机器学习再立功，斯坦福大牛团队实现无创早期肺癌筛查
根据 nature 杂志今天发表的一项研究，斯坦福大学研究人员开发了一种机器学习方法，能够实现早期肺癌患者的鉴别筛查。这一方法基于检测血样中的肿瘤源性 dna（即液体活检），也就意味着对肺癌高危人群的筛查，做到了早期且无创。
传统的肺癌筛查，一般推荐高危群体做 ct 扫描，这种模式已被证明能减少肺癌相关死亡。不过，由于费用高、筛查项目少以及对假阳性的担忧，这种筛查的使用度并不高。即使在美国，也仅有约 5% 符合条件的个体会通过 ct 扫描进行肺癌筛查。
而基于液体活检技术的血液检测，是一种当前颇受欢迎的癌症新型检测方法，但大部分液体活检的适用对象，往往是癌症晚期患者，毕竟这些群体的血液中比早期患者拥有更高水平的肿瘤相关 dna 标记。
在 nature 今天发表的最新论文中，来自斯坦福大学的 maximilian diehn 及其同事，优化了一种现有的评估循环肿瘤 dna（ctdna）的测序方法。
他们改善了 dna 的提取，鉴定出有望作为有效疾病标记的变化。研究人员用该方法表明，尽管 ctdna 在早期肺癌患者体内水平很低，却是一个很有力的预后指标。
研究人员随后用这些数据改进了一种机器学习方法，将其用来预测血样中存在的肺癌源性 dna。在由 104 例早期非小细胞肺癌患者和 56 例匹配对照组成的初期样本中，这种方法可以区分早期肺癌患者与风险匹配的对照；在另一个由 46 例病例和 48 例对照组成的独立验证队列中，研究人员确认了以上结果。
备受关注的液体活检 近几年，癌症液体活检的表现格外引人关注。作为体外诊断的一个分支，液体活检可以通过非侵入性取样降低检测危害，而且高效准确，性价比高。
即使没有进行治疗，癌细胞也会在正常情况下不断分裂和死亡。当癌细胞死亡时，它们将 dna 碎片释放到血液中，学会阅读这些信息，可以使临床医生快速、无创地监测肿瘤的存在和大小，患者对治疗的反应以及肿瘤面对治疗时随着时间的发展变化。
目前，液体活检的检测对象有循环肿瘤细胞（ctcs），循环肿瘤 dna（ctdna），循环 rna（circulating rna）和外泌体。其中，ctdna 因研究前景广阔，受到越来越多的关注。ctdna（circulating tumor dna）是游离 dna（cell-free dna，cfdna）中的一类，带有特征性标记，可通过高通量测序技术实现对它的定性、定量和追踪。
目前已发现的 ctdna 特征性标记包括位点突变、核小体占有率及甲基化修饰差异，可根据这些指标的差异进行肿瘤的早期诊断、动态监测肿瘤的发生发展及疗效、耐药检测、复发风险评估和预后预测等。
美国斯坦福大学 maximilian diehn 教授曾表示，ctdna 不仅可以诊断实体肿瘤，而且能够监测治疗反应以及探查微小残留病灶、靶向治疗耐药突变，可能是优选的无创肿瘤筛查方法。“这一领域令人兴奋的事件之一是，循环肿瘤 dna 可以应用于许多不同的临床情况。”
分子技术与机器学习的结合 在这项最新研究中，研究人员介绍了一种通过深度测序 （capp-seq） 来分析循环肿瘤 dna 的方法，从而更好地实现癌症早期筛查和个性化分析。
研究人员发现，尽管早期肺癌的 ctdna 水平很低，但在大多数患者接受治疗之前，ctdna 就已经存在，而且它的存在具有很强的预后意义。
maximilian diehn 和 ash alizadeh 领导的团队进行了本次研究
研究人员还发现，肺癌患者游离 dna （cfdna） 的大多数体细胞突变，反映的是克隆性造血突变（突变来自于白细胞），并且是非复发性的。与肿瘤衍生突变相比，克隆造血突变发生在较长的 cfdna 片段上，并且缺乏与吸烟相关的突变特征。
将这些发现与其他分子特征结合起来，研究人员开发并前瞻性地验证了一种被称为 “血浆中肺癌可能性”（lung cancer likelihood in plasma， lung - clip） 的机器学习算法，可以很好地将早期肺癌患者与风险匹配对照组区分开来。
血浆中肺癌可能性 （lung-clip） 的原理图
研究人员表示，这种非侵入性的肺癌筛查方法，将改进的分子技术与机器学习相结合，以检测血液样本中肺癌细胞来源的 cfdna 的存在，可以实现使用血浆检测出相当一部分早期肺癌。
而且不同于以往试图开发泛癌种筛查分析的液体活检研究，研究人员这次把重点放在了非小细胞肺癌上，利用肺癌特有的特征，来降低了未被识别的混杂因素对检测结果的影响。
此外，不像以前的研究没有进行验证或使用对照队列交叉验证，钙研究使用独立验证，避免了模型过度拟合导致结果过于乐观的可能。
研究人员认为，lung-clip 的一个潜在应用是作为一种高风险人群的初步筛查，阳性的患者可以进一步检测确诊，这可能会增加每年进行肺癌筛查的人数，从而拯救更多的生命。
论文标题：
integrating genomic features for noninvasive early lung cancer detection
论文摘要：
如何选择基准电压源？
国务院：2020年底前优化新能源车审批发布程序
5G专利问题是未来影响5G发展的重要因素
为帮助沃特玛恢复生产和缓解危机,坚瑞沃能再次启动自救行动
微压差表检定规程的常见问题分析
机器学习再立功，斯坦福大牛团队实现无创早期肺癌筛查
智能电网产生的背景
需要了解嵌入式Linux文件系统及其存储机制
超小型MEMS原子钟适用于智能手机
锤子坚果Pro产量破一百万台，锤子手机里程碑达成，迎来价格大降价
如何使开关电源设计更简单？
RS485或者rs232串口设备如何上传mqtt平台
谷歌2017年将接近绿色能源目标 100%用电均来自可再生能源
5G助力让通过软硬件结合实现一键开关机技术案例
基于PCI总线的电视图像处理仿真系统设计
SIT1021Q国产LIN收发器芯片，可替代TJA1021
SSH第2部分：从Windows 10工作站配置SSH
人工智能正成为中国科技创新的一个新标签
Facebook推出新的安静模式，让用户不受噪音干扰
vivo Xplay6库里版开箱：4998元深度定制一点不贵！
传统的肺癌筛查，一般推荐高危群体做 ct 扫描，这种模式已被证明能减少肺癌相关死亡。不过，由于费用高、筛查项目少以及对假阳性的担忧，这种筛查的使用度并不高。即使在美国，也仅有约 5% 符合条件的个体会通过 ct 扫描进行肺癌筛查。
而基于液体活检技术的血液检测，是一种当前颇受欢迎的癌症新型检测方法，但大部分液体活检的适用对象，往往是癌症晚期患者，毕竟这些群体的血液中比早期患者拥有更高水平的肿瘤相关 dna 标记。
在 nature 今天发表的最新论文中，来自斯坦福大学的 maximilian diehn 及其同事，优化了一种现有的评估循环肿瘤 dna（ctdna）的测序方法。
他们改善了 dna 的提取，鉴定出有望作为有效疾病标记的变化。研究人员用该方法表明，尽管 ctdna 在早期肺癌患者体内水平很低，却是一个很有力的预后指标。
研究人员随后用这些数据改进了一种机器学习方法，将其用来预测血样中存在的肺癌源性 dna。在由 104 例早期非小细胞肺癌患者和 56 例匹配对照组成的初期样本中，这种方法可以区分早期肺癌患者与风险匹配的对照；在另一个由 46 例病例和 48 例对照组成的独立验证队列中，研究人员确认了以上结果。
备受关注的液体活检 近几年，癌症液体活检的表现格外引人关注。作为体外诊断的一个分支，液体活检可以通过非侵入性取样降低检测危害，而且高效准确，性价比高。
即使没有进行治疗，癌细胞也会在正常情况下不断分裂和死亡。当癌细胞死亡时，它们将 dna 碎片释放到血液中，学会阅读这些信息，可以使临床医生快速、无创地监测肿瘤的存在和大小，患者对治疗的反应以及肿瘤面对治疗时随着时间的发展变化。
目前，液体活检的检测对象有循环肿瘤细胞（ctcs），循环肿瘤 dna（ctdna），循环 rna（circulating rna）和外泌体。其中，ctdna 因研究前景广阔，受到越来越多的关注。ctdna（circulating tumor dna）是游离 dna（cell-free dna，cfdna）中的一类，带有特征性标记，可通过高通量测序技术实现对它的定性、定量和追踪。
目前已发现的 ctdna 特征性标记包括位点突变、核小体占有率及甲基化修饰差异，可根据这些指标的差异进行肿瘤的早期诊断、动态监测肿瘤的发生发展及疗效、耐药检测、复发风险评估和预后预测等。
美国斯坦福大学 maximilian diehn 教授曾表示，ctdna 不仅可以诊断实体肿瘤，而且能够监测治疗反应以及探查微小残留病灶、靶向治疗耐药突变，可能是优选的无创肿瘤筛查方法。“这一领域令人兴奋的事件之一是，循环肿瘤 dna 可以应用于许多不同的临床情况。”
分子技术与机器学习的结合 在这项最新研究中，研究人员介绍了一种通过深度测序 （capp-seq） 来分析循环肿瘤 dna 的方法，从而更好地实现癌症早期筛查和个性化分析。
研究人员发现，尽管早期肺癌的 ctdna 水平很低，但在大多数患者接受治疗之前，ctdna 就已经存在，而且它的存在具有很强的预后意义。
maximilian diehn 和 ash alizadeh 领导的团队进行了本次研究
研究人员还发现，肺癌患者游离 dna （cfdna） 的大多数体细胞突变，反映的是克隆性造血突变（突变来自于白细胞），并且是非复发性的。与肿瘤衍生突变相比，克隆造血突变发生在较长的 cfdna 片段上，并且缺乏与吸烟相关的突变特征。
将这些发现与其他分子特征结合起来，研究人员开发并前瞻性地验证了一种被称为 “血浆中肺癌可能性”（lung cancer likelihood in plasma， lung - clip） 的机器学习算法，可以很好地将早期肺癌患者与风险匹配对照组区分开来。
血浆中肺癌可能性 （lung-clip） 的原理图
研究人员表示，这种非侵入性的肺癌筛查方法，将改进的分子技术与机器学习相结合，以检测血液样本中肺癌细胞来源的 cfdna 的存在，可以实现使用血浆检测出相当一部分早期肺癌。
而且不同于以往试图开发泛癌种筛查分析的液体活检研究，研究人员这次把重点放在了非小细胞肺癌上，利用肺癌特有的特征，来降低了未被识别的混杂因素对检测结果的影响。
此外，不像以前的研究没有进行验证或使用对照队列交叉验证，钙研究使用独立验证，避免了模型过度拟合导致结果过于乐观的可能。
研究人员认为，lung-clip 的一个潜在应用是作为一种高风险人群的初步筛查，阳性的患者可以进一步检测确诊，这可能会增加每年进行肺癌筛查的人数，从而拯救更多的生命。
论文标题：
integrating genomic features for noninvasive early lung cancer detection
论文摘要：
如何选择基准电压源？
国务院：2020年底前优化新能源车审批发布程序
5G专利问题是未来影响5G发展的重要因素
为帮助沃特玛恢复生产和缓解危机,坚瑞沃能再次启动自救行动
微压差表检定规程的常见问题分析
机器学习再立功，斯坦福大牛团队实现无创早期肺癌筛查
智能电网产生的背景
需要了解嵌入式Linux文件系统及其存储机制
超小型MEMS原子钟适用于智能手机
锤子坚果Pro产量破一百万台，锤子手机里程碑达成，迎来价格大降价
如何使开关电源设计更简单？
RS485或者rs232串口设备如何上传mqtt平台
谷歌2017年将接近绿色能源目标 100%用电均来自可再生能源
5G助力让通过软硬件结合实现一键开关机技术案例
基于PCI总线的电视图像处理仿真系统设计
SIT1021Q国产LIN收发器芯片，可替代TJA1021
SSH第2部分：从Windows 10工作站配置SSH
人工智能正成为中国科技创新的一个新标签
Facebook推出新的安静模式，让用户不受噪音干扰
vivo Xplay6库里版开箱：4998元深度定制一点不贵！