以美国加州大学旧金山分校(UCSF)科学家为首的国际研究组所开展的在肺癌分子遗传学领域的最大的两项临床研究显示，分子检测可以比传统方法更准确地预测早期肺癌所导致死亡的可能性，这项研究结果最终会有助于提高每年数以十万计的患者的生存几率。

发表在2012 年 1 月 27 日出版的医学期刊《柳叶刀》(The Lancet)上的研究报道了这一测算14个基因在癌组织中的活性的检测如何提高预后判断的准确性，从而有助于指导对最常见的肺癌形式--非鳞状非小细胞肺癌的患者的治疗。

这两个独立的临床试验包括一个分析433例北加州早期肺癌患者组织样本的盲测，以及另一个对中国1,006例早期肺癌患者的研究。这两个临床试验结果均显示，上述检测可以准确地预测肺癌切除手术后5年內的死亡几率是低、中或高。

加州大学旧金山分校海伦迪勒综合癌症中心胸肿瘤外科著名教授兼胸肿瘤计划领导人，医学博士Jablons说：“结果很令人兴奋，它每年可能会帮助数十万人活得更长久。”这项研究是由Jablons教授和加州大学旧金山分校心胸外科副教授，医学博士 Mann共同领导完成的。

目前医生对于早期肺癌的评估依赖于肿瘤的大小、 位置以及显微表型。然后这些被称为分期的信息被用来指导手术后的进一步治疗。如果医生可以更精确地判断预后，则更多的有可能从进一步治疗中受益的患者就可以在手术后立即接受治疗，从而避免任何残留癌细胞的生长机会。

其他研究的证据显示，对有淋巴转移的早期肺癌进行化疗可以阻止复发。这种淋巴转移会增加其他无法检测的转移的风险。

科学家们计划设计一个大型的临床试验来进一步验证使用该算法可以指导治疗并帮助肺癌患者活得更长久。

在中国进行的研究部分是中国临床试验集团(CTCC)的第一个主要临床试验结果。中国临床试验集团(CTCC)是中国大陆多家医院和大学在UCSF胸肿瘤外科领导人的帮助下合作创立的，旨在针对在中国高发的肺癌。

Mann医生说：“中国临床试验集团代表了中西方专家临床研究的一种革命性的新合作方式。集团的这首个重要成果将帮助肺癌护理的分子个性化，并成为基础肿瘤生物学在跨种族研究中的第一个范例，其结果可以用于尝试改善大多数患者的临床效果。”

肺癌预后判断的困难

肺癌是中美两国以及全球导致癌病死亡的最常见原因。每年死于肺癌的人比死于乳腺癌、结肠癌和前列腺癌的人的总和还多，每年肺癌夺去超过15万美国人和大约140万世界各地人的生命。在确诊后的5年內，大约有85%的美国人会死于各种类型的肺癌。

大多数肺癌是由吸烟所致，但也存在其他原因，比如接触石棉、 化学制品、 环境因素以及遗传易感性。

治疗这种疾病的挑战之一是病因往往在早期不易被发现。早期阶段通常没有症状，但却是治疗最有效的阶段。在美国只有大约30%的患者在最早阶段被诊断患有肺癌，从而导致整体存活率的低下。

Jablons医生表示，即使肺癌在最早的阶段被检查出来，患者依然要面对严重的死亡率。不同于早期被查出而有明显生存优势的其他类型的癌症，大约 35-45%的一期肺癌患者即便是手术成功，也会在5年内由于复发而死亡。而这一预后检测就能解决无法识别这些患者的困难。

肺癌治疗

对于有局部淋巴结扩散的肺癌患者，标准治疗方法是手术加术后化疗。对于没有局部淋巴结扩散的患者，治疗方法通常是手术后进行临床观察。在“观察与等待”期间，医生只有在癌症复发时才会推荐进一步的治疗方案 — 外科手术、 化疗或放射治疗。

医生面临的困难是很多早期肺癌患者都有十分微小、察觉不到的癌细胞藏匿于其肺部或全身，在手术后经过长年累月的生长而形成肿瘤，从而引起癌症复发。几乎一半的一期肺癌患者都有这种非常早期的转移性癌症。

过去针对二期和三期肺癌患者的研究显示，在复发肿瘤能被检查出来之前，尽早治疗有助于提高生存的机会。

不过，鉴于转移的危险性(即使是一期的肺癌)，目前的治疗指南也建议考虑对一部分被认为是复发高风险的一期患者进行化疗。

这篇发表在《柳叶刀》上的研究数据表明，其新的分子检测能够更好地识别手术后的早期死亡高危患者，因此可以成为考虑采用早期化疗的更有效的指南。

分子检测如何预测肺癌患者的生存率

该分子检测是以加州大学旧金山分校最初开发的技术为基础，由一家总部位于加州山景城(Mountain View)的Pinpoint Genomics公司研制成功的。其技术平台采用的是一种称为定量聚合酶链式反应 (qPCR)的标准实验室技术。

分析程序是从一块石蜡包埋的病人癌组织样本开始的 — 石蜡包埋是保存手术切下来的所有组织样本的标准方法。一种叫做RNA的材料(可以显示基因在组织中的相对活性水平)从肿瘤组织中被提取出来。然后确定14 个特异基因的活性水平并与正常肺组织中的水平相比。这组基因中的11个基因是与肺肿瘤生物学有关的，而其他三个基因是用来标准化这些癌症基因检测的常见基因。

Pinpoint Genomics公司在分析了加州大学旧金山分校医学中心的361例肺癌组织样本后，开发出一个计算死亡风险的算法，而这些病人都是一种常见的称为非鳞状非小细胞肺癌的患者并接受了手术治疗的。该算法把这14个基因的活性水平与这些病人的临床结果对应起来，其理论依据是：一个患者的与死亡风险程度低、中、或高相关的分子图谱可以用来预测另一个患者的死亡风险。

为了确认他们的算法，加州大学旧金山分校研究组与加州凯撒医疗中心奥克兰研究所合作，采用盲测的方法分析了另外433例来自北加州的患有最早期同类型肺癌的病人肿瘤样本。他们还用类似的盲测法分析了1,006例中国肺癌患者的组织样本来进一步测试其算法。而在中国，肺癌是导致死亡的主要因素之一。研究组指出 – 迄今尚没有其他测试分子预后指标的临床试验可以展示在两个不同大陆的不同遗传种群中能取得相同的结果。

科学家们发现，在这些更大组群的患者中，甚至包括二期和三期的肺癌患者，该算法都能够非常准确地区分出死亡风险的高、中、低程度。