子科生物（https://show.guidechem.com/zikerbio/）报道：这种检测方法被称为DELFI(DNA evaluation of fragments for early interception)，它发现了血液中循环的癌细胞脱落的DNA碎片中的独特模式。将这项技术应用于从丹麦、荷兰和美国的796名患者的血样中，研究人员发现DELFI方法能够准确地区分肺癌患者和非肺癌患者。

将这项检测与临床危险因素分析、蛋白质生物标志物分析相结合，然后进行计算机断层成像，DELFI帮助检测了94%的癌症分期和亚型患者。这包括91%的早期或侵袭性较低的I/II期癌症患者和96%的晚期III/IV期癌症患者。这些研究结果将发表在8月20日的《自然通讯》(Nature Communications)杂志上。

肺癌是导致癌症死亡的最常见原因，每年在全世界夺去近200万人的生命。然而，高级研究作者Victor E. Velculescu，医学博士，博士，解释说，尽管预测数万人的死亡可以避免，但只有不到6%的美国人有肺癌风险，接受了推荐的低剂量计算机断层扫描。约翰·霍普金斯大学金梅尔癌症中心的肿瘤学教授和癌症遗传学和表观遗传学项目的执行主任。这是由于多种原因，包括对假阳性成像结果调查的潜在危害的担忧，辐射暴露或对侵入性手术并发症的担忧。

研究报告的第一作者、约翰霍普金斯大学金梅尔癌症中心博士后Dimitrios Mathios说:“很明显，目前迫切需要开发替代的、非侵入性的方法，以改善对高危人群的癌症筛查，并最终改善对普通人群的筛查。我们认为，肺癌的血液检测或‘液体活检’可能是加强筛查工作的一种好方法，因为它容易做，广泛适用，而且成本效益高。”

DELFI技术使用血液测试，通过研究来自基因组不同区域的循环中游离DNA的大小和数量，间接测量DNA在细胞核内的包装方式。健康细胞包装DNA就像一个组织良好的手提箱，基因组的不同区域被小心地放在不同的隔间里。相比之下，癌细胞的细胞核就像更杂乱无章的手提箱，从整个基因组中随意地扔进去一些东西。当癌细胞死亡时，它们以混乱的方式将DNA释放到血液中。DELFI利用机器学习(一种人工智能)帮助识别癌症的存在，以检查数百万无细胞DNA片段的异常模式，包括不同基因组区域的DNA大小和数量。这种方法提供了被称为“片段组”的游离DNA的视图。研究人员说，DELFI方法只需要对基因组进行低覆盖率测序，这使该技术在筛查环境中具有成本效益。

在这项研究中，来自约翰霍普金斯大学的研究人员与丹麦和荷兰的研究人员合作，首先对参与丹麦一项名为LUCAS的7年研究的365名个人的血液样本中的细胞游离DNA进行了基因组测序。大多数参与者患肺癌的风险很高，并有咳嗽或呼吸困难等与吸烟有关的症状。DELFI方法发现，后来确定患有癌症的患者的碎片组分布有广泛的差异，而未发现癌症的患者的碎片组分布一致。随后，研究人员验证了DELFI技术，使用了不同的人群，包括385名非癌症患者和46名癌症患者。总的来说，该方法检测出了超过90%的肺癌患者，包括早期和晚期以及不同亚型的患者。“DNA碎片模式为早期癌症检测提供了一个显著的指纹，我们相信这可能是广泛应用于肺癌患者的液体活检检测的基础，”作者Rob Scharpf博士说，他是约翰霍普金斯大学Kimmel癌症中心的肿瘤学副教授。

由约翰霍普金斯大学附属公司Delfi Diagnostics赞助的一项名为Delfi - l101的国家临床试验，正在评估美国1,700名参与者的基于Delfi技术的测试，其中包括健康参与者、肺癌患者和其他癌症患者。该小组希望进一步研究DELFI在其他类型癌症中的作用。