日本一区二区三区久久久久久久久不,伊人久久精品视频,日本а中文在线天堂,欧美久久香蕉

美國研究人員開發(fā)出一種新的檢測方法，可通過分析血液中微生物組的特征來確認測試對象是否得了癌癥，以及是哪種癌癥。他們在近日的《自然》雜志上發(fā)表研究報告稱，這種潛在的基于微生物組的腫瘤學診斷工具值得進一步探索，可能會改變癌癥診斷的方式。

在該研究中，加州大學圣迭戈分校研究人員對美國國家癌癥研究所數(shù)據(jù)庫獲得的數(shù)據(jù)進行了分析，從18000多份不同類型的腫瘤樣本中發(fā)現(xiàn)了與特定癌癥類型相關(guān)的獨特微生物組特征或模式。他們利用這些數(shù)據(jù)資源，訓練并測試了機器學習模型，使其能夠?qū)⒛承┪⑸锝M模式與特定癌癥相關(guān)聯(lián)，進而僅依靠患者血液中的微生物組數(shù)據(jù)即可識別患者是否患癌，以及所患癌癥的類型。為了驗證，他們對59名前列腺癌患者、25名肺癌患者、16名黑素瘤患者以及69名健康志愿者的血液樣本進行了分析。結(jié)果顯示，機器學習模型在腫瘤和正常組織的區(qū)分方面表現(xiàn)良好，能夠確認絕大多數(shù)癌癥病例，并能分辨出不同的癌癥類型。

目前，大多數(shù)癌癥診斷都需要進行手術(shù)活檢，或從可疑癌癥部位取樣分析，這些侵入性方法不僅耗時，費用也很高。雖然近幾年通過血樣分析快速診斷特定癌癥的液體活檢技術(shù)取得了很大進步，但這一技術(shù)目前還不能可靠地將正常的遺傳變異與真正的早期癌癥區(qū)分開，也無法在沒有人類基因組變異的情況下發(fā)現(xiàn)癌癥。相比之下，基于微生物組的檢測手段不依賴人類基因組的變化，不僅能夠在更早的階段檢測出癌癥的存在和類型，還能進行長期的治療監(jiān)測，因而會對癌癥的早期發(fā)現(xiàn)以及癌癥患者的護理產(chǎn)生重大影響。

研究人員指出，目前這一新方法并不完美，但相信隨著使用更多的數(shù)據(jù)來完善機器學習模型，新方法會變得更準確。