肺癌是最常见且致死性最高的癌症之一，每年导致约180万人死亡。低剂量胸部计算机断层扫描（LDCT）筛查能够在早期发现肺部肿瘤，并通过及时治疗提升患者5年生存率。然而，20-50%的受检者会报告直径小于3厘米的肺部结节，其中高达96.4%为良性结节。即使后续气管镜联合刷检或穿刺的快速现场评价（ROSE）积极介入辅助诊断，鉴别准确率依然有提升空间。
针对这一临床技术局限性，允英医疗联合上海市中山医院开展了联合科研攻关，充分利用极具辅助诊断价值的气管镜冲洗液样本，使用允英自研的高质量DNA提取技术DNAplus、高精准碱基转化技术MetPro以及高深度甲基化测序技术MetSeq，通过靶向甲基化测序联合深度神经网络分类算法，成功打造了一款针对肺部恶性肿瘤的鉴别诊断模型，诊断敏感性突破98.6%，特异性达到97.8%，相比气管镜ROSE诊断性能提升10-20%。相关研究成果已于近期发表于Cell子刊iScience杂志上（IF=5.8，DOI：1.10.1016/j.isci.2024.110079）1，上海中山医院呼吸科张新主任（现任泰康仙林鼓楼医院呼吸内科主任）、允英医学CEO张道允博士与研发总监巩子英博士联袂担任文章通讯作者。
本研究首先使用文献荟萃分析与公共数据库交叉验证，共筛选出13个甲基化模式具有潜在肺癌伴随诊断价值的基因。随后，通过多重PCR靶向扩增富集这些基因启动子区的CpG片段，并在118份气管镜冲洗液（BWF）样本中开展了靶向NGS测序。剔除3个BWF样本中检测效率不佳的基因后，最终保留10个基因（总计115个CpG位点）作为检测Panel，这些基因在肺部恶性肿瘤与良性结节患者的冲洗液中表现出极显著的差异甲基化水平。
图1. 肺部恶性肿瘤与良性结节患者BWF样本中靶向10基因的平均甲基化水平
在对比评估了最小绝对收缩和选择算子（LASSO）、支持向量机（SVM）、极端梯度提升（XGBOOST）以及深度神经网络（DNN）四种机器学习分类器的分类准确性与稳健性后，本研究最终选择了由DNN算法构建的包含11个CpG位点特征的诊断模型作为测试模型CanDo（Cancer diagnosis）。以组织病理学活检作为诊断金标准，该模型对118名患者的诊敏感性达到98.6%，特异性达到97.8%。相比之下，这些患者经由气管镜ROSE诊断的敏感性为87.7%，特异性为80%。
图2. CanDo模型与ROSE在肺部肿瘤诊断的比较
研究进一步分析了患者吸烟史、年龄、性别以及病理亚型、病理分期等患者基线特征对CanDo模型的潜在影响。结果发现，受检者性别、吸烟史及病理亚型、肿瘤分期对CanDo诊断评分的干扰极为有限。然而，CanDo评分不仅表现出与病理诊断结果的极显著的相关性，似乎还与受检者年龄存在一定相关性。
图3. 不同年龄、性别、吸烟史及病理诊断患者CanDo模型得分的比较
为了评估年龄因素对模型诊断结果产生的潜在影响，研究补充纳入了一个严格控制的由33名受检者构成的无吸烟史、男女性别比接近1:1，恶性与良性组年龄分布无偏差的验证队列。结果发现，CanDo模型表现依然稳健，在该队列中实现了95.5%的诊断敏感性与100%的诊断特异性，而气管镜ROSE的诊断敏感性与特异性分别为86.4%与81.8%，均与探索队列差异不大。此外，CanDo还对三例难以通过气管镜ROSE进行诊断的复杂案例做出了准确判断。
图4. 验证队列CanDo诊断准确性
1. Yu, Z., Li, J., Deng, Y., et al. Lung tumor discrimination by deep neural network model CanDo via DNA methylation in bronchial lavage. iScience (2024). doi: 10.1016/j.isci.2024.110079.
允英医疗以长三角区域为中心，辐射全中国，公司致力于打造癌症精准诊疗的新型生态圈，综合运用基因突变检测、基因甲基化检测、基因编辑重组等生物科技的前沿技术，全方位提供从癌症早期精准筛查、癌症靶向用药检测、癌症治疗药物研发一体化的肿瘤精准医学解决方案。目前在上海、浙江及青海共设有三家实验室。
允英医疗成立至今，顺利通过由国家卫健委临检中心、国家病理质控中心、美国病理学会等机构组织的室间质评。检验能力获得了美国病理学会(College of American Pathologists，CAP)认证，肿瘤核心基因检测试剂盒通过欧盟CE认证，获得国家药品监督管理局（NMPA）注册批准，且生产管理质量体系获国际ISO13485认证。目前允英已累计为近三十万例肿瘤患者提供精准检测服务，为国内肿瘤精准医疗领域开拓者。同时允英秉承“严谨、高效”的理念，坚守分子诊断技术创新与应用探索，为肿瘤精准医疗与伴随诊断领域的茁壮发展贡献力量。
