早筛网讯：
近日，加利福尼亚大学开发一种
基于深度生成式AI模型
Orion
的液体活检测试，通过分析血清样本中的孤儿非编码RNA（oncRNAs）来检测早期非小细胞肺癌，总体灵敏度
94%，对于I期肺癌灵敏度也达到90%
。
研究发表在《Nature communication》上。
oncRNAs是一类在癌症特异性基因组重编程过程中产生的小RNA，它们在癌症细胞中丰富、稳定，并且能够从活体癌细胞中积极分泌到血液中。这些特性使得oncRNAs成为液体活检中理想的生物标志物。然而，由于血液中oncRNAs的量可能非常少，因此需要一种强大的AI分析工具来检测和解释这些生物标志物
。对于生成式AI，
与传统的AI技术相比，生成式AI不仅处理输入的数据，更能深入学习和模拟事物的内在规律，自主创造出全新的内容。
其核心机制在于，通过大量的数据学习，识别并掌握数据的内在模式和规律，目前的模型代表有ChatGPT、Claude等，国内的有文心一言、Kimi等。
研究团队提出了一种基于深度生成式AI模型的方法，特别是变分自编码器（VAE），来分析血液中的oncRNAs。
该模型被命名为Orion
，它是一个多任务生成式AI模型，旨在通过学习血液样本中的oncRNAs模式来检测早期非小细胞肺癌。
基于 oncRNA 的液体活检平台和 Orion 结构
研究团队从1050名个体的血清样本中分析oncRNAs，这些个体包括被诊断为非小细胞肺癌的患者以及性别、年龄和BMI匹配的对照组。
研究结果显示，Orion模型在检测早期非小细胞肺癌方面表现出色。在所有阶段的癌症检测中，Orion
实现了94%的总体灵敏度
，相较于支持向量机（SVM）分类器（灵敏度为61%）
在独立验证数据集上
灵敏度提高了约30%，
表明Orion模型能够有效地从血液中的oncRNAs模式中识别出肺癌信号。
模型性能
进一步分析表明，
Orion模型在早期阶段（I期）的肺癌检测中尤为有效，其灵敏度达到了90%
，远高于SVM分类器的56%。对于更晚期的肿瘤（II、III和IV期），Orion的灵敏度
进一步提升至97%
，而SVM分类器的灵敏度为63%。此外，Orion
在检测小于2厘米的肿瘤（T1a-b期）方面也展现了87%的灵敏度
，而SVM分类器的灵敏度仅为44%。
在对模型的泛化能力进行评估时，Orion在留出验证数据集上的表现与其在训练数据集上的表现一致，展现了强大的泛化能力。
Orion模型不仅在早期肺癌的检测中表现出高灵敏度和特异性，而且在不同阶段和肿瘤大小的肺癌检测中均显示出优越的性能，证明了其作为一种潜在的液体活检测试在临床上的应用前景。
进群、合作、投稿请扫码：
