癌症诊断通常比治疗本身更为复杂。及时诊断出成功的癌症治疗的机会更高。除非已经有症状暗示存在癌症，否则未进行传统的侵入性活检。在许多情况下，癌症一直没有引起人们的注意，直到达到无法保存的阶段。加利福尼亚大学洛杉矶分校的研究人员开发了一项计算机程序，该程序在患者的血液样本中使用生物标志物，并钉肿瘤的潜在位置。
现在，研究人员长期以来一直试图在血液样本中使用生物标志物来检测癌症的迹象。这些包括RNA谱，血小板，蛋白质水平升高以及白细胞上肿瘤留下的疤痕。
通过血细胞检测癌症检测的想法似乎已经建立得很好，UCLA团队创建的程序利用了相同的概念，但使用了不同的标记。DNA甲基化是细胞表达基因的过程。当癌症开始增长时，它会中断过程，从而使基因沉默，从而使肿瘤有更好的生存机会。UCLA研究人员创建了一个名为CancerLocator的程序，该程序研究了由于甲基化过程中断而形成的分子模式。与甲基化曲线数据库相比，这些模式可用于鉴定癌症，类型和位置。该研究发表在杂志上基因组生物学。
在研究了各种癌症类型之后，研究人员为所有这些制定了甲基化过程数据库。该数据库包括指示肿瘤居住的器官的标记。为了明确比较，数据库也包括健康样本的标记。健康样品有助于将肿瘤DNA与非肿瘤DNA分离。
这项研究的合着者茉莉花周说：“癌症的无创诊断很重要，因为它可以早期诊断癌症，并且癌症越早被捕，患者击败该疾病的可能性就越高。我们已经开发了一项计算机驱动的测试，可以从单个血液样本中检测到癌症，也可以鉴定出癌症的类型。该技术仍爱游戏ayx体育处于起步阶段，需要进一步验证，但是对患者的潜在好处是巨大的。”
该程序针对另外两种称为Random Forest和支持向量机的算法进行了测试。这三个都用于分析来自46名不同癌症患者的血液样本。所有测试均进行十次，以达到一致的结果。所有测试患者中有29例患有肝癌，有12例患有肺癌，而5例乳腺癌患者。
25例肝癌和5例肺癌患者患有早期肿瘤。癌变器成功地发现了80％的患者中的生物标志物。根据研究人员的说法，在早期癌症阶段检测相对较低的肿瘤DNA水平显示了该算法的潜力。然而，对于乳腺癌诊断的算法表现不佳，尽管其性能要比其他两种算法更好。
周解释了算法的诊断能力和挑战时说：“由于血液样本的数量有限，本研究的结果仅在三种癌症类型（乳腺癌，肝脏和肺）上进行评估。通常，血液中肿瘤DNA的比例越高，该程序越准确地产生诊断结果。因此，与乳房等循环较低的器官（例如乳房）相比，使用这种方法（例如肝脏或肺部）的肿瘤更容易尽早诊断。”
即使癌症症的结果不是100％准确的，测试听起来也很有希望，我们可以预期，将来该算法也将进一步改进，也包括其他类型的癌症。
