靈敏度超過90%!PNAS:新型液體活檢技術面世!

由塔夫茨大學科學家研發的一種新型無創檢測技術,僅需患者的尿液樣本,就能比當前應用的侵入性臨床篩查技術更加簡單和精確的預測膀胱癌的發生。

經驗證,這項基於原子力顯微鏡(AFM)的液體活檢技術,在膀胱癌的檢測上特異性達到了82%-98%!靈敏度更是超過了90%!

這項研究最新發表在國際頂級期刊《PNAS》上。值得注意的是,這也是原子力顯微鏡首次成功的應用於臨床診斷。研究人員通過原子力顯微鏡,對癌症患者尿液中的細胞進行納米級別的觀察,發現癌症患者尿液中的細胞具有獨特的特徵。


靈敏度超過90%!PNAS:新型液體活檢技術面世!


顯微鏡探針對細胞表面進行“描繪”


研究人員強調,這項無創技術不僅可用於膀胱癌的檢測,對於上尿路、尿道、胃腸道、結直腸、宮頸以及呼吸系統癌症的檢測同樣潛力無窮。不僅如此,這項技術還可用於監測細胞對各種藥物治療的反應。因此,這項新型檢測方法可能為診斷成像的發展指明瞭全新的方向!

膀胱癌是最常見的惡性腫瘤之一,在我國發病率居所有泌尿系統腫瘤首位。據2015年中國癌症年報統計,我國約有8.05萬新患者,約有3.29萬人死於膀胱癌。膀胱癌由於具有易復發、治療週期長、單次治療費用較高等特點,其治療費用居於實體腫瘤首位。

膀胱癌患者術後即使進行輔助治療,術後1年複發率仍可達15%-61%,術後5年複發率可達50%-70%。因此,早期診斷和發現腫瘤對於膀胱癌的治療和降低術後複發率十分重要。對於早期檢測發現膀胱癌的患者,5年生存率甚至可達到95%!

目前,尿脫落細胞學檢查和膀胱鏡檢查是臨床上診斷膀胱癌最可靠的方法。傳統的尿脫落細胞學檢查雖為無創檢查,但敏感性低,易受到結石、炎症等因素的影響而出現假陽性結果。

而膀胱鏡檢為有創檢查,且對於肉眼見不到的微小腫瘤容易造成漏診。對於已經接受治療並處於緩解期的患者而言,需要每3-6個月進行一次侵入性的膀胱鏡檢查,不僅費用昂貴且會帶來巨大不適。因此,尋找敏感性高、特異性強、無創、無痛苦、相對經濟、能長期隨訪的膀胱癌早期診斷方法成為研究的熱點。

而當前這項研究所研發出的無創診斷技術比侵入性的膀胱鏡檢查要更加精確,不僅能夠顯著的降低患者的治療成本,還能極大的減少患者的不便。


靈敏度超過90%!PNAS:新型液體活檢技術面世!


檢測流程示意圖


而實現這一切所需要的僅僅只有尿液樣本!通過最新的液體活檢技術,研究人員不僅能更加輕鬆的篩查有家族病史的健康個體,而且還能潛在的檢測出癌症發展的階段。不僅如此,利用這項技術能夠更加有效的監控患者治療後的進展。

這項技術就是基於原子力顯微鏡的影像學診斷技術!原子力顯微鏡通過微懸樑臂上的探針對細胞的表面進行“描繪”,探針在經過凹凸不平的細胞表面時會發生不同程度的微小偏移,記錄下這種偏移後,研究人員就能夠描繪出細胞表面的納米級特徵圖譜。此外,探針的“擺動”還能夠檢測出樣本的一些物理學特徵,比如細胞的粘附力等等。

近年來原子力顯微鏡已成為微小生物結構不可缺乏的探測工具。主要原因是因為電子顯微鏡必須在真空環境下操作,而生物體離不開體液也不能在真空中存活。

所以,對於生物體的納米級觀測,原子力顯微鏡成為唯一工具。原子力顯微鏡不僅可針對生物樣品表面擷取影像,也可以探測生物體內的納米級力學性質(比如實驗探測DNA的拉伸強度值)。


靈敏度超過90%!PNAS:新型液體活檢技術面世!


原子力顯微鏡的基本架構圖,主體結構為一個微懸臂樑,懸臂樑的自由端設有一探針。探針尖端的曲率半徑約數個納米,它與試體間存在分子間作用力。以低功率激光照射在探針背面,其反射訊號投影在光感測器,藉由光感測器上光點的位置探知微懸臂樑的振動情況。

研究人員發現,從癌症患者尿液中提取出的膀胱細胞具有獨特的表面特徵,利用原子力顯微鏡可以將其與健康個體的膀胱細胞區分開來,因此這種方法具有極大的潛力用作診斷工具。不僅如此,該診斷方法與機器學習相結合後,能夠更精確的識別細胞表面特徵,例如粘附性、粗糙度、方向性以及分形特性等,從健康細胞中將癌變細胞區分出來。


靈敏度超過90%!PNAS:新型液體活檢技術面世!


癌細胞與正常細胞在顯微鏡觀察下具有不同的特徵(左列為正常細胞,右列為癌細胞觀察結果)

通過研究人員的驗證,這項液體活檢技術的靈敏度超過了90%!而當前其他可用的非侵入性尿液檢測(如生物標誌物NMP22生化評估、熒光原位雜交分析、免疫細胞化學技術分析)的靈敏度為20%-80%。除此以外,在膀胱癌的檢測上這項技術的特異性更是達到了82%-98%!

原子力顯微鏡的發展至今已近三十年,這是其首次顯示出巨大的臨床診斷前景,且精確性超過了當前的膀胱癌診斷臨床標準。在正式進入臨床實踐之前,這項技術還需在更大範圍的患者人群中進行驗證。研究人員表示,希望這項技術未來能用於其他類型腫瘤,如胃腸道癌症、結直腸癌以及宮頸癌等的檢測中。

Noninvasive diagnostic imaging using machine-learning analysis of nanoresolution images of cell surfaces: Detection of bladder cancer

www.pnas.org/cgi/doi/10.1073/pnas.1816459115


分享到:


相關文章: