發(fā)布日期：2017-11-03
大多數(shù)婦女在診斷出卵巢癌時已是疾病晚期，只有四分之一的患者可存活五年以上。不過，若能早期發(fā)現(xiàn)，卵巢癌患者的5年生存率可從20-30%提高到60-70%。
目前的早期檢測手段（如超聲檢測或CA125檢測）假陽性較高。臨床試驗表明，利用這些手段檢測早期卵巢癌時，對生存率沒有明顯影響。于是，Dana-Farber癌癥研究所和布列根婦女醫(yī)院的研究團(tuán)隊希望找到一種更敏感、更特異的檢測工具。
研究人員將目光投向了基因組中的非編碼區(qū)域——microRNA（miRNA）。布列根婦女醫(yī)院的Kevin Elias博士將其稱之為基因組的文案編輯者，“在基因轉(zhuǎn)錄翻譯成蛋白質(zhì)之前，miRNA修改信息，在基因組中添加校對筆記。”Elias是這篇論文的第一作者。
在這項研究中，Elias及其同事發(fā)現(xiàn)卵巢癌細(xì)胞和正常細(xì)胞有著不同的miRNA表達(dá)譜。同時，miRNA在血液中循環(huán)，這樣就能利用血清樣本來檢測。研究人員對135名婦女（手術(shù)或化療前）血液樣本中的miRNA進(jìn)行測序，創(chuàng)建出一個“訓(xùn)練樣本集”。他們借此對計算機(jī)程序進(jìn)行訓(xùn)練，以找出卵巢癌、良性瘤和健康組織之間的miRNA差異。
憑借這種機(jī)器學(xué)習(xí)方法，研究人員可以利用大量的miRNA數(shù)據(jù)，并開發(fā)出不同的預(yù)測模型。準(zhǔn)確區(qū)分卵巢癌和良性組織的模型被稱為神經(jīng)網(wǎng)絡(luò)模型，它反映了miRNA之間復(fù)雜的相互作用。
然后，團(tuán)隊在44名婦女中測試了這個模型，以確定檢測的準(zhǔn)確性。在準(zhǔn)確性得到確認(rèn)之后，他們又利用859個患者樣本來測定此模型的敏感性和特異性。結(jié)果表明，這種新技術(shù)在卵巢癌預(yù)測上比超聲檢查要好得多。利用超聲檢測時，只有不到5%的異常結(jié)果是卵巢癌，而利用miRNA檢測時，幾乎100%的異常結(jié)果代表了卵巢癌。
最后，研究人員將這個模型應(yīng)用到實踐中。他們利用miRNA檢測來預(yù)測波蘭的51名外科手術(shù)患者的診斷結(jié)果。在這個群體中，91.3%的異常檢測結(jié)果是卵巢癌，意味著假陽性率很低。陰性檢測結(jié)果則在80%的情況下可靠預(yù)測癌癥不存在，這與巴氏涂片的準(zhǔn)確性相當(dāng)。
“關(guān)鍵在于，這種檢測不大可能誤診卵巢癌，在沒有惡性腫瘤的情況下，它不會給出陽性信號。這是診斷檢測是否有效的標(biāo)志，”通訊作者、Dana-Farber癌癥研究所的Dipanjan Chowdhury如是說。
為了讓這種診斷工具進(jìn)入臨床，研究人員需要驗證，隨著時間推移卵巢癌風(fēng)險增加時，miRNA的特征將如何改變。為了實現(xiàn)這一點，他們需要不斷收集縱向樣本。他們還有興趣了解這種工具是否對高危婦女和一般人群都有用。
原文標(biāo)題
Diagnostic potential for a serum miRNA neural network for detection of ovarian cancer
來源：生物通
