确立人工智能筛选策略 开辟肿瘤组学检测新路

　　文／徐　飞

　　恶性肿瘤严重威胁人类生命健康，是全球因病死亡原因之首，并且发病率及死亡率仍在迅速增长。而早期筛查是降低肿瘤死亡率的重要手段，开发更多有效的肿瘤无创检测与筛查方法成为目前肿瘤研究领域中的重要方向。

　　目前，众多癌症筛查手段，如低剂量CT 应用于肺癌筛查、PSA 应用于前列腺癌、钼靶检测应用于乳腺癌、胃肠镜检测应用于胃肠道肿瘤等，均展现出一定的效果，并越来越被推荐作为诊疗的步骤。但现有的手段存在诸多缺陷，如现有风险模型对所有高危患者筛查经济花费巨大、存在电离辐射暴露风险和阳性预测值低等。

　　针对难点问题，北京大学基础医学院系统生物医学研究所新体制助理教授、副研究员、博士生导师王光熙致力于系统生物学及肿瘤分子生物学研究，结合代谢组学、多组学技术与人工智能，寻找新的肿瘤诊断标志物，建立新的检测方法，努力发现新的肿瘤发生发展机制，为该领域的发展贡献自己的一份力量。

　　利用人工智能辅助肿瘤检测

　　解决科研难题不能因循守旧，亦步亦趋，必须大胆设想，小心求证。为解决恶性肿瘤早期筛查问题，王光熙采取了由点到面的研究步骤，从单一癌症筛查检测开始，逐步扩展筛查癌症种类，最终发现一系列筛查检测规律，从而利用人工智能辅助提出癌症检测策略。

　　王光熙首先选择研究肺癌代谢检测。他应用单细胞转录组学、血浆脂质组学、机器学习和质谱成像等手段综合分析早期肺癌的脂代谢特征，开发了一套人工智能辅助的早期肺癌代谢检测方法，并揭示了相关的分子机制。该方法的成功建立明确和开拓了机器学习辅助代谢组学用于早期肺癌检测及筛查的高效策略与全新方向。

　　对于王光熙的这一研究成果，Nature Reviews ClinicalOncology 等杂志撰文评论并给予高度评价，如“作者已经描述了一种有前途的非小细胞肺癌诊断工具，该工具基于具有临床应用潜力的靶向脂质组，并且使用广泛的对照反复确认。该方法的性能将为脂质组学在癌症诊断中的作用开创先例”。同时，这一研究成果也被新华社海外版、China Daily、北大科研、Gizmodo 等多地媒体报道，获得了世界范围内的赞誉。

　　与此同时，王光熙还利用脂质组学、多组学与机器学习联用手段相继开发出检测胰腺癌、食管癌与胶质瘤等列针对不同肿瘤的人工智能辅助的肿瘤代谢检测方法。

　　并且，他在PTEN/RPA1 在结直肠癌，以及RPA1 在肝癌发生发展与脂代谢的相关机制研究中有了新的发现。在人工智能与病理图像识别方面，王光熙与合作者开发了一套可应用识别间质来源肿瘤的检测系统。该系统从胃肠间质瘤样本训练，后期在未经进一步训练调参的基础上成功对TCGA 来源的多种间质肿瘤及独立来源的女性生殖系统间质来源肿瘤实现了能与人匹敌的识别与诊断效能。

　　最终，王光熙根据单一癌症检测积累的经验，创新性地结合代谢组与人工智能机器学习特征筛选策略，成功与北大医院杨尹默院长团队、北大人民医院王俊院士团队等展开合作，在胰腺癌、肺癌、食管癌、胶质瘤等肿瘤的早期诊断中开发了准确性高、快速、无创的检测方法及模型。

　　截至目前，利用这一方法已成功检测了超过5000 例个体的样本，其中肺癌、胰腺癌的人工智能代谢检测方法已被授权发明专利，相应的专利转化工作也正在开展。肿瘤- 人工智能代谢检测系统检测时间短、花费少、准确性高、没有辐射，非常安全，并且在肿瘤早期即可实现精准检测。

　　夯实学术基础实现科研飞跃

　　能够取得这样的成绩，离不开王光熙持之以恒的努力。品学兼优的王光熙在大学本科学习阶段就成为北京大学基础医学8 年制的学生，同时发现了自己的学术兴趣所在——肿瘤研究。他说干就干，申请进入尹玉新教授实验室进行学习和科研训练，探索抗癌基因PTEN 的全新功能，特别是其在核内调控DNA 复制从而维持基因组稳定性的作用机制。

　　在良师益友的帮助下，他初入科研大门就感受到学术研究的魅力所在。3 年之后，他的第一篇文章PTEN regulatesRPA1 and protects DNA replication forks 就被Nature 子刊CellResearch 作为封面文章发表。当时志存高远的王光熙和同道者特意设计了孙悟空的卡通形象，希望把中国的科研与中国的故事展现给全世界。

　　毕业后，王光熙进入解放军总医院肿瘤内科实验室任助理研究员，实际接触了大量的病人，也更真切地意识到肿瘤诊治的复杂性，以及恶性肿瘤带给患者的沉重负担。医者仁心，王光熙希望能为患者做些力所能及的工作，他开始关注精准医学在肿瘤诊疗方面的应用，包括基于二代测序、肿瘤微环境评估。随着人工智能开始走进大众视野，王光熙意识到人工智能对医学特别是其与多组学数据的融合将对肿瘤等疾病的诊断带来全新的可能。

　　接着，王光熙回到北医基础开始博士后阶段的研究。在解放军总医院肿瘤内科实验室的工作实践让他更加明确自己的科研方向和研究意义，开始针对人工智能在精准医学与转化医学方面的应用进行探索。王光熙尝试将机器学习等方法和思维融入代谢组学等多组学数据的分析中，希望能寻找到新的标志物，开发更加准确、有效、稳定的肿瘤早期检测方法。

　　完成包括早期肺癌、胰腺癌等肿瘤的代谢检测方法开发和验证等课题之后，他正式以新体制助理教授、副研究员身份加入北大医学平台，在北大系统生物医学研究所开展自己的科研工作。

　　王光熙努力为肿瘤的早诊早筛早治提供可靠支持和全新思路。他重点关注疾病的检测与生物标志物发现，以及疾病早期代谢异常机制探索，特别是肿瘤的早期检测这一研究领域。他积极发挥自身学术优势，充分融合人工智能、机器学习等分析手段与脂质组学、代谢组学、蛋白组学等多组学技术，并结合质谱成像、空间转录组、病理图像组等空间组学手段，寻找全新的肿瘤标志物，开发更多有效微创的肿瘤早诊早筛方法，建立更多可靠准确的疾病分类模型。同时，他将延续并扩展现有研究成果，开展更多转化医学研究，一方面从基础医学的肿瘤分子生物学角度对标志物的意义和生理学与病理学功能及机制进行探索；另一方面从转化医学的临床应用出发，验证并开发更加有效、经济的肿瘤或其他疾病筛查流程，最终开发出更精准、更特异的泛癌种、多癌种检测方法及模型。

　　北大医学办学110 周年提出了“明德，厚道，尚仁，出新”的北医精神，王光熙亦是以此为指引。他希望自己所学所用，不仅能够铸就“中国梦”，还能够造福广大患者。

关注读览天下微信， 100万篇深度好文， 等你来看……