近日，中國科學院北京基因組研究所方向東研究組等在Briefings in Bioinformatics發表題為Platform-independent approach for cancer detection from gene expression profiles of peripheral blood cells的研究論文，通過正常女性和乳腺癌病人外周血全細胞轉錄組比較，發現特定基因間的相對表達量大小可以區分正常人和乳腺癌病人，并發現相應基因在預測乳腺癌病人預后中的作用。這是首次通過大規模人群的外周血轉錄組數據來區分正常人和乳腺癌患者，相關算法模型已獲批國家發明專利。 

　　腫瘤是系統性疾病，在腫瘤發生發展過程中，除病灶位置外，外周血中多種細胞的表達量也發生變化，這使得我們有機會通過外周血在分子層次實現對腫瘤的追蹤。研究人員整合公共數據庫中上千例正常和乳腺癌個體外周血轉錄組數據，通過創新性的秩歸一化方式屏蔽不同轉錄組檢測平臺、不同批次之間的噪音，并通過人工智能方法實現高維數據特征篩選和模型構建。在模型驗證過程中，研究人員發現模型具有良好的泛化能力，在RNA-seq、不同芯片平臺以及不同人種之間都取得了很好的預測效果。 

　　該研究揭示了外周血轉錄組在腫瘤早篩中的作用。過往研究發現血小板轉錄組在預測腫瘤中的作用，但限于標準化方法不統一、數據集小等原因，取得的模型很難擴展到獨立的數據集中，血小板轉錄組也受到除腫瘤之外其他因素的影響。該研究一方面整合外周血全細胞轉錄組，最大程度地降低了單一細胞類型受特定環境影響所導致的非特異性變化，另一方面基于秩序的標準化方法使不同來源的數據可以統一比較，大幅提升了可整合的數據量和腫瘤分類效果。 

　　近年來乳腺癌發病低齡化趨勢明顯，為提高乳腺癌早期發現率并延長生存時間，外周血循環腫瘤細胞相關檢測是研究熱點，以循環腫瘤細胞(CTC) 為研究對象的一系列研究, 不僅能夠對腫瘤患者的病情發展進行實時、動態監測, 更是了解腫瘤細胞內部致病分子機制的窗口, 從而為精準預防、精準治療提供可能。目前相關研究已與解放軍總醫院等多個醫學研究中心展開進一步合作，并已入組超過2000例正常女性、不同時期乳腺癌患者和高危人群，希望通過進一步的前瞻性研究提高分類效果，實現乳腺癌的早期診斷，減輕家庭和社會負擔。 

　　該研究得到了國家重點研發計劃精準醫學專項、863計劃等基金資助。 

數據標準化、特征篩選及模型構建

　　論文鏈接