每个肿瘤都有一个独特的分子地址，就像一个生物邮政编码，将其与健康组织和其他类型的癌症区分开来。问题是，到目前为止，还没有人拥有这些地址的完整地图。没有人知道在人体中应该寻找的确切位置。天然生物标志物（DNA、蛋白质）数量太少，难以找到，而且由于它们也会由正常的细胞活动产生，因此经常发出误报。然而，现在，一个由 佐治亚理工学院 他构建了首个真正的肿瘤图谱，记录了14种不同癌症类型的特定酶活性。借助这张图谱，生物工程传感器可以遍布全身，识别肿瘤代码，并释放可通过标准检测检测到的合成标记物。 一次检测即可检测出乳腺癌、肺癌、前列腺癌和其他十一种癌症。
绘制每种癌症地图的项目
当佐治亚理工学院从卫生高级研究计划署 （ARPA-H）的目标很明确，但也有风险：在传统扫描中发现肿瘤之前，建立一个能够指导多种癌症检测的肿瘤图谱。 据官方新闻稿报道，这不是保证金。由生物工程师领导的团队 邝嘉宝 他必须证明这个想法是可行的，否则资金就会停止。
两年后，他们跨过了关键门槛。该团队制造了第一台能够测量肿瘤和健康细胞周围酶活性的仪器，并将其用于 绘制 14 种不同癌症类型的独特分子特征图。 该肿瘤图谱是设计在体内循环、识别肿瘤特定“条形码”并向血液中释放易于检测的标记物的传感器的基础。
正如 Kwong 所解释的：
如果我想将传感器发送到身体的特定区域，目前还没有办法进行精准定位。我们采用全身给药，它会扩散到整个组织。更强大的是，我们现在可以用特定的分子条形码来定义组织部位。当传感器被全身给药时，只有当条形码与局部组织匹配时，它才会被激活。
为什么需要肿瘤图谱
世界上大约有 20% 的人一生中会患上癌症（美国为 40%，根据美国癌症协会（此处似有缺失）。大多数癌症被发现时已是晚期，此时治疗难度更大、费用更高、疗效更差。目前的筛查方法（结肠镜检查、乳房X光检查、PSA检测）虽然有效，但每次只能检测一种癌症。而且通常只有当肿瘤已经大到肉眼可见时，这些方法才能发挥作用。
寻找天然生物标志物（循环肿瘤DNA、特定蛋白质）遇到了一个难题：这些物质含量极低，而且正常细胞活动也会产生这些物质，从而产生假阳性结果。传统的传感器不知道该检测哪些部位。它们会在任何地方激活，从而产生背景噪音而不是清晰的信号。
该项目 CODA（癌症和器官降解图谱） 他们改变了方法。团队不再寻找血液中的稀有分子，而是绘制了肿瘤周围的酶活性图谱。每种癌症都有独特的酶谱，就像分子指纹一样。 这就像拥有一个特定的地址，而不是四处徘徊希望偶然碰到某人。
智能传感器的工作原理
在项目的第二阶段，该团队正在最终确定肿瘤图谱，并测试三种不同类型的传感器。所有传感器都使用“分子逻辑”来识别和响应肿瘤细胞。这就像一个多因素身份验证系统：单一酶是不够的；需要在同一位置的多个酶信号才能激活传感器。
当传感器识别出完整的代码（即该肿瘤的特定酶组合）时，它会向血液中释放一种合成标记物。这种标记物的设计使其易于通过标准实验室检测检测，且不受天然生物标记物背景噪音的影响。
罗斯·乌里希负责监督 CODA 项目的 ARPA-H 项目经理强调：“临床前模型的初步研究非常有前景。该团队的传感器原型在检测小肿瘤方面的表现已经优于市场上同类的生物标志物。”
正如其他创新诊断技术已经发生的那样的目标是实现大规模可靠、负担得起且可访问的测试。
不断发展的癌症图谱
Kwong 与 约翰·布拉泽克 的 化学与生物分子工程学院 e 彭秋 该 库尔特生物医学工程系 在佐治亚理工学院。主要合作伙伴包括生物工程 达尼诺 的 哥伦比亚大学 e 薛敏 该 西奈山卫生系统.
肿瘤图谱的首个版本包含了针对每种癌症的多个模型，证明了该方法的有效性。但该图谱的设计理念是动态的：随着新数据的涌入，图谱会不断扩展，变得更加完善。未来，它也将提供给其他想要开发新型癌症筛查工具的研究人员。
“根本前提是，治疗乳腺癌不同于治疗肺癌，而肺癌又不同于治疗健康的肺组织，”Kwong 解释道。
每种面料都有自己的特色，就像一个具有独特建筑特色的街区一样。
从科幻小说到临床
这听起来不可思议吗？的确如此。ARPA-H 模型旨在加速需要大量投资的高风险医疗保健理念。Kwong 估计，如果采用传统的研究方法，实现这一成果需要 20 到 30 年的时间。 CODA 项目的目标是在未来 3-5 年内实现这一目标：2028-2030 年。
“这关乎规模和范围，”邝说。“如果采用传统的研究方法，我不确定能否达到目标。这种方法把所有环节都压缩起来，三到五年就能完成。”
一旦肿瘤图谱完成，传感器验证通过，我们的目标是将可大规模实施的多癌种检测商业化，以取代乳房X光检查、结肠镜检查和PSA检测。 通过一次血液检测，可以在癌症还很小且可治愈时检测出 14 种不同类型的癌症。
下一次传感器在体内循环并识别出看不见的肿瘤的分子代码时，就不再是运气了。而是因为它有一张地图。
而且他确切地知道该去哪里找。
