卵巢癌早期筛查迎来新曙光：循环游离DNA检测技术打破传统局限

卵巢癌是全球女性癌症死亡的主要原因之一，每年新增病例超过30万，死亡人数接近20万。由于早期症状不明显且缺乏有效的筛查手段，卵巢癌通常在晚期才被发现，导致患者的5年生存率显著降低。目前常用的生物标志物如CA-125在早期检测中表现不佳，无法显著提高患者的生存率。因此，开发一种能够早期检测卵巢癌的高特异性和高灵敏度的检测方法，是当前临床亟待解决的问题。

约翰霍普金斯大学医学院的 Jamie E. Medina、Victor E. Velculescu 和 Jillian Phallen 等研究人员，联合美国和欧洲多家机构共同提出了一种通过结合基因组循环游离DNA（cfDNA）片段组和蛋白生物标志物（如CA-125和HE4）来实现卵巢癌早期检测的新型非侵入性方法。这一方法在早期卵巢癌检测中表现出色，有望改善当前卵巢癌筛查手段的不足。

 研究结果

图 1 卵巢癌新型非侵入性检测流程示意图

研究团队对 591 名女性展开研究，涵盖卵巢癌患者、良性附件肿块患者以及无卵巢病变的女性。通过对全基因组游离DNA（cfDNA）片段组和蛋白质生物标志物（癌抗原125即CA-125、人附睾蛋白4即HE4）的分析，并借助机器学习模型，取得了令人瞩目的成果。图1展示了卵巢癌检测的流程，从血液采集、血浆提取、基因组文库构建到低覆盖度全基因组测序，再结合蛋白质评估，最后通过机器学习模型进行癌症分类，清晰呈现了整个检测过程。

图 2 DELFI – Pro以高敏感度和特异性检测卵巢癌

 图2展示了DELFI-Pro检测卵巢癌的高敏感性和特异性，通过ROC分析等数据，直观地体现了该方法在不同分期和不同亚型卵巢癌检测中的出色性能。

图 3 应用于卵巢癌筛查中DELFI-Pro模型

图3通过建模展示了DELFI-Pro在卵巢癌筛查中的潜在优势，对比了其他检测方法，突出了其在人群筛查中的应用价值。在检测卵巢癌方面，该模型展现出极高的特异性（大于99%），对I至IV期卵巢癌的敏感性分别达到72%、69%、87%和100%。与之对比，单独使用CA-125时，各期检测率分别为34%、62%、63%和100%；单独使用HE4时，检测率分别为28%、27%、67%和100% 。这充分表明，新的检测方法在早期卵巢癌检测上具有显著优势。

同时，该方法在区分良性肿块和卵巢癌方面也表现出色，准确性高达0.88（AUC=0.88，95%置信区间为0.83-0.92）。研究人员还进行了人群规模的模拟，结果显示新方法的阳性预测值较高（中位数23.6%，95% CI，8.73%–68.5%），假阳性率较低（中位数0.95%，95% CI，0.14%–3.1%），优于现有的CA-125和HE4检测方式。这一方法在独立的验证队列中也得到了一致的结果，证明了其稳健性和普适性。

该研究提出了一种新的非侵入性卵巢癌检测方法，通过结合cfDNA片段组和蛋白生物标志物，显著提高了卵巢癌的早期检测能力。与传统的生物标志物检测相比，DELFI-Pro不仅提高了检测的灵敏度和特异性，还能够在早期阶段发现卵巢癌，为患者提供更多的治疗机会。此外，该方法的非侵入性特点使其有望成为一种广泛适用的筛查工具，尤其是在卵巢癌发病率较低的人群中。

尽管DELFI-Pro在早期检测卵巢癌方面表现出色，但研究团队指出，仍需在更大规模的前瞻性研究中进一步验证其临床应用价值。此外，未来的研究可能会探索更多生物标志物的加入，以进一步提高检测的准确性和适用性。这一创新方法为卵巢癌的早期筛查和诊断提供了新的方向，有望显著改善卵巢癌患者的预后和生存率。

原文链接：https://doi.org/10.1158/2159-8290.CD-24-0393