导读

肺癌是中国发病率和死亡率最高的恶性肿瘤。肺癌的早发现、早诊断、早治疗对延长患者生存，减轻经济负担及提高生活质量至关重要。目前，低剂量螺旋CT（LDCT）是肺癌早筛首选方法，但LDCT存在辐射风险，且假阳性率偏高，可能导致过度诊疗。基于液体活检的肿瘤早筛技术具有准确、无创、高效等优势，近年来成为肺癌早筛的新方向。然而已知研究报道中，部分液体活检技术对于肺癌，尤其是早期肺癌的发现能力依然偏弱^{[1] [2]}，仍需要更加灵敏和稳定的模型对早期肺癌信号进行准确判读。

在前不久的亚洲肺癌大会（ACLC）中，江苏省肿瘤医院（南京医科大学附属肿瘤医院）许林教授、尹荣教授团队与威尼斯9499登录入口合作，基于世和MERCURY液体活检早筛技术，对于早期肺结节良恶性鉴别结果进行了初步探讨（点击查看详情）。为了进一步攻克肺癌早筛的难题，双方携手开展DECIPHER-Lung 2研究，利用MERCURY技术对cfDNA（细胞游离DNA）多组学片段特征建立模型，该模型在肺癌的筛查预测中展现优异且稳定的性能，成果发表于呼吸学科顶级期刊American Journal of Respiratory and Critical Care Medicine（IF=30.528）^[3]。

研究亮点

1、大样本量研究（n=782，非小细胞肺癌432例，健康人350例）；其中超75%肺癌样本来自早期患者，I期患者占53.7%，II期患者占23.1%；

2、采用世和MERCURY技术，对肿瘤的片段组学特征进行解码和鉴别，建立的模型在训练集、验证队列、独立验证队列中表现出优异性能，AUC均超过97%；

3、模型在不同检测批次间，及低深度WGS测序的场景下仍具有极高的筛查稳定性，为临床落地可行性提供支撑；

4、模型对早期肿瘤的预测性能优秀，I期肺癌敏感性达到83.2%，肿瘤小于1cm时预测敏感性达到85%。

研究方法

本研究在训练集、验证队列中共纳入542例非小细胞肺癌患者及健康人志愿者（非小细胞肺癌312例，健康人230例），随机分为三个队列：模型训练队列、验证队列I、验证队列II。其中验证队列I用于评估模型性能并确定肿瘤判断癌症评分（Cancer Score）的阈值（cutoff），在验证队列II中作进一步评估。此外，研究还纳入240例独立验证队列（120例非小细胞肺癌及120例健康人）（图1A）。

本研究纳入的所有生物样本由江苏省科技资源统筹服务平台肺癌样本库提供

研究对入组人群的cfDNA进行低深度全基因组测序（WGS），提取基因组cfDNA的片段大小分布（FSD）、片段大小比值（FSR）、末端序列（EDM）、断裂点序列（BPM）、及拷贝数变化（CNV）特征，使用五种机器学习方法结合的集成模型，来鉴别健康人和癌症患者 (图1B)。

图1. DECIPHER-Lung 2研究路线图

研究结论

研究者在训练集中发现，集合所有片段组学特征的模型性能最高，AUC达到0.985 （图2A），并且此集成模型在两个内部验证队列中均有出色表现（验证队列I ，AUC=0.984；验证队列II，AUC=0.987) （图2B）。基于验证队列I中特异性95.7%时的结果，研究者将癌症评分高于0.66作为肿瘤的判断阈值，这一阈值下，两个队列对于肿瘤预测的敏感性分别为91.4%及84.7%，可以显著对肿瘤和健康人进行区分（图2C）。同时肿瘤分期越晚癌症评分越高，提示更明显的肿瘤信号（图2D）。

图2. 训练队列及验证队列I、II的结果

在240例的独立验证队中，MERCURY模型性能表现依然亮眼：AUC为0.974，敏感性92.5%，特异性94.2%。整体结果训练集和内部验证队列保持一致，且并不受良性结节的影响 （图3C）。

图3. 独立验证队列证实模型具有良好的普适性

模型是否能在不同场景下保持结果判读的稳定性，对早筛产品的临床落地至关重要。因此，本研究探索了多批次重复及低测序深度场景下模型的稳定性。首先，MERCURY模型的批间及批内重复给出的癌症评分结果高度一致（图4A）。此外，三例肿瘤患者的cfDNA即使在测序深度降低至4×、3×、2×、1×和0.5×之后，也均能给出准确判读（图4B）。在整体队列中，降低测序深度模型依然保持稳定，验证队列I及验证队列II的AUC值分别保持在0.966及0.971以上。

图4. 超低深度测序场景模拟下模型依然可以有效区分肿瘤和健康人

最后，研究者评估了MERCURY模型对不同病理类型、肿瘤分期、肿瘤大小、分化程度、年龄、性别等临床亚组的预测性能。其中，模型对I期、II/III期和IV期肿瘤的预测能力分别达到83.2%、95.4%和100%。此外，模型对入组患者中20例肿瘤小于1cm的患者预测敏感性也达到85%（表1）。

表1. 模型对于不同病理亚型、分期及肿瘤大小的预测性能

结语

从今年ASCO、ESMO大会公布的最新数据来看，Pathfinder、CancerSeek等基于甲基化、突变、蛋白等特征或多组学结合的早筛技术路线，一方面在肺癌早期筛查上仍然性能不足，另一方面多组学检测也大大增加早筛成本，成为肺癌早筛临床落地的一大障碍。世和MERCURY技术基于低深度WGS一次检测结果进行分析，在全基因组范围广泛捕捉早期肿瘤痕量信号，能更好地兼顾检测性能与成本。此前，DECIPHER-Lung肺癌早筛系列研究成果已在EBioMedicine^[4]，亚洲肺癌大会ACLC等学术期刊和会议中公布及发表，本研究则更加全面地评估了MERCURY技术在肺癌早筛中的应用性能，向其早日落地临床、惠及更多普通百姓的目标又迈进了新的一步。

【IF=41.4】国内首个大型泛癌种早筛研究登上Mol Cancer

【IF=11.2】基于cfDNA片段组学构建肺癌早筛模型研究成果发布

【ACLC 2022】世和MERCURY多组学液体活检助力肺结节术前良恶性鉴别

【IF=23.2】国内首个液体活检多组学大型肠癌早筛研究登陆JHO

【IF=17.3】世和肝癌早筛研究成果登陆肝脏病学顶刊HEPATOLOGY

[1] Schrag et al. Abstract 903O - A prospective study of a multi-cancer early detection blood test. Annals of Oncology (2022) 33 (suppl_7): S417-S426.

[2] Shin et al. Abstract 23P - MRE - seq based cancer screening for lung and colorectal cancer by deep learning analysis of cfDNA methylation pattern cancer screening. Annals of Oncology (2022) 33 (suppl_7): S4-S18.

[3] Wang et al. Multi-Dimensional Cell-free DNA Fragmentomic Assay for Detection of Early-Stage Lung Cancer.  Am J Respir Crit Care Med. 2022 Nov 8.

[4] Guo et al.  Sensitive detection of stage I lung adenocarcinoma using plasma cell-free DNA breakpoint motif profiling. EBioMedicine. 2022. 81:104131.