具有成本效益的浅层全基因组测序用于分析血cfDNA特征,以增强肺癌检测

科学领域:

• 在瘤学瘤学.
• 基因组学就是基因组学.
• 生物技术是生物技术.

背景情况:

• 使用低剂量计算机断层扫描 (LDCT) 的肺癌 (LC) 查存在局限性,包括高错误阳性率和患者不合格.
• 基于循环瘤DNA (ctDNA) 的测试是最少的侵入性,但成本昂贵,敏感性低,特别是在早期的肺癌.
• 现有的查方法需要改进,以准确和可访问的肺癌检测.

研究的目的:

• 为肺癌检测引入一种具有成本效益,浅层的全基因组测序方法.
• 分析多个无细胞DNA (cfDNA) 签名,以提高诊断准确度.
• 开发一种超越当前肺癌查工具局限性的微创试验.

主要方法:

• 开发了一种使用浅层测序覆盖范围 (0.5×) 的多式cfDNA试验.
• 集成的碎片,核细胞,终端动机和副本数量改变分析.
• 采用了一种在独立的患者和对照组中训练并验证的机器学习模型.

主要成果:

• 整体模型实现了0.97的AUC,具有92%的特异性和90-94%的跨队列灵敏度.
• 与基于热点突变的测试和所有肺癌阶段的SPOT-MAS测试相比,显示出更高的灵敏度.
• 在发现和独立验证队伍中验证了强大的性能.

结论:

• 开发的测定方法提供了一种具有成本效益,准确和最小侵入性的肺癌检测方法.
• 这种方法解决了当前肺癌查方式的关键局限性.
• 该测试显示,作为一种补充工具,它有望增强早期肺癌检测并改善患者的治疗结果.