创新背景

人体内的每个细胞都含有由大约6000000000个碱基组成的DNA，这些碱基包装在大约30000000个核小体中。每个核小体携带多种表观遗传修饰，可以有100多种不同的组合。临床上可用于检测和诊断癌症的许多常规方法是侵入性的，通过针头、内窥镜检查或手术获取活检样本对于患者而言可能很痛苦，有时甚至是有风险的。MRI或PET扫描等成像方法需要昂贵、笨重的设备，而这些设备并非普遍可用。

创新过程

液体活检来源

血液检查简单、无创且经济可行，有望成为癌症诊断的下一个重要里程碑。然而，这些测试中的大多数方式被称为液体活检，目前还不够可靠，无法广泛使用。血液中含有自由漂浮的DNA和蛋白质，这些DNA和蛋白质是由健康人的死血细胞排出的，在癌症患者中，也是由死肿瘤细胞脱落的。

癌症DNA和蛋白质被倾倒到血液中，科学家可以收集和分析它们。魏茨曼研究所的研究团队基于此，认为用于癌症筛查或诊断的有效血液检查可以提供有吸引力的癌症检测替代方案，可以使用液体活检诊断癌症。

血液测试新方法

许多癌症血液测试已经处于开发的高级阶段，但大多数都有可能限制其使用的缺点。当第一个这样的测试被开发出来时，他们寻找癌症的遗传迹象，即突变，但这些可能很难确定，因为突变的片段只占自由循环DNA的一小部分。此外，这些突变并不总是导致癌症，也可能存在于健康人群中。

液体活检方法开始依赖于表观遗传学，或对不涉及DNA突变的细胞基因组的修饰，例如附着在DNA分子上的化学标签，改变基因表达。这些方法也遇到了障碍，要么是因为它们需要过量的血液，要么是因为它们寻找的单一表观遗传变化不能产生足够可靠的结果。

新研究中重新考虑表观遗传学分析，旨在开发一种依靠少量血液样本来评估多种表观遗传参数的分析。研究在单个分子成像方法的基础上使得使用荧光显微镜仅用非常少量的原材料即可实现准确的表观遗传图谱。例如，它可以用于查看核小体上的表观遗传标记，核小体是包裹在蛋白质“线轴”上的DNA片段。当细胞被破坏时，这些可能会像漂浮物一样流入血液，研究人员由此推断分析血液中发现的数百万个核小体以检测癌症。

癌症分子生物学与机器学习结合

使用单分子成像方法，研究团队将30名健康个体血液中的核小体与60名不同阶段结直肠癌患者的核小体进行了比较。他们发现两组的核小体具有截然不同的表观遗传标记模式。该分析涵盖了与癌症相关的六种不同的表观遗传修饰，以及各种其他癌症指标，包括来自死亡肿瘤的蛋白质片段，这是传统技术无法检测到的。

EPINUC 在健康人（左）和结直肠癌患者（右）的血核小体（鲜红点）上揭示的表观遗传标记的不同模式。

研究团队下一步将所揭示的癌症分子生物学与人工智能算法相结合，将机器学习应用于从两组获得的大型数据集。该分析不仅针对所有这些癌症标志物，而且还针对它们的组合和之间的关系。为了确保他们的发现不仅限于结直肠癌，科学家们还应用他们的技术将健康志愿者的血核小体与10名胰腺癌患者的血核小体进行比较。

算法可以以创纪录的确定性水平分辨出健康和患者群体之间的差异，准确率为92%。新技术名为EPINUC，全称是“血浆分离核小体表观遗传学”。研究人员表示，如果得到涉及更多患者的研究的支持，这些发现可能会导致使用少于1毫升血液检测和诊断癌症的多参数血液测试。将来，由于分析中揭示的详细程度，这种血液测试的结果也可能通过为每个患者建议最佳治疗方法来推进个性化医疗。

创新关键点

基于癌症DNA和蛋白质在血液中的运行，液体活检、表观遗传学、癌症分子生物学和机器学习方法相结合开发多参数分析方法，推进癌症血液检查的实现。

创新价值

新的多参数方法可能会实现癌症血液测试，多参数方法不仅可以诊断各种癌症，还可以诊断在血液中留下痕迹的其他疾病，例如自身免疫性疾病或心脏病。