日本东京大学研究生院医学系研究科的鹿毛秀宣教授、医学部附属医院的生岛弘彬助教等人组成的研究团队宣布，针对胰腺癌，开发出了可在检测前预估血液癌症基因面板检测个体成功率的机器学习模型，并将其作为网络应用程序安装并公开上线（https://pancreasliquidcgp.streamlit.app）。该模型可帮助日本患者判断在现行医保制度下一生仅能使用一次的癌症基因面板检测应在何时进行、采用何种样本，有望助力实现更有效的胰腺癌治疗。相关研究成果已发表于在ESMO Open》的2月12日刊上。
图1 基于临床信息预测血液检测能否检出癌细胞中癌症基因的示意图（供图：东京大学）
已知在各类癌症中胰腺癌的进展尤为迅速，且抗癌药物通常难以奏效。尽管副作用较小的分子靶向治疗药物已得到广泛应用，但多数分子靶向治疗药物仅对特定基因异常有效，因此需要确认是否存在此类异常。另一方面，作为相关检测之一的癌症基因面板检测，在现行医保制度下一生仅能使用一次。
该检测方法有两种：一种是从胰腺（或转移器官）直接采集癌组织，分析其中的癌症基因信息；另一种是通过血液检测，分析从癌细胞释放到血液中的癌症基因（液体活检）。
血液检测侵袭性较低，但如果在癌细胞未释放足量癌症基因时采血，则无法获得有效结果。
为此，研究团队着手开发出可事前预测血液检测成功率的机器学习模型。
研究团队利用2021年8月～2023年12月接受癌症基因面板检测的2220名胰腺癌患者的临床信息，构建并训练了可通过血液检测预估癌细胞释放到血液中的癌症基因检出概率的机器学习模型。
训练数据采用日本国立癌症研究中心癌症基因组信息管理中心（C-CAT）所汇总的日本全国癌症患者临床信息与癌症基因组信息。
本次开发的预测模型精度良好，有望增加为患者提供最佳胰腺癌治疗的机会。
生岛助教表示：“为每位患者提供最合适的癌症治疗所必需的癌症基因面板检测，在日本现行医保制度下一生只能进行一次。基于本次建立的模型，探讨这宝贵的‘一次’检测应在何时、以何种方式实施，有望为患者带来比以往副作用更少、疗效更高的癌症治疗。”
原文：《科学新闻》
翻译：JST客观日本编辑部
【论文信息】
期刊：ESMO Open
论文：Prediction model for ctDNA detectability in liquid comprehensive genomic profiling of advanced pancreatic cancer based on Japanese real-world data
DOI：10.1016/j.esmoop.2026.106069
