我國專家最新研究為腎癌早期診斷、精準治療提供新策略

　　腎細胞癌(Renal cell carcinoma, RCC)是最常見且致命的一種腎癌類型。記者26日獲悉，中國專家團隊最新研究成果實現了基于血清和尿液代謝、指紋代謝圖譜的腎腫瘤分類、早期診斷和預后的管理與監測。

　　據了解，術后5年內，約20%到25%的RCC患者將面臨復發和轉移的挑戰。因此，開發新型簡便的RCC監測工具顯得尤為重要。針對RCC的有效管理，包括：腫瘤良惡性判斷、早期診斷和預后評估，對改善患者的生存結果至關重要，有助于提高5年生存率并指導臨床干預。然而，現階段常用的臨床方法在小腫瘤識別、良性和惡性病例區分或耗時程序方面存在挑戰；同時，缺乏有效的生物標志物和預后評估工具也在一定程度上阻礙了治療策略的制定。

　　上海交通大學醫學院附屬仁濟醫院鄭軍華、翟煒團隊與上海交通大學生物醫學工程學院錢昆團隊在最新一期國際知名期刊《Advanced Science》上發布合作的相關研究成果，不僅為代謝分析工具在RCC中提供了廣闊的應用前景，也為腎臟腫瘤的早期診斷和精準治療提供了新的策略和方法。

　　據了解，隨著檢測技術的不斷更新迭代，液體活檢在早期診斷、疾病監測、治療效果評估以及個體化治療策略制定等方面展現出巨大的潛力。代謝生物標志物作為生物代謝途徑的最終產物，有潛力為正在進行的病理過程提供更深層次的表征。近期，由于代謝生物標志物檢測過程的微創性，其在RCC的診斷中顯示出巨大的應用前景。

　　研究團隊方面表示，目前基于代謝輪廓的研究多聚焦于單一生物體液的檢測，這種做法存在一定的局限性，比如：檢測樣本范圍有限、臨床應用功能不足，既無法充分支持疾病的診斷，又難以有效預測疾病的預后。通過血清與尿液的綜合分析將有望助力于識別出具備顯著臨床價值的潛在生物標志物。

　　為此，研究團隊進一步開發出一種高效的血清和尿液代謝指紋分析方法，并利用機器學習成功對腎腫瘤進行亞型分類、早期診斷和預后。研究團隊還為RCC患者構建了一個預測模型，該模型在疾病預測方面表現出顯著效果。(完)