纽约(基因组网)-荷兰的研究人员开发了一种诊断肺癌的测试方法,通过检测被循环血小板(称为凝血细胞)吸收的肿瘤RNA。
发表在癌症细胞今天早些时候,该研究调查了来自肿瘤培养血小板(TEPs)的拼接RNA谱的潜力和来源,用于早期和晚期非小细胞肺癌的无创检测。
无癌患者的血小板含有与TEPs不同的RNA组成,TEPs是与肿瘤相互作用的血小板。科学家开发的TEP基因面板允许基于载体机的肺癌分类。
研究人员使用生物标记特征检测平台检测了700多份血液样本ThromboSeq其中包括被诊断为晚期非小细胞肺癌的患者、一小部分患有早期癌症的患者,以及一组没有已知癌症的对照组。
ThromboSeq使临床研究人员能够使用下一代测序技术通过观察tep衍生的RNA来识别不同的癌症类型。
ThromboSeq的群体智能算法扫描了在血栓细胞中发现的大约5000种不同的RNA分子,并记录了表明肿瘤的少量RNA分子。然后,研究人员对血液样本进行筛选,以诊断血栓细胞识别癌症的准确性。
据研究人员称,ThromboSeq检测早期癌症的准确率为81%,检测晚期癌症的准确率为88%。在匹配患者年龄、吸烟状况和血液储存时间的验证对照组中,该算法的准确率高达91%。
该设备的粒子群优化(PSO)算法允许从血小板RNA测序库中高效选择RNA生物标志物面板。然后,基因面板从TEPs中诊断癌症,这表明群体智能可能也有利于优化其他液体活检生物来源的诊断读数。
VU大学医学中心研究员Myron Best在一份声明中说:“ThromboSeq可能不仅可以提供肺癌诊断,还可能提供任何其他类型的肿瘤,并可能实现肿瘤类型的分层。”
他和他的同事们的方法是基于自然界中可以发现的群体行为,鸟类、昆虫和鱼类聚集起来抵御捕食者或寻找食物。
贝斯特说:“鸟类不断地调整它们在蜂群中的相对位置,从而增加了蜂群的覆盖范围,从而提高了觅食过程的效率。”“我们将这种自然现象应用到我们的算法中,该算法利用了血小板中存在的复杂RNA序列。”
研究人员得出结论,血栓seq平台允许基于血液的癌症诊断的生物标志物选择,独立于由年龄和吸烟状况等因素引入的偏见。贝斯特和他的团队计划在疑似患有未确诊肺癌的患者身上进一步优化算法。
“虽然到目前为止,肿瘤培养血小板血液测试还不能提供完美的预测,但它可能是替代液体活检生物来源的补充。”Best补充道。