一种基于细胞的多变量测试用于基于血液的诊断,增强了肺癌风险分层

科学领域:

• 生物技术是生物技术.
• 分子诊断学 分子诊断
• 癌症研究 癌症研究

背景情况:

• 血液生物标志物通常存在低信号噪声比,阻碍了精确的疾病检测.
• 目前用于肺癌查中管理不确定的肺结节的方法存在局限性.
• 需要创新,可扩展和具有成本效益的诊断工具来早期发现癌症.

研究的目的:

• 开发和验证肺癌指标细胞测定平台 (LC-iCAP) 作为早期肺癌检测的基于血液的测试.
• 评估LC-iCAP在通过计算机断层扫描 (CT) 查发现的不确定的肺结节的管理中的临床实用性.
• 评估LC-iCAP试验的可复制性和机制相关性.

主要方法:

• 开发LC-iCAP测定,利用培养细胞作为生物传感器来检测患者血清中的癌症信号.
• 来自疾病分类指示细胞的基因表达特征的机器学习分析.
• 预期样本采集,追溯盲评估 (PRoBE) 研究设计用于绩效评估,包括分析优化和可重复性测试.
• 整合LC-iCAP测试读数与基于CT的特征,以提高临床实用性评估.

主要成果:

• 在ROC曲线验证中,LC-iCAP实现了0.64的AUC.
• 验证后整合CT功能改善了临床效用,显示90%的灵敏度,64%的特异性和95%的负预测值.
• 该试验证明了不同细胞系的可复制性,并确定了富含低氧反应基因的肺癌特异性转录反应.
• 与现有的肺癌风险分类测试相比,LC-iCAP平台的特异性得到了改善.

结论:

• LC-iCAP是一种经过验证,可扩展和具有成本效益的基于血液的诊断平台,具有早期癌症检测的潜力.
• 该试验在管理不确定的肺结节方面显示出临床实用性,并显示出作为下一代精准医学平台的前景.
• 确定的肺癌特异性转录反应突显了该平台的机制相关性和多种癌症查和药物开发的潜力.