7月21日，《大自然·通讯》Nature Communication公开发表了由复旦大学泰州身体健康科学研究院陈兴栋、金力等学者领衔与鹍近基因联合合作的研究成果“Non-invasive early detection of cancer four years before conventional diagnosis using a blood test（血液无自创检测可以比常规临床提早四年找到癌症）”。科研人员对复旦大学联合建设、涵盖近20余万社区人群的泰州队列的部分血液样本展开了在长年、系统的癌症早期检测研究。研究找到：对于结直肠癌、食管癌、肝癌、肺癌和胃癌等5种少见恶性肿瘤，在超过现有临床发病金标准之前，甚至在病人经常出现心态症状前，早期的癌症信号——微量肿瘤甲基化就不存在于血液循环之中，并可以被无创检测。

利用鹍近基因原创研发的ctDNA甲基化多癌筛查技术PanSeer®方法，研究团队在泰州队列的血样中构建了比临床临床提早4年找到血液中的微量肿瘤甲基化信号。　　这一近期研究成果具备最重要的科研与商业意义，证实了通过提升检测技术的灵敏度需要早的找到肿瘤标志物，从而构建对癌症展开有效地的早期筛查。这是我国绿癌种早于滤技术获得的重大突破，也是全球首次绿癌种早于滤技术在大型大自然人群队列中获得严苛检验。

由于可以同时检测多种癌症，绿癌种早于滤技术受到科学界和产业界普遍注目，被普遍认为是下一代癌症早于滤技术的突破口。此次研究成果的公布，将大力推展我国癌症早于滤事业的科研转化成和临床应用于，并对癌症早于滤行业产生深远影响的影响。　　当前，恶性肿瘤的发病率和死亡率呈圆形大幅下降的趋势，已沦为全球人类主要的疾病开销之一。

与早期肿瘤比起，晚期肿瘤由于无法通过手术手术，缺少有效地的化疗方案，平均值5年生存率仅有为26%，而早期肿瘤患者的5年生存率平均91%。因此，构建肿瘤的“早于找到”，可协助患者夺得化疗时间，有效地提升治愈率。

但是，要对早期肿瘤检测和筛查展开检验和研究，某种程度必须高效、灵敏的技术，更加关键的是必须对肿瘤患者在发病前即展开血液和生物样本取样。这就要求了，基于有数的肿瘤医院发病病例样本库无法严苛证明一个新的早期筛查技术需要打破当前的临床标准。此时，就必须有大型、长年积极开展科研活动的人群队列来承托科学家们的探寻活动。

　　泰州队列由复旦大学联合，于2007年开始建设。累计目前，最迟20万社区人群参与该项研究。

研究团队通过系统的队列随访，长年追踪队列人群各种根本性慢性病的再次发生情况，并且在无症状人群中于多个时间节点追踪收集了150余万份各类生物样本长年留存。此次公开发表的研究成果，划入了191个在取样时间点1-4年后发病肿瘤的病人血液样本，和223个在当地医院发病后收集的肿瘤病人血样，并遵循严苛的1：1给定原则，挑选414个随访多达10年且并未被临床为肿瘤的病人样本作为对照人群。　　基于鹍近基因原创研发的PanSeer®DNA甲基化检测技术，研究团队融合生命科学和大数据科学多学科手段，基于ctDNA甲基化特质设计了一套机器学习方法，并充分考虑了大量的阻碍因素，已完成了区分身体健康患者与癌症患者的分类模型搭起。

PanSeer®技术在身体健康人群中的特异性可超过96%，在发病癌症后收集的病人样本中敏感性超过了88%，在癌症患者并未发病之前1-4年收集的样本中敏感性超过了95%。　　该研究找到，PanSeer®技术对结直肠癌、食管癌、肝癌、肺癌和胃癌等5个有所不同癌种的检测敏感性在发病前有所不同时间收集的血样相近。

这解释癌症信号在病症发展早期、甚至在无症状并未发病的若干年前就不会不存在于血液中。利用泰州前瞻性队列的样本，研究团队在严苛意义上证明DNA甲基化测序需要比传统临床方法早地找到癌症。　　该研究的通讯作者、中科院院士、复旦大学泰州身体健康科学研究院院长金力教授回应，在精准医学和大数据时代的今天， 大型人群队列研究沦为生物医学研究的主要承托平台之一。泰州队列已竣工世界领先的单一地区人群队列，享有还包括20万人、近200万份生物样本和PB级数据库的高质量队列资源。

此次利用PanSeer®技术和泰州队列资源合作展开的研究最少证明癌症早期筛查可以通过无自创血液检测已完成，便于对无症状癌症不易感人群的“早于找到”继而“早于介入”，具备十分最重要的应用于价值。这也相比较了泰州队列在积极开展生命科学与精准医学研究上的将来价值。　　研究第一作者、复旦大学泰州身体健康科学研究院和人类表型组研究院陈兴栋研究员认为，研发针对高风险人群或社区人群的癌症早期检验检测，成本是保证检测可用性和受众依从性的关键因素。目前国外的一些类似于多癌早期筛查研究的检测方法成本很高。

而此次研究使用的我国原创技术PanSeer®是为癌症早于滤特定研发，仅有检测目标具体、数量受限的基因组区域的甲基化出现异常，仅有须要从单管血液中采样少量DNA才可，不具备了作为潜在一线癌症早于滤手段的有效性和经济性。　　本研究联合通讯作者、鹍近基因公司牵头创始人兼任首席技术官刘蕊博士指出，该研究在技术上的仅次于的技术突破是利用半靶向PCR技术建构血浆游离DNA靶向测序文库的方法，大幅度提高甲基化靶点的富含效率，解决问题了早期癌症患者血浆中ctDNA较少、常规方法DNA遗失亲率低、检测灵敏度有限等问题。刘蕊博士讲解到，机器学习技术普遍应用于大数据处理中，是利用成百上千个基因组区域展开综合评分，所以要特别注意过数值的情况。

PanSeer®分析通过层层质控检验，最后综合评估477个基因组区域的10，613个CpG位点，低深度测序，单分子标记除去杂音，从而取得较高的分析准确性。未来，如对PanSeer®多癌筛查技术更进一步优化，减少癌种，融合多组学靶标，展开不断扩大样本的前瞻性多中心研究，未来将会让该技术更为成熟期、更加早于投放实际应用于。　　鹍近基因牵头创始人、CEO张江而立回应，很荣幸鹍近基因的PanSeer®多癌早于滤技术能取得复旦大学金力教授和陈兴栋研究员团队的接纳，经过长达4年的合作，再一取得了尚之信的可行性成果。

鹍近基因将之后与复旦大学合作，对PanSeer®多癌筛查技术展开更进一步优化，减少癌种，融合多组学靶标，展开不断扩大样本的前瞻性多中心研究，谋求让该技术需要早日投放实际临床应用于，教化大众。　　据理解，复旦大学泰州身体健康科学研究院是2007年在泰州市人民政府领导下，由复旦大学与泰州市医药高新技术产业园联合创建。

研究院是以增进中国人群身体健康为目的的事业型科研机构，以危害我国人群的根本性慢性疾病为主要研究目的，以泰州人群为主要研究对象，展开前瞻性身体健康人群大型队列建设，研究遗传因素、环境因素、环境-遗传交互作用与根本性慢性疾病的关系，并明确提出疾病防治和化疗的对策和手段，目的是建设一个使泰州人群获益，为转化成医学服务，增进中国人群身体健康的公共科研平台。　　目前已创建20万大自然人群队列——泰州队列，构成了具备优势的、国际领先的人群资源，并竣工了人类遗传资源平台和身体健康大数据平台，创建了我国仅次于的单一地区生物样本库，总计了近200万例的人群标本，可用作生物标志物的检验，下一步向千万级的方向发展，同时也总计了PB级的身体健康医疗大数据资源，并研发了一系列大型队列建设的关键技术、标准和规范。在国内外学术界、科技界具备了一定的影响力，泰州队列也被划入国家“十三五”精准医学研究计划，沦为了中国百万人群队列计划的主要组成部分。　　近年来，复旦大学和泰州市科技合作升级，更进一步不断扩大建设复旦大学泰州身体健康科学研究院，以创建“一队列两平台”为主要架构，沦为集原创研究、科技服务、技术产卵和产业转化成多种功能的新型机构集群。

一方面，通过政府更进一步的投放和复旦大学流经更好的创意资源和人才团队，强化泰州队列的能力，进一步提高泰州市和中国生物医药科技自主创新和大身体健康产业发展的承托能力。另一方面，打造出身体健康大数据和人类遗传资源库两个分享平台，推展核心技术研发与引入，为泰州国家级生物医药产业高新区的建设获取强有力承托。未来期望通过更进一步建设泰州队列、大数据平台等基础设施，使泰州队列沦为国家精准医学的核心布局和创意源泉，为中国的精准医学发展获取最重要的承托。

　　鹍近基因正式成立于2014年，由知名科学家文采教授、张鹍教授及CEO张江而立、COO刘强、CTO刘蕊博士联合创办。公司致力于新一代测序技术的研发和临床应用于，研发肿瘤和遗传疾病的系列基因检测解决方案，特别是在是基于专利甲基化测序技术的肿瘤无自创早期筛查和临床技术的研发和应用于。

　　鹍近一直回头在生命科学和生物技术的前沿，目前享有上海和圣地亚哥两个研发中心，七十余位高学历科研团队，国际和国内专利数十项。相结合很深的学术文化底蕴和非常丰富的临床实践经验，鹍近与国内外上百家科研机构及大型医院合作，获取高发癌症的风险评估、早期筛查和肿瘤药物预示临床的全周期服务，每年服务数十万患者。通过大大发售的先进设备技术和创意产品，以及累积的大样本和大数据，鹍近早已沦为中国液体前列腺和肿瘤早于滤领域的领军企业。

　　PanSeer®技术是由鹍近原创研发的国际专利技术，尤其针对循环血液中低量的游离肿瘤DNA甲基化信号的高通量高效捕捉富含，精准定量关联分析微量的肿瘤信号不存在和本源而研发。PanSeer®利用高效相连，单端瞄定，和单分子标记物的人组，有效地解决DNA接续量较低，传统NGS方法流程简单，模板遗失情况严重等艰难，使得此技术可以顺利的应用于在早期癌症病人样本中（ctDNA含量极低）。PanSeer®相对性的新型数据分析的方法，利用 ctDNA 甲基化片段化信号，关联紧密度，和单倍型分析指标，使得检测信号更加灵敏更加特异，合适 ctDNA 的应用于场景。

本文来源：开云官方网站-www.ezawa-shouji.com