导 语
低剂量计算机断层扫描（LDCT），作为肺癌筛查的常用方法，尽管效果显著，却也不乏挑战。既往报道显示，约25%经LDCT标记为“可疑”的肺结节在手术切除后被证实为良性，这不仅加剧了患者的身心负担，也对医疗资源构成了额外压力。因此，临床亟需一种高效、非侵入性解决方案，以精准区分肺结节的良恶性，从而减轻患者痛苦，优化医疗资源分配。
世和基因基于自主研发的MERCURY cfDNA片段组学技术，已成功发表了一项关于肺结节良恶性鉴别的研究成果[1]。本次，我们与中国医科大学附属第一医院许顺教授团队合作，对MERCURY技术的性能作进一步验证，基于4种cfDNA片段组学特征构建的肺结节良恶性鉴别模型，在独立验证队列和外部测试队列中，AUC分别达到了0.857和0.860[2]。研究成果已于近日发表在国际权威期刊ESMO Open（IF=7.1）。
研究亮点
1、样本量大，研究共纳入355例受试者，其中289例为恶性结节，66例为良性结节。
2、在独立验证队列和外部测试队列中，AUC分别达到了0.857和0.860；在89.6%的敏感性下，独立验证队列实现了68.2%的特异性。
3、研究探讨了不同结节大小和吸烟史对诊断性能的影响，进一步强化了MERCURY技术在肺结节鉴别中的应用价值。
研究方法
研究共纳入355例经LDCT提示为高危肺结节并接受手术切除的患者（病理证实，289例为恶性结节，66例为良性结节），收集患者血浆样本并进行低深度WGS测序，以分析cfDNA片段组学特征，并将所有患者按2:1分配至训练队列和独立验证队列。
训练队列（193例恶性结节，44例良性结节）用于构建机器学习模型。研究使用自动化机器学习方法，对基于4种不同cfDNA片段组学特征（FSR、FSD、BPM、Neomer）的基础模型进行优化，并将其组合为最终的集成模型。
独立验证队列（96例恶性结节，22例良性结节）用于评估集成模型的性能。此外，研究还纳入了一个包含58例恶性结节和41例良性结节的外部测试队列，以进一步验证模型性能（图1）。
图1. 研究流程
研究结果
在训练队列中，基于单个片段组学特征的基础模型在区分良恶性结节方面表现出不同水平的预测能力，AUC介于0.677至0.743之间，4种特征叠加后集成模型预测性能显著提高，AUC为0.848（图2A）。
在独立验证队列中，集成模型的AUC为0.857（图2A）；在89.6%的敏感性下，出色地实现了特异性68.2%，整体准确性达到了85.6%。
在外部测试队列中，集成模型表现同样良好，AUC为0.860（图2B），特异性在89.7%时敏感性达到了63.4%。
独立验证队列的亚组分析显示，在恶性结节组中，检测不同结节大小亚组（<1cm：91.7%；1-3cm：88.1%；>3cm：100%；未知：100%）和吸烟史（有：88.2%；无：89.9%）的敏感性均保持较高（图3）。
图2. 集成模型在训练队列、独立验证队列和外部测试队列中的AUC值
图3. 独立验证队列亚组分析敏感性
结 语
本研究将世和MERCURY cfDNA多组学液体活检技术应用于肺结节良恶性鉴别，并成功地将恶性肺结节与放射学上疑似但病理学证实为良性的结节区分开来。该技术将助力修正LDCT假阳性结果，降低不必要的侵入性临床干预，为肺结节的早期诊断提供了更为精准和人性化的解决方案。
许顺 教授
中国医科大学附属第一医院
胸外科主任、博士生导师、主任医师
国家二级教授、国务院特殊津贴专家、辽宁名医
中华医学会胸心血管外科分会委员会委员
中华医学会胸心血管外科学分会肺癌学组委员
中华医学会胸心血管外科学分会微创学组委员
中国医疗保健国际交流促进会理事、胸外科分会副主任委员、常委
中国医疗保健国际交流促进会肺癌防治学会副主任委员、常委
中国医疗保健国际交流促进会胸部肿瘤分会常务委员
中国医疗保健国际交流促进会加速康复外科分会胸外科学组副组长
中国医药教育协会肺癌医学教育委员会副主任委员、常委
中国医师协会胸外科医师分会纵隔与胸壁外科专家委员会委员
东北地区肺部结节诊断与治疗中心主任
辽宁省医学会胸外科学分会主任委员
辽宁省肺癌防治协会会长兼法人
2017年国际胸外科学术大会暨第五届国家癌症中心学术年会副主席
辽宁省医师协会外科医师分会副会长
辽宁省抗癌协会副主任委员
笹川医学奖学金同学会会副理事长
参考文献
<<< 上下滑动查看 >>>
