约翰霍普金斯大学金梅尔癌症中心的研究人员正在开发一种新的血液检测技术，该技术结合了肿瘤脱落的DNA单分子的全基因组测序和机器学习，可能有助于早期检测肺癌和其他癌症。

这项名为GEMINI(非侵入性癌症全基因组突变发生率检测)的检测旨在寻找整个基因组中DNA的变化。首先，从有患癌症风险的人身上采集血液样本。然后，从血浆中提取肿瘤脱落的无细胞DNA (cfDNA)，并使用低成本的全基因组测序进行测序。分析DNA的单分子序列变化，并用于获得整个基因组的突变概况。最后，一个经过训练的机器学习模型用于识别基因组不同区域中癌症和非癌症突变频率的变化，以区分癌症患者和非癌症患者。分类器生成一个从0到1的分数，分数越高表示患癌症的可能性越高。

在GEMINI的一系列实验室测试中，研究人员发现，当采用计算机断层扫描成像时，该方法可以检测到90%以上的肺癌，包括I期和II期患者。7月27日，《自然遗传学》杂志在线发表了对这项工作的描述，这是一项概念验证研究。

“这项研究首次表明，像GEMINI这样的测试，结合cfDNA单分子的全基因组突变谱，与其他癌症检测方法相结合，可能用于癌症的早期检测，以及在治疗期间监测患者，”资深研究作者Victor Velculescu说，他是肿瘤学教授，也是Kimmel癌症中心癌症遗传学和表观遗传学项目的联合主任。

该研究的主要作者、约翰霍普金斯大学医学院人类遗传学项目的研究生丹尼尔·布鲁姆(Daniel Bruhm)说，这项研究主要集中在高风险人群中肺癌的检测上。布鲁姆说:“然而，我们在患有其他癌症(包括肝癌、黑色素瘤或淋巴瘤)的患者身上发现了cfDNA突变谱的改变，这表明它可以更广泛地应用。”

为了开发GEMINI，研究人员检查了来自全基因组泛癌症分析研究中25种不同癌症的2511人的癌症全基因组序列，确定了不同肿瘤类型的基因组中不同的突变频率。例如，肺癌被发现平均每个基因组有52209个体细胞突变。研究人员还确定了突变数量最多的基因组区域，发现肿瘤组织和肺癌、黑色素瘤或B细胞非霍奇金淋巴瘤患者的血源cfDNA中突变频率高的基因组区域相似。

研究人员评估了GEMINI检测365人cfDNA序列变化的能力，这些人来自纵向城市队列老龄化研究(LUCAS)，这是一组肺癌高风险人群。癌症患者的GEMINI得分高于非癌症患者。研究人员还评估了GEMINI是否可以与DELFI(用于早期拦截的DNA片段评估)相结合，以改善早期肺癌的检测。DELFI是一种先前开发的检测cfDNA片段在基因组中的大小和分布变化的测试。GEMINI遗漏的几个癌症样本通过联合技术被检测出来。在来自LUCAS队列的89例肺癌患者样本中，GEMINI联合DELFI正确检测癌症的成功率为91%。在一个独立的验证队列中获得了类似的结果，该队列中有57人，其中大多数患有早期肺癌。

研究人员还研究了GEMINI在其他研究样本中的应用，包括7名在采血时没有任何可检测到的肿瘤的患者。他们的中位数双子座得分为0.78，高于没有癌症的人。其中6例使用GEMINI检测呈阳性，随后在获得样本后的231天至1868天内被诊断为肺癌，这表明cfDNA突变谱的异常可以在标准诊断前数年被检测到。

另外的实验表明，GEMINI可以区分肺癌的亚型，并可以检测早期肝癌。在一组接受肺癌药物治疗的患者中，GEMINI评分在治疗的初始反应期间下降，这表明该测试可用于监测治疗期间的患者。

Kimmel癌症中心肿瘤学副教授Rob Scharpf博士说，这些结果表明，全基因组GEMINI突变分析和cfDNA DELFI片段分析的结合“可能为成本效益高、可扩展的癌症检测提供机会”。他说，在将该工具用于临床使用之前，需要进行更大规模的临床试验来验证该工具。