▲ 液體活檢具有顯著的成本效益,能夠極大簡(jiǎn)化活組織檢查的整體流程
根據(jù)維基百科的描述,最早的活檢診斷源自十一世紀(jì)的一位阿拉伯醫(yī)生之手。“活組織檢查”biopsy這一術(shù)語(yǔ)中的bios意為生命,源自希臘語(yǔ)中的opsis,意為視覺。這種方法最初于十九世紀(jì)引入,從那時(shí)起,醫(yī)學(xué)研究人員與從業(yè)者們先后開發(fā)出多種技術(shù),從而對(duì)活體器官或組織進(jìn)行檢查,并通過進(jìn)一步觀察判斷患者體征。以腸活檢管為代表的各類現(xiàn)代器械,如今已經(jīng)能夠從難以接近甚至危險(xiǎn)性極高的身體部位處提取樣本。
在以上案例當(dāng)中,這種組織取樣過程具有侵入性且執(zhí)行方法相當(dāng)復(fù)雜,不僅會(huì)給患者造成經(jīng)濟(jì)負(fù)擔(dān),同時(shí)也會(huì)在精神層面帶來額外的壓力。而液體活檢則是一種新興且前景相當(dāng)光明的活檢技術(shù),能夠檢測(cè)并分離循環(huán)腫瘤DNA與外泌體,并將其作為癌癥患者基因組與蛋白質(zhì)組學(xué)信息的來源。
可以看到,每一種新興技術(shù)都在有效性與準(zhǔn)確性等領(lǐng)域面臨著多種技術(shù)障礙,但新技術(shù)的開發(fā)與新一代測(cè)序分析的出現(xiàn)已經(jīng)允許我們?cè)诟黝惌h(huán)境當(dāng)中廣泛應(yīng)用液體活檢方法。液體活檢最初僅被用于診斷后跟蹤,但如今相關(guān)數(shù)據(jù)已經(jīng)被應(yīng)用于癌癥診斷,包括篩查,更重要的是其可用于預(yù)測(cè)患者對(duì)于特定治療方法的反應(yīng)或抗性。具體來講,憑借更簡(jiǎn)單易行的液體活檢機(jī)制,醫(yī)師可以通過這種方法更輕松地檢測(cè)標(biāo)靶基因中的特定突變。如此一來,醫(yī)生將能夠利用更多數(shù)據(jù)對(duì)特定療法進(jìn)行實(shí)時(shí)分析,并據(jù)此判斷療法的適當(dāng)性或者確定繼發(fā)性耐藥狀況,從而盡早診斷疾病的進(jìn)展情況。
自從1869年人們首次從血液循環(huán)當(dāng)中發(fā)現(xiàn)腫瘤細(xì)胞以來,應(yīng)用生物技術(shù)從異質(zhì)血液成分當(dāng)中分離出CTC已經(jīng)取得了實(shí)質(zhì)性進(jìn)展。然而,液體活檢在實(shí)際操作層面仍然面臨一系列阻礙,例如其特異性與敏感性無法令人滿意、缺乏標(biāo)準(zhǔn)化、以及過高的經(jīng)濟(jì)與人力資源成本等等。事實(shí)上,由于目前能夠從患者體內(nèi)收集到的CTC、ctDNA以及EXO濃度較低,因此分析結(jié)果的特異性以及敏感性有時(shí)并不能滿足準(zhǔn)確診斷的要求。
液體活檢的最初實(shí)現(xiàn)方法集中在ctDNA或者蛋白質(zhì)層面。但正如約翰霍普金斯大學(xué)Kimmel癌癥中心腫瘤學(xué)教授Nickolas Papadopoulos博士在一篇論文當(dāng)中所解釋的那樣:“早期癌癥患者血液當(dāng)中的ctDNA含量非常低,只在所有無細(xì)胞DNA總量當(dāng)中占比0.01%。”因此如果利用患者的血液進(jìn)行硬性測(cè)試,那么結(jié)果當(dāng)中可能包含大量隨機(jī)結(jié)論。此外,也有不少癌癥并不會(huì)將腫瘤DNA“脫落”至血液循環(huán)當(dāng)中;因此如果單純測(cè)定ctDNA因子,那么醫(yī)療人員將無法檢測(cè)到某些癌癥;對(duì)于另一些癌癥,雖然能夠測(cè)試到,但敏感性仍然無法令人滿意。
雙ctDNA與蛋白質(zhì)液體活檢研究的第一份報(bào)告,將存在KRAS基因突變的血液檢測(cè)與蛋白質(zhì)生物標(biāo)志物加以結(jié)合,用以確定這些標(biāo)志物的組合是否確實(shí)優(yōu)于任何單一標(biāo)志物。報(bào)告的胰腺導(dǎo)管腺癌患者(PDAC)與醫(yī)療人群之間的敏感性比例為64%,特異性為99.5%??梢钥吹?,這種兩相對(duì)照的判斷方式要遠(yuǎn)優(yōu)于任何單一因素判斷方法。
▲ CancerSEEK給出的報(bào)價(jià)低于500美元,這種雙因素液體活檢有望成為液體活檢市場(chǎng)上的理想解決方案
第二份報(bào)告則重點(diǎn)關(guān)注其它早期癌癥,包括卵巢癌、肝癌、胃癌、胰腺癌、食道癌、結(jié)腸直腸癌、肺癌與乳腺癌等。此項(xiàng)測(cè)試名為CancerSEK,中位敏感度為70%(乳腺癌最低,為33%;卵巢癌最高,為98%),所有受試癌癥的特異性均高于99%。
利用機(jī)器學(xué)習(xí)算法,診療人員甚至能夠借此定位腫瘤,且相關(guān)結(jié)論通過常規(guī)測(cè)試(例如乳房X射線照片或結(jié)腸鏡檢查)得到了證實(shí)。Papadopoulos博士表示,“這項(xiàng)檢測(cè)實(shí)際上具有泛癌癥診斷能力,我們將繼續(xù)推動(dòng)更進(jìn)一步的探索。”研究人員們認(rèn)為,CancerSEEK的最終成本可能會(huì)低于500美元,與目前的篩查癌癥測(cè)試類似,并可通過與其它腫瘤生物標(biāo)志相結(jié)合以進(jìn)一步提高其特異性與敏感性。Papadopoulos博士在討論這種測(cè)試的未來前景時(shí)總結(jié)稱,“我們正在開展前瞻性研究以測(cè)試CancerSEEK的實(shí)際效果。這是一種真正值得評(píng)估且具有臨床適用性的測(cè)試方法。”
2016年,全球液體活檢市場(chǎng)的總規(guī)模約為2349萬美元,但隨著資金不斷注入這一領(lǐng)域,預(yù)計(jì)其總規(guī)模將在2023年超過12億美元。
▲ 機(jī)器學(xué)習(xí)將成為下一代測(cè)序方法中的指數(shù)因子
與針對(duì)單一遺傳改變特征的檢測(cè)相反,NGS旨在記錄多種癌癥亞型當(dāng)中存在的遺傳改變跡象。此外,NGS還能夠檢測(cè)出多種可能引發(fā)腫瘤的突變,并鑒定可能在治療之后從已存在的克隆特征進(jìn)化而來的抗性機(jī)制。正如意大利那不勒斯Istituto Nazionale Tumori轉(zhuǎn)化研究部主任Nicola Normanno教授所言,“通過液體活檢檢測(cè)ctDNA確實(shí)具有很好的效果。通過NGS平臺(tái),我們將能夠提取出更為深入的分子級(jí)表征。”但在一項(xiàng)關(guān)于NGS液體活檢的研究當(dāng)中,他和他團(tuán)隊(duì)強(qiáng)調(diào)稱他們還需要解決一系列具體挑戰(zhàn)。“我們目前研究的中心點(diǎn)在于,我們需要更多研究特異性與敏感性,以便將NGS液體活檢方法引入診所。之所以關(guān)注這方面問題,是因?yàn)檠簶颖井?dāng)中的ctDNA水平一般較低,此外NGS檢測(cè)到的潛在癌變也有可能來自克隆性造血——而非與腫瘤相關(guān)的DNA。因此,我們需要更深入地了解ctDNA的生物學(xué)特征,從而改進(jìn)這項(xiàng)技術(shù)。”
在另一方面,NGS液體活檢的關(guān)鍵優(yōu)勢(shì),在于能夠檢測(cè)由整體腫瘤引起的血液突變,從而克服腫瘤異質(zhì)性的問題。這種方法還可用于監(jiān)測(cè)治療反應(yīng)與耐藥性的變化情況。在被問及NGS液體活檢的其它潛在用途時(shí),Normanno教授談到了借此評(píng)估腫瘤突變負(fù)荷(TMB)的可能性——TMB目前被廣泛視為應(yīng)對(duì)免疫治療的潛在生物標(biāo)志。
液體活檢市場(chǎng)的規(guī)模證明,我們目前尚處于該項(xiàng)技術(shù)的早期發(fā)展階段。首批商業(yè)化測(cè)試必須能夠證明自身的有效性,同時(shí)說服醫(yī)生、臨床中心以及各國(guó)際組織對(duì)具體流程進(jìn)行標(biāo)準(zhǔn)化,從而將信號(hào)與噪聲隔離開來,最終為整個(gè)醫(yī)療保健行業(yè)創(chuàng)造真正的價(jià)值。
機(jī)器學(xué)習(xí)算法的大量應(yīng)用,為我們帶來了提高測(cè)試結(jié)果準(zhǔn)確性的可能,也能夠?qū)⑻囟ò┌Y類型與患者獨(dú)特的基因身份聯(lián)系起來,繼而提供為其量身定制的治療選擇。此外,這種微創(chuàng)性質(zhì)的檢測(cè)方法也能夠顯著降低重復(fù)測(cè)試所帶來的心理負(fù)擔(dān),幫助本就壓力巨大的患者以更積極的心態(tài)面對(duì)漫長(zhǎng)的診斷與治療過程。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。