CD：血检脑瘤一键全筛!科学家开发外周血cfDNA诊断模型，可有效识别全部胶质瘤亚型，AUC最高可达0.90

CD：血检脑瘤一键全筛！科学家开发外周血cfDNA诊断模型，可有效识别全部胶质瘤亚型，AUC最高可达0.90

来源：奇点糕 2025-06-01 15:39

在预测脑癌时，该模型能有效识别所有级别的胶质瘤患者（包括低级别胶质瘤、III级胶质瘤，以及胶质母细胞瘤），最高曲线下面积（AUC）可达0.90。

目前，的早期是存在很大困难的。导致这一现象的主要原因是脑癌症状（如头痛、恶心、头晕、记忆困难等）常常缺乏特异性，许多患者不能在初诊时得到及时，延误了关键治疗时机。因此，迫切需要开发准确、侵入性小且易于实施的筛查方法，助力脑癌的早诊早治。

近期，约翰 霍普金斯大学Dimitrios Mathios和Victor E.Velculescu团队就发表了一项重要研究成果。他们利用外周血游离DNA（cfDNA）片段组特征和重复基因序列，通过机器学习模型，开发出了一种诊断脑癌的新模型，ARTEMIS DELFI。

在预测脑癌时，该模型能有效识别所有级别的胶质瘤患者（包括低级别胶质瘤、III级胶质瘤，以及胶质母细胞瘤），最高曲线下面积（AUC）可达0.90。

研究发表在Cancer Discovery上[1]。

为了开发一个脑癌无创筛查模型，研究人员先是收集了505名参与者的血液样本（包括130例脑和375例非癌对照人群[即非肿瘤性神经疾病患者以及无癌症背景的健康筛查人群]）作为发现队列，用于训练模型，然后再纳入了一个包含85名参与者（其中胶质瘤患者16例）的独立队列作为验证队列。

在开发阶段，研究人员通过分析发现队列所有参与者血浆样本中的全基因组cfDNA的片段特征和重复基因序列，再利用机器学习，开发出了一个结合该研究团队既往建立的DELFI方法（采血后分离3至5 mL血浆，对所含cfDNA进行低覆盖度全基因组测序，用于分析cfDNA的片段特征）与ARTEMIS方法（基于全基因组测序数据，分析并量化全基因组中1280个不同的重复基因序列）的复合模型，ARTEMIS DELFI，并计算了综合ARTEMIS DELFI评分，用于评估模型性能。

结果显示，在发现队列中，与非肿瘤性神经疾病患者和无癌症健康人群相比，低级别胶质瘤、高级别胶质瘤和其他系统患者的ARTEMIS DELFI中位评分明显更高（P值均 0.0001）。而进一步的分析显示，ARTEMIS DELFI评分升高与肿瘤增殖指数Ki-67有关，提示该模型能准确反映肿瘤生物学活性。

而在性能方面，研究发现，该模型可有效识别不同级别的脑瘤患者，其中识别低级别胶质瘤、Ⅲ级胶质瘤和胶质母细胞瘤时的AUC分别为0.88、0.85和0.90。这一诊断性能也在独立队列中得到了进一步验证（灵敏度为57%，特异度为81%）。

在检测优势方面，研究人员还将ARTEMIS DELFI模型与现有液体活检方法（即基于下一代超高深测序的cfDNA检测）进行了对比。在使用两种方法对49名脑癌患者进行检测后，研究人员发现，ARTEMIS DELFI对脑癌的检出率高达69%（34例阳性），而现有方法只有6%（3例阳性）。

最后，研究人员还评估了该模型在全民脑癌筛查中的应用潜力。利用蒙特卡洛模拟法，研究构建了一个理论模型，即假设每年有1000万人因头痛前往医院就诊，按照现有筛查流程，被诊断为继发性头痛的患者会接受CT等影像学的进一步检查，而若是确诊为原发性头痛的患者通常只建议复诊。

根据现有文献估算，继发性头痛人群中脑癌的年发病率为0.15%（大概1875例），原发性头痛人群中脑癌发病率为0.045%（大概3939例），按照当前筛查流程，目前只能识别约出1831例脑癌患者。但若能在原发性头痛人群中引入ARTEMIS DELFI模型进行检测，则可额外检测出约1692例脑癌病例，相当于将脑癌检测率提高了92%，更重要的是，使用该模型后，头部CT检查总数仅增加16%，提示该模型还具有一定的成本效益。

总之，该研究发现，基于外周血cfDNA的脑癌筛查新模型ARTEMIS DELFI，可有效提高脑癌的无创检测率，有望成为一种简便的脑癌早期筛查工具，助力脑癌的早诊早治。

参考文献：

[1]Mathios D,Niknafs N,Annapragada AV,et al.Detection of brain cancer using genome-wide cell-free DNA fragmentomes.Cancer Discov.Published online April 29,2025.doi:10.1158/2159-8290.CD-25-0074

版权声明 本网站所有注明“来源：100医药网”或“来源：bioon”的文字、图片和音视频资料，版权均属于100医药网网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：100医药网”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。

87%用户都在用100医药网APP 随时阅读、评论、分享交流 请扫描二维码下载->

医药网新闻