Baidu
map

新型血液检测能够在症状出现前预测癌症

2022-09-02 检验之声 生物谷

我们对于癌症的诊断技术的最佳方法是活组织切片,即通过从肿瘤患者体内提取一小部分肿瘤组织进行切片分析。然而,切片法会产生一定的创伤,而且只有在观察到有一定大小的肿瘤实体之后才能够进行组织提取。

2017年6月10日/生物谷BIOON/---最近一项无创性的癌症诊断前期试验效果显著,这一新突破有助于未来高精度癌症血液诊断与筛查技术的提高。这一技术的主要原理是检测血液中的肿瘤细胞特异性DNA,而前期的试验结果让我们对癌症的诊断有迈进了一步。

如今,我们对于癌症的诊断技术的最佳方法是活组织切片,即通过从肿瘤患者体内提取一小部分肿瘤组织进行切片分析。然而,切片法会产生一定的创伤,而且只有在观察到有一定大小的肿瘤实体之后才能够进行组织提取。

因此,科学家们试图寻找基于血液的检测方法,这种方法能够在不进行手术的前提下进行癌症的诊断,不仅对患者的伤害低,而且能够使诊断的时间大幅提前。

由于肿瘤组织中的DNA碎片会进入血液中,即循环性肿瘤DNA(ctDNA),因此这种方法具有一定的理论基础。最近,研究者们一直在寻找最佳的检测ctDNA的方法,而在最近的一项研究中,科学家们提供了最新的进展。相关结果发表在《Journal of Clinical Oncology》杂志上。

研究者们集体度了124名患有恶性乳腺癌、肺癌以及胰腺癌的患者的血液以及组织样本,并且通过筛查发现了508中不同的基因突变。为了检测这种方法能否在血液中发现游离的肿瘤DNA,研究者们比较了血液样本、癌症组织样本以及白血球样本中的遗传物质的差异。结果显示,所有癌症的突变中,有73%在血液中都能够检测得到。

检测ctDNA的最大好处是其出现时间早于肿瘤组织形成,因此及早地诊断有助于防止疾病的扩散与恶化。

虽然目前的结果十分令人满意,但是研究者们还是需要进行更多的研究以促进该方法的最终临床化,对此他们十分有信心。(生物谷Bioon.com)

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1969387, encodeId=a3dd196938e10, content=<a href='/topic/show?id=091d1002385e' target=_blank style='color:#2F92EE;'>#预测癌症#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=64, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=100238, encryptionId=091d1002385e, topicName=预测癌症)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=d8f9279, createdName=slcumt, createdTime=Fri Sep 09 06:45:14 CST 2022, time=2022-09-09, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1363668, encodeId=a22413636682f, content=<a href='/topic/show?id=40708928907' target=_blank style='color:#2F92EE;'>#血液检测#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=101, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=89289, encryptionId=40708928907, topicName=血液检测)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=267e204, createdName=wangyang7958, createdTime=Wed Nov 10 00:45:14 CST 2021, time=2021-11-10, status=1, ipAttribution=)]
  2. [GetPortalCommentsPageByObjectIdResponse(id=1969387, encodeId=a3dd196938e10, content=<a href='/topic/show?id=091d1002385e' target=_blank style='color:#2F92EE;'>#预测癌症#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=64, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=100238, encryptionId=091d1002385e, topicName=预测癌症)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=d8f9279, createdName=slcumt, createdTime=Fri Sep 09 06:45:14 CST 2022, time=2022-09-09, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1363668, encodeId=a22413636682f, content=<a href='/topic/show?id=40708928907' target=_blank style='color:#2F92EE;'>#血液检测#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=101, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=89289, encryptionId=40708928907, topicName=血液检测)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=267e204, createdName=wangyang7958, createdTime=Wed Nov 10 00:45:14 CST 2021, time=2021-11-10, status=1, ipAttribution=)]
Baidu
map
Baidu
map
Baidu
map