多组学助力区分疑难卵巢癌病例中的良性和恶性肿瘤

对于许多肿瘤学家来说，开发卵巢癌的早期检测系统被视为一项圣杯般的挑战。卵巢癌筛查极具挑战性，因为目前的筛查工具缺乏足够的灵敏度和特异性来准确判断肿瘤是否为恶性。卵巢癌是女性第八大常见癌症类型，全球影响超过30万名女性。此外，五分之一的女性一生中会被诊断出患有附件肿块（卵巢肿瘤），其中约80%的肿瘤最终被证实为良性。

由于能够准确区分良性和恶性附件肿块的可靠工具仍然有限，许多可疑卵巢肿块的患者被转诊进行外科评估以确定肿瘤是否为癌性。目前的生物标志物和风险评估工具往往特异性有限，导致频繁的过度诊断和不必要的外科转诊，同时仍漏诊部分早期卵巢癌——而早期正是治疗效果最佳的时期。早期诊断可显著改善预后，早期卵巢癌的生存率超过90%，而晚期仅约30%。"在肿瘤最终被证实为癌性的病例中，不进行手术的风险可能很大，"南加州大学凯克医学院癌症生物学教授Bodour Salhia博士说，"然而，大多数病例并非恶性，这些女性本可以接受创伤小得多的手术。改善卵巢肿块女性的高风险分诊和转诊系统是女性健康领域最大的未满足临床需求之一。"

Salhia及其研究团队多年来一直致力于卵巢癌的早期检测研究。他们的工作聚焦于无细胞DNA甲基化液体活检用于卵巢癌风险评估。该方法使用亚硫酸氢盐测序来识别癌性和非癌性组织之间的差异甲基化区域，并构建了一个名为OvaPrint的分类器来区分良性和恶性肿块。然而，在血浆中检测癌症特异性甲基化信号本身就具有挑战性，因为肿瘤来源的DNA仅占循环DNA总量的一小部分。研究人员需要一种能够可靠捕获这些微弱信号的方法。

超越亚硫酸氢盐测序的新方法
认识到Salhia研究的重要性，因美纳为其团队提供了因美纳多组学产品组合的早期使用权限，包括因美纳5碱基解决方案、因美纳蛋白质制备和因美纳空间技术。Salhia的团队将5碱基解决方案应用于其组织样本，发现它能够实现高精度的甲基化和基因组变异检测，保持DNA完整性，并以卓越的效率保留文库复杂度。随后，研究团队将5碱基解决方案应用于血浆样本，以确定它是否有助于识别OvaPrint误分类的难以检测的组织学类别。他们发现，5碱基解决方案提供了更好的类别分离效果——恢复了假阴性病例，并在区分良性和恶性附件肿块方面远优于传统方法。

Salhia及其团队还探索了多组学策略是否能提供额外的生物学洞察。通过在5碱基甲基化方法的基础上叠加因美纳蛋白质制备和因美纳空间技术，他们能够捕获互补信号，包括蛋白质表达和空间组织背景。尽管仍处于初步阶段，这项工作凸显了多组学方法深化肿瘤生物学理解并为未来液体活检策略提供信息的潜力。

"多组学让我们更深入地了解了血浆信号背后的生物学，以及它们与肿瘤结构和活性的关系，"Salhia说，"将蛋白质、甲基化和空间数据整合在一起，使得解释这些信号和理解驱动分类或误分类的因素变得更加容易。"

Salhia使用因美纳Connected Multiomics产品组合开展的研究帮助阐明了驱动假阳性和假阴性结果的潜在卵巢肿瘤生物学机制。研究还使他们能够进行基因富集和通路分析，从而发现了卵巢癌中的新型分子通路——这些洞察可能有助于解决肿瘤护理中的关键未满足需求。"关键在于识别正确的生物标志物组合，并测试不同方法以确定哪些技术能产生最佳结果，"Salhia说，"当我们找到正确的组合时，效果是惊人的——它深化了我们对卵巢癌的理解，指导诊断和治疗决策，并推动药物开发。" Salhia希望，像多组学这样的整合技术能在不久的将来为卵巢癌带来更早、更准确的诊断。对患者而言，这一进展可能意味着更少的侵入性手术、更明确的治疗决策、更及时的护理以及在关键时刻获得更好的预后。

"作为基因组学科学家，这是一个令人兴奋的时代，"Salhia说，"我感激这段旅程以及使之成为可能的人们，同时我也受到那些变革生物技术、使我们能够开展最终可能改善患者护理的复杂研究的创新者的鼓舞。"

要观看Salhia博士在AGBT 2026上关于多组学的演讲，请点击此链接。

要了解更多关于多组学的信息，请点击此链接。

要了解世界卵巢癌联盟倡导者的故事，请点击此链接。