肺癌的死亡率高居恶性肿瘤之首，早期发现是提高肺癌生存率的关键。然而，目前尚无可靠的早期肺癌诊断技术。北京大学的研究团队开发出基于代谢组学和人工智能的早期肺癌筛查方法，相关成果在《Science Translational Medicine》发表，题为： Lung cancer scRNA-seq and lipidomics reveal aberrant lipid metabolism for early-stage diagnosis 。

研究团队对不同患者的早期肺癌组织进行了单细胞转录组测序，发现肺癌组织各类细胞均发生脂质代谢异常。研究人员检测了171例早期肺癌患者和140例健康人的血浆脂质代谢组，经过高分辨质谱与计算机分析，筛选出9个血浆脂质标志物，并建立了靶向代谢检测方法与人工智能分类模型。通过对2100例确诊病例、1036例接受低剂量CT检查的筛查人员、109例前瞻性临床研究的参与人员的验证分析，该方法对早期肺癌的检测准确性均超过90%。

这种检测方法在肺癌的早期检测或高危人群的筛查方面，具有应用及临床转化前景。

注：此研究成果摘自《Science Translational Medicine》，文章内容不代表本网站观点和立场。

论文链接：https://www.science.org/doi/10.1126/scitranslmed.abk2756