免疫-转录组学驱动的结直肠癌血液检测

免疫转录组学是一个研究领域，专注于分析由各种触发因素(如癌症发作)的免疫反应诱导的基因表达修饰(mRNA签名)。

通过深度神经网络和机器学习，Novigenix正在基于这些mRNA特征分析生成数学模型，以预测疾病的发生和发展，特别是结直肠癌。

为了了解更多关于免疫转录组学和结直肠癌筛查的知识，我们采访了Novigenix的首席执行官Jan Groen博士。

Michele Wilson (MW):你能告诉我们全球范围内结直肠癌诊断测试的可用性吗?

Jan Groen (JG):结肠癌筛查的黄金标准是结肠镜检查，这是一种侵入性检查，55岁以上的人需要每五年进行一次。最广泛使用的测试是基于粪便的FIT(面部免疫化学)测试(15-25美元/次)，这是一种相对便宜的家庭收集测试，需要提交给实验室。在美国，即将推出的新测试之一是由Exact Sciences公司批准的基于粪便的Cologuard(约500美元/次)。

一项研究发表在BMC胃肠病学2014年，人们更喜欢基于血液的测试，而不是基于粪便的测试。市场上唯一获得FDA批准的血液检测是德国Epigenomics公司的EpiProcolon。今天，Cologuard测试是市场上最敏感和特异的结直肠癌(CRC)检测的多种诊断测试之一。在Novigenix，我们开发了一种CE标记的血液CRC测试Colox，它优于EpiProcolon血液测试，FIT测试和Cologuard测试，用于检测晚期腺瘤。

MW:关于结直肠癌筛查，你想让人们知道些什么?

詹:结直肠癌是世界上仅次于肺癌的第二大致命癌症，但与此同时，如果人们对这种疾病进行筛查，它可以被根除。对健康的人来说，55岁以后定期进行筛查是很重要的。

MW:您能详细阐述一下上述免疫转录组学的定义吗?

詹:是的，免疫-转录组学平台非常适合结肠癌的早期检测，因为它测量了宿主对人体内早期触发物的免疫反应。

大多数其他检测主要依赖于来自肿瘤的信号(蛋白质或DNA)，因此往往更适合于疾病的晚期。如前所述，早期发现是治愈患者的关键。

MW:你怎么能确定基因表达的某些变化是由癌症引起的?

詹:在Novigenix，我们分析了来自结直肠癌患者(通过结肠镜检查确认)和老年匹配健康样本的600多个白细胞样本的基因表达谱。通过生物信息学分析和机器学习，我们能够开发出一种特定于CRC的算法来筛查人们是否患有CRC，其阴性预测值为99.8%。

MW:最近，Novigenix推出了首款基于血液的分子诊断产品Colox®，用于结肠癌的早期检测。你能告诉我们它的验证、发射，以及发射后你学到了什么吗?

詹:该测试在约800名患者中得到验证，最初通过与Unilabs瑞士公司和Dr. Risch实验室的许可协议，作为LDT(实验室开发的测试)在瑞士自付市场推出。这项测试花费275瑞士法郎。目前已有近4000人接受了检测。一项上市后研究显示晚期腺瘤的检测增加了60%。该公司正在为2019年下半年在瑞士进行的测试申请报销。

什么样的信息被输入到算法中?

詹:我们的技术平台叫做BITseq™。它代表血液免疫转录组测序平台，并通过分析宿主免疫反应对各种触发因素(如癌症发作)诱导的基因表达修饰(mRNA签名)提供可操作的见解。疾病特异性预测算法利用机器学习和人工智能来分析与早期癌症检测和精准医疗的临床和医学参数相关的mRNA特征。

MW: Colox®基于外周血单个核细胞(pmcs)分析。你能解释为什么pbmc是这个测试的样本吗?

詹:宿主反应是人体的第一个防御机制，由体内的未知触发引起警报。负责第一道防线的细胞是白细胞，包括外周血单个核细胞。疾病发作和白细胞之间的信息交换主要发生在mRNA水平上。能够编码和读取这些信息提供了最早的信息，例如癌症。大多数其他诊断系统依赖于来自肿瘤的生物信息，例如蛋白质、ctDNA和血液中释放的循环肿瘤细胞(CTC)，这通常是在癌症的晚期。

谁应该做Colox®检查?一旦取样，生成结果需要多长时间?如果发现阳性结果，需要进行哪些后续检查(如果有的话)?

詹:Colox是针对55岁以上的健康个体进行结肠癌筛查的。结肠癌是一种生长缓慢的癌症，与早期诊断相比，根据临床症状诊断结肠癌的生存率明显降低。实验室的实际操作时间约为5-7小时。在实践中，从去医生那里采血到得到结果大约需要5-7天。当一个人的结肠检查呈阳性时，这个病人需要进行结肠镜检查。

MW:您期望免疫转录组学在未来的临床诊断中发挥什么样的作用?

詹:对免疫转录组进行测序已经实现了从显微镜下观察细胞形态到通过基因驱动来定义早期癌症的范式转变。序列数据使医生能够更早地诊断癌症，同时也能判断患者是否患有侵袭性癌症，并指导他们采取对晚期癌症更有效的治疗方法。

在不久的将来，与目前的护理标准相比，通过这些疾病算法，我们将免疫-转录组序列与机器学习和人工智能相结合，癌症存活率将提高，更多的癌症将被治愈。