血液中的无细胞DNA为癌症患者提供了一种非侵入性的诊断途径。然而，目前我们对无细胞DNA的起源特征和分子特征了解甚少。最近，约翰·霍普金斯大学 Kimmel 癌症中心的研究人员对癌症患者全基因组无细胞DNA片段进行了分析，可以检测出 7 种不同类型癌症的存在，这项研究发表在《自然》杂志网络版上。

该团队开发了一种方法来评估基因组中无细胞DNA的碎裂谱，发现健康个体的特征反映了白细胞的核小体模式，而癌症患者的片段模式则不同。研究人员与来自美国、丹麦和荷兰的合作伙伴一起，对来自 208 名癌症患者的无细胞DNA进行全基因组测序，其中包括 54 名乳腺癌患者，27 名结直肠癌患者，12 名肺癌患者，28 名卵巢癌患者，34 名胰腺癌患者，27 名胃癌患者和 26 名胆管癌患者，同时，他们还分析了 215 名健康个体的无细胞DNA。结合了全基因组片段特征的机器学习模型在7种癌症类型中的检测灵敏度从57%到99%以上，特异性为98%，总曲线下面积为0.94。在75%的病例中，碎裂谱可将癌症起源组织鉴定到有限的几个位点。将此方法与基于突变的无细胞DNA分析相结合，可检测出91%的癌症患者。这些分析结果强调了无细胞DNA的重要特性，并为筛选、早期检测和监测人类癌症提供了一种原理验证方法。如果该研究能够得进一步到验证，那就可以用于癌症筛查。从一个人身上抽取一管血液，提取无细胞DNA并研究其基因序列的片段结构。随后，可以将来自该个体的全基因组无细胞DNA片段与健康人群进行比较，以确定这些片段是健康的还是源自癌症。

由于该测试易于管理，并采用简单且廉价的实验室方法，研究人员预计该测试最终可能比其他癌症筛查测试更适用于临床、更具成本效益。（作者：杜泽一)

参考文献：Nature 2019;570:385-401