北京時間7月21日晚，《自然·通訊》（Nature Communication ，if 12.121）發表一項由復旦大學人類表型組研究院陳興棟青年研究員、山東大學齊魯醫院呂明教授等領銜的研究團隊的最新研究成果「血液無創檢測可以比常規診斷提前四年發現癌症（Non-invasive earlydetection of cancer four years before conventional diagnosis using a blood test）」。
科研人員對我國大型自然人群隊列——泰州隊列的部分血液樣本進行了長期、系統的癌症早期檢測研究。研究發現：對於結直腸癌、食管癌、肝癌、肺癌和胃癌等5種常見惡性腫瘤，在達到現有臨床確診金標準之前，甚至在病人出現自覺症狀前，早期的癌症信號——微量腫瘤甲基化就存在於血液循環之中，並可以被無創檢測。
利用 ctDNA甲基化多癌篩查技術PanSeer方法，研究團隊在泰州隊列的血樣中實現了比臨床診斷提前4年發現血液中的微量腫瘤甲基化信號。這一最新研究成果具有重要的科研與健康意義， 證實了通過提高檢測技術的靈敏度能夠更早的發現腫瘤標誌物，從而實現有效的對癌症早期篩查。
研究共同第一作者、山東大學齊魯醫院、山東大學臨床研究中心 呂明教授作為泰州隊列建設的核心成員全程參與本研究的設計和實施；臨床研究中心助理研究員楊孝榮博士從隊列中隨機選擇確診癌症患者與健康對照，嚴格核對腫瘤分期分級，確保研究數據的高質量。
當前，惡性腫瘤的發病率和死亡率呈逐年上升的趨勢，已成為全球人類主要的疾病負擔之一。與早期腫瘤相比，晚期腫瘤由於不能通過手術切除，缺乏有效的治療方案，平均5年生存率僅為 26%，而早期腫瘤患者的5年生存率可達 91%。因此，實現腫瘤的「 早發現」，可幫助患者贏得治療時間，有效提高治癒率。
但是，要對早期腫瘤檢測和篩查進行驗證和研究，不僅僅需要高效、靈敏的技術，更關鍵的是需要對腫瘤患者在確診前即進行血液和生物樣本採樣。這就決定了，基於已有的腫瘤醫院確診病例樣本庫無法嚴格證明一個新早期篩查技術能夠超越當前的臨床標準。此時，就需要有大型、長期開展科研活動的人群隊列來支撐科學家們的探索活動。
此次發表的研究成果，納入了泰州隊列中191個在採樣時間點1-4年後確診腫瘤的病人血液樣本，和223個在當地醫院確診後採集的腫瘤病人血樣，並遵循嚴格的1:1匹配原則，選取414個隨訪超過10年且未被診斷為腫瘤的病人樣本作為對照人群。
開展研究的過程中，校企科研團隊融合生命科學和大數據科學多學科手段， 基於ctDNA甲基化特質設計了一套機器學習方法。為嚴格控制大數據分析中常見的過擬合隱患，採用計算樣本中每個靶基因組區域的平均甲基化水平和集合logistic回歸 （LR）分類器的組合，並充分考慮大量的干擾因素，以完成區分健康對照與癌症患者的分類模型搭建。
該分類器在訓練集中的特異性為94.7%，對確診後採集的病人樣本以及未確診之前採集的樣本分別達到88% 和91% 的敏感性。在一個獨立的測試樣本集中，該研究團隊在207個健康對照樣本重現96%的特異性的前提下，在113個確診後採集的病人樣本上達到了88%的敏感性。接下來，在98名未確診之前1-4年採集的樣本中PanSeer技術達到了 95%的檢測敏感性。
研究發現，這一中國原創技術對結直腸癌、食管癌、肝癌、肺癌和胃癌等5個不同癌種的檢測敏感性在確診前不同時間採集的血樣相似。這說明癌症信號在病症發展早期、甚至在無症狀未確診的若干年前就會存在於血液中。利用泰州前瞻性隊列的樣本，研究團隊在嚴格意義上證明DNA甲基化測序能夠比傳統診斷方法更早地發現癌症。
本研究的通訊作者、中科院院士、復旦大學人類表型組研究院和 泰州健康科學研究院院長金力表示，在精準醫學和大數據時代的今天, 大型人群隊列研究成為生物醫學研究的主要支撐平台之一。泰州隊列已建成世界領先的單一地區人群隊列，擁有包括20萬人、近200萬份生物樣本和PB級資料庫的高質量隊列資源。
此次利用 PanSeer技術和泰州隊列資源合作進行的研究至少證明 癌症早期篩查可以通過無創血液檢測完成，便於對無症狀癌症易感人群的「早發現」繼而「早干預」，具有十分重要的應用價值。這也例證了泰州隊列在開展生命科學與精準醫學研究上的長遠價值。