美国研究人员开发出一种新的检测方法，可通过分析血液中微生物组的特征来确认测试对象是否得了癌症，以及是哪种癌症。他们在近日的《自然》杂志上发表研究报告称，这种潜在的基于微生物组的肿瘤学诊断工具值得进一步探索，可能会改变癌症诊断的方式。
在该研究中，加州大学圣迭戈分校研究人员对美国国家癌症研究所数据库获得的数据进行了分析，从18000多份不同类型的肿瘤样本中发现了与特定癌症类型相关的独特微生物组特征或模式。他们利用这些数据资源，训练并测试了机器学习模型，使其能够将某些微生物组模式与特定癌症相关联，进而仅依靠患者血液中的微生物组数据即可识别患者是否患癌，以及所患癌症的类型。为了验证，他们对59名前列腺癌患者、25名肺癌患者、16名黑素瘤患者以及69名健康志愿者的血液样本进行了分析。结果显示，机器学习模型在肿瘤和正常组织的区分方面表现良好，能够确认绝大多数癌症病例，并能分辨出不同的癌症类型。
目前，大多数癌症诊断都需要进行手术活检，或从可疑癌症部位取样分析，这些侵入性方法不仅耗时，费用也很高。虽然近几年通过血样分析快速诊断特定癌症的液体活检技术取得了很大进步，但这一技术目前还不能可靠地将正常的遗传变异与真正的早期癌症区分开，也无法在没有人类基因组变异的情况下发现癌症。相比之下，基于微生物组的检测手段不依赖人类基因组的变化，不仅能够在更早的阶段检测出癌症的存在和类型，还能进行长期的治疗监测，因而会对癌症的早期发现以及癌症患者的护理产生重大影响。
研究人员指出，目前这一新方法并不完美，但相信随着使用更多的数据来完善机器学习模型，新方法会变得更准确。
