Nghiên cứu: Tìm kiếm đoạn DNA lặp lại trong máu có thể giúp phát hiện ung thư sớm hơn
Sự kết hợp giữa [công nghệ] máy học và tìm kiếm các đoạn DNA nhỏ lặp đi lặp lại trong máu mở ra cánh cửa nhiều hứa hẹn trong việc phát hiện sớm ung thư.
Hãy tưởng tượng một xét nghiệm máu định kỳ có thể phát hiện ung thư ở giai đoạn sớm nhất – trước khi bệnh vượt quá khả năng kiểm soát của cơ thể.
Nghiên cứu mới được công bố trên Tập san Science Translational Medicine (Y khoa Dịch mã Khoa học) cho thấy hiện thực có thể không còn xa nữa.
Nghiên cứu sử dụng máy học – cụ thể là dùng thuật toán với tên gọi Alu Profile Learning Using Sequencing (viết tắt là A-Plus) để phát hiện các yếu tố Alu trong máu – một loại DNA lặp đi lặp lại.
Những người bị bệnh ung thư thể rắn (tại các cơ quan như vú hoặc tuyến tiền liệt, trái ngược với bệnh ung thư máu như bệnh bạch cầu, được xem là “lỏng”) có xu hướng có yếu tố Alu trong máu thấp hơn những người không bị ung thư. Các nhà nghiên cứu đã sử dụng những phát hiện này để cải thiện xét nghiệm phát hiện sớm ung thư. Theo một thông cáo báo chí, các nhà nghiên cứu đã mô phỏng lại kết quả của họ và xác nhận phát hiện bằng cách sử dụng cỡ mẫu lớn hơn mười lần so với cỡ mẫu thường được sử dụng cho các loại nghiên cứu này.
Xét nghiệm máu và trí tuệ nhân tạo
Sử dụng xét nghiệm máu để phát hiện ung thư được gọi là sinh thiết lỏng – sử dụng chất dịch cơ thể (thường là máu) để phát hiện ung thư thay vì phải làm sinh thiết tiêu chuẩn (lấy mẫu mô từ khối u) để tìm tế bào ung thư. Sinh thiết lỏng thuận tiện hơn cho bệnh nhân vì ít xâm lấn, ít đau đớn và ít nguy cơ biến chứng hơn.
Ông Christopher Douville là giáo sư ung thư tại Johns Hopkins Medicine và là tác giả chính của nghiên cứu.
Ông Douville cho biết trong một thông cáo báo chí: “Xét nghiệm máu hứa hẹn sẽ phát hiện sớm bệnh ung thư trước khi xuất hiện bất kỳ triệu chứng nào. Tuy nhiên, việc phân tích kết quả bằng máy học không nhất thiết mang lại hiệu quả lâu dài cho bệnh nhân khi những thay đổi nhỏ cũng tạo ra những dự đoán rất khác nhau trong các mô hình phức tạp này. Để có tác động lâu dài đến việc chăm sóc bệnh nhân, bác sĩ và bệnh nhân phải tự tin rằng các mô hình có thể phân loại tình trạng ung thư một cách nhất quán và đáng tin cậy. Trong bản thảo, chúng tôi đã xem xét 1,686 bệnh nhân nhiều lần để đánh giá xem liệu mô hình máy học của chúng tôi có nhất quán đưa ra câu trả lời giống nhau hay không.”
Khi được hỏi về việc bổ sung công nghệ máy học hay AI (trí tuệ nhân tạo) có ích như thế nào trong việc phát hiện các yếu tố Alu trong máu, ông Douville trả lời The Epoch Times qua thư điện tử: “AI có thể tích hợp hàng trăm nghìn tính năng dự đoán để phát hiện các mô hình phức tạp. Các mô hình cơ bản thường có thể bị bỏ qua khi sử dụng các phương pháp thông thường.”
Ông Douville giải thích, một lợi ích khác của việc sử dụng AI là giảm nguy cơ cho kết quả dương tính giả: “Máy học có thể xác định các mẫu phức tạp thường bị bỏ sót khi sử dụng các phương pháp tiếp cận thông thường. Do việc xác định số lượng dấu vết ung thư trong máu rất khó khăn nên máy học là một cách làm tăng độ nhạy.”
Các nhà nghiên cứu đã thu thập 3,105 mẫu máu từ những người bị bệnh ung thư thể rắn và 2,073 mẫu từ những người không bị ung thư. Nhưng họ đã sử dụng tổng cộng 7,615 mẫu để có thể dùng các mẫu trùng lặp kiểm tra chức năng và độ chính xác của mô hình. Nghiên cứu đã sàng lọc 11 loại ung thư, bao gồm ung thư vú, đại tràng và trực tràng, thực quản, phổi, gan, ung thư tuyến tụy, buồng trứng và ung thư dạ dày.
Đáng chú ý, hầu hết các mẫu từ những người bệnh ung thư đều bị bệnh ở giai đoạn đầu và có ít hoặc không có di căn tại thời điểm được chẩn đoán.
Sau khi thử nghiệm, các nhà nghiên cứu đã đạt được độ đặc hiệu 98.9%. Ông Douville lưu ý trong thông cáo báo chí: “Điều này rất quan trọng khi sàng lọc những bệnh nhân không có triệu chứng, để mọi người không nhận phải thông báo sai rằng mình bị ung thư”.
Thông cáo báo chí trên trang web của City of Hope giải thích cách DNA này đi vào máu:
“Khi chết đi, tế bào sẽ bị phân hủy và một số vật liệu DNA của tế bào sẽ xâm nhập vào máu. Dấu ấn ung thư có thể được tìm thấy trong DNA tự do không tế bào (cfDNA). cfDNA của các tế bào bình thường bị giáng hóa [thành các mảnh] với kích thước đặc trưng, nhưng các mảnh cfDNA của ung thư bị phân cắt ở những vị trí thay đổi. Giả thuyết của sự thay đổi này là sự xuất hiện nhiều hơn những vùng lặp đi lặp lại của bộ gene.”
Phân mảnh
Điều này cho phép các nhà nghiên cứu tại City of Hope và Đại học Johns Hopkins tìm ra một phương pháp mới để “phát hiện sự khác biệt về kiểu phân mảnh ở các vùng lặp của tế bào ung thư so với cfDNA [DNA tự do không tế bào] thông thường.”
Theo Viện Ung thư Quốc gia, kỹ thuật này sử dụng phương pháp Fragmentomics, “xem xét mô hình về số lượng và kích thước của các đoạn DNA trong máu.” Ông Cristian Tomasetti, tác giả của nghiên cứu và giám đốc Trung tâm Phòng chống và Phát hiện sớm Ung thư của City of Hope giải thích trong thông cáo báo chí: “Phương pháp Fragmentomics cần lấy lượng máu ít hơn khoảng 8 lần so với nhu cầu khi giải trình tự toàn bộ gene.”
Anh Kamel Lahouel là đồng tác giả đầu tiên của nghiên cứu và là giáo sư tại Khoa Di truyền Ung thư Tích hợp của TGen. “Kỹ thuật của chúng tôi thực tế hơn cho các ứng dụng lâm sàng vì cần lượng vật liệu gene nhỏ hơn từ mẫu máu. Tiếp tục thành công trong lĩnh vực này và được chứng nhận lâm sàng sẽ mở ra cơ hội cho việc áp dụng các xét nghiệm thường quy để phát hiện ung thư ở giai đoạn sớm nhất.”
Liệu trong tương lai, việc tìm kiếm Alu có thể giúp phát hiện tất cả các loại ung thư không? Ông Douville cho biết, “Trong nghiên cứu, chúng tôi chỉ đánh giá 11 loại ung thư thể rắn khác nhau nhưng có lý do để tin rằng điều này có thể áp dụng cho nhiều loại ung thư khác.”
Sử dụng các yếu tố Alu là một phương pháp mới để phát hiện ung thư sớm hơn và có khả năng cải thiện kết quả điều trị cho bệnh nhân.
“Các yếu tố Alu thường bị bỏ qua như một dấu ấn sinh học có thể của ung thư do những thách thức về kỹ thuật liên quan đến việc phân tích. Nghiên cứu của chúng tôi cho thấy rằng yếu tố Alu biểu hiện thay đổi trong cfDNA của bệnh nhân bị nhiều loại ung thư khác nhau và có thể sử dụng để nâng tầm các phương pháp phát hiện sớm ung thư.”
Cố gắng mang tính hợp tác
Nghiên cứu này là một cố gắng mang tính hợp tác lớn, với 38 tác giả đóng góp, 28 trong số đó đến từ Trường Y khoa thuộc Đại học Johns Hopkins và City of Hope, một tổ chức nghiên cứu và điều trị ung thư.
Các đồng tác giả khác đến từ Khoa Y và Khoa Dịch tễ học tại University of Pittsburgh, Khoa Phẫu thuật tại NYU Langone Health, Đại học Y khoa Phạm Ngọc Thạch và Trung tâm Nghiên cứu Y học Chính xác Sài Gòn tại Việt Nam, và Viện Nghiên cứu Y khoa Walter và Eliza Hall, Đại học Melbourne, Đại học Công nghệ Sydney và Đại học New South Wales ở Úc.
Về thời điểm có thể cung cấp xét nghiệm cho nhân viên y tế và công chúng, một đại diện của City of Hope đã nói với The Epoch Times trong một bức thư điện tử:
Thanh Long biên dịch
Quý vị tham khảo bản gốc tại The Epoch Times
