乳腺癌发病率位居女性恶性肿瘤的首位，全球每年新增病例超过130万例，死亡45万例。高性能的分析工具对于乳腺癌的早期有效诊断和治疗至关重要。目前，临床实践仍依赖于组织病理学分类方法和影像学检测，如乳房X光成像、磁共振成像和超声检查等，对疾病诊断和发现复发转移具有一定的滞后性。

3月19日，上海交通大学研究团队在《PNAS》杂志发表题为“Diagnosis and prognosis of breast cancer byhigh-performance serum metabolic fingerprints”的文章，建立了一个基于质谱技术的高性能血清代谢指纹分析平台，通过大样本的临床队列研究，开发出一种有效的工具用于乳腺癌的临床血液学检测。

该研究解析了乳腺癌患者、良性乳腺疾病和健康人群的血清代谢指纹图谱(serum metabolic fingerprints, SMFs)，得到一组由36个代谢物组成的SMFs，其在乳腺癌和非乳腺癌患者的早期诊断方面性能优良（AUC为0.948，95% CI：0.922-0.973，准确率为88.8%，敏感性为88.9%，特异性为88.8%），显示了较好的临床应用前景。研究团队采用Cox回归模型构建了一个基于4种代谢物的代谢预后评分系统(MP-score)，可有效地预测患者的预后和生存率(p<0.005)。MP-score(AUC为0.849，95% CI：0.749-0.949)相较于传统的肿瘤淋巴结转移（tumor-node-metastasis，TNM）分期系统(AUC为0.797，95% CI：0.657-0.936)具有更高的预测效率。

本研究开发的指纹图谱与检测技术具有良好的再现性、快速分析能力（每个样本仅需30秒）和样本消耗量小（仅需100μL血清）等优势，使临床上高性能快速血检成为可能。

论文链接：https://www.pnas.org/doi/10.1073/pnas.2122245119

注：此研究成果摘自《PNAS》杂志，文章内容并不代表本网站的观点和和立场，仅供参考。