导读:这项研究利用磁共振光谱技术进行代谢组学模型检测,在区分癌症类型和疾病分期方面具有一定的潜力,有望在未来成为一种早期肺癌筛查的新手段。
肺癌是目前世界上人类癌症死亡的主要原因之一,早期肺癌大多无明显临床症状,这种无症状状态往往延误了患者的就医及治疗,所有阶段的肺癌5年总生存率为19%,然而早期肺癌的检出率增加5%,其生存率可提高为57%。因此肺癌的早期筛查显得尤为重要,既往的早期癌症筛查主要手段是胸部低剂量螺旋CT检查,但因主动检查意愿不足以及存在辐射危害等原因,很难做到尽早发现肺癌的目的。
近日,来自哈佛医学院等研究机构的研究团队发现了一种通过血液检查建立的早期肺癌诊断预测性模型,可以有望实现对肺癌的早期筛查。相关研究成果发表在《PNAS》上,题为“Screening human lung cancer with predictive models of serum magnetic resonance spectroscopy metabolomics”。
该项研究通过收集健康人群和早期肺癌患者的血液,进行代谢组学资料解析了机体健康和病理学状态研究,并利用高分辨率核磁共振光谱技术测定了血液中代谢组学的特征后发现,机体存在肺癌及其所改变的生理和病理学特征,可能会引发癌细胞所产生或消耗的血液代谢产物的改变。同时,研究人员将健康对照个体与非小细胞肺癌患者血液样本进行代谢组学特征值比对测试,成功识别出了患有肺癌的样本。
这项研究利用磁共振光谱技术进行代谢组学模型检测,在区分癌症类型和疾病分期方面具有一定的潜力,有望在未来成为一种早期肺癌筛查的新手段。
论文链接:
https://www.pnas.org/content/118/51/e2110633118
来源于:科技日报
热门评论
最新资讯
新闻专题
更多推荐