するための新しい機械学習モデルを開発しました。
この研究には、中国の 3 つの医療センターからのステージ I LUAD 患者 292 名と健康なボランティア 230 名が登録されました。 LUAD 患者には、浸潤性腺癌 (ADC) と低浸潤性腺癌 (MIA) が含まれていました。 cfDNA は血漿サンプルから調製され、続いて全ゲノム配列決定 (WGS) が行われました。最適なモデルを選択するために、複数の cfDNA フラグメントモチーフの特徴と機械学習アルゴリズムが調査されました。このプロセス中、センター I の参加者は、モデル構築とカットオフ決定のためのトレーニングおよび内部検証コホートにランダムに割り当てられました。センター II および III のがん患者は、独立した検証のために 40 人の健康対照を含む外部検証コホートに割り当てられました。
ロジスティック回帰モデルを使用した新しい 6bp ブレークポイント モチーフ特徴は、内部検証コホート (曲線下面積 AUC: 0.985) で感度 98.0% と特異度 94.7% に達し、外部検証コホート (AUC: 0.954) で感度 92.5% と特異度 90.0% に一貫して達しました。ステージ I の肺腺癌検出に関しては、他の cfDNA ベースの方法よりも優れた性能を発揮します。注目すべきことに、このアッセイは、初期段階（例えば、MIAの感度100％）および1cm未満（感度92.9％〜97.7％）の腫瘍に対して感度が高い。予測力は 0.5× WGS で高いままでした (AUC: 内部および外部コホートで 0.977 および 0.931)。これらの結果は、初期段階の LUAD、特に MIA や非常に小さなサイズの腫瘍を検出するための cfDNA ブレークポイント モチーフに基づく機械学習モデルを正当化するものでした。
「血漿 cfDNA を使用した早期肺がんの非侵襲的検出はますます注目を集めており、その性能を活用するために現在も開発が進められています。最適な cfDNA の機能と機械学習アルゴリズムは予測能力を向上させる可能性があり、臨床現場で集中的にテストする必要があります。」と、著者であり 無料 オンライン カジノ Research Institute の副所長である Hua Bao 博士は述べています。