时间：2025-06-02 17:08:39 作者：“本源坤元”成功突破大规模量子芯片设计技术瓶颈 浏览量：62574
中新网上海7月26日电 (记者 陈静)肾细胞癌(Renal cell carcinoma, RCC)是最常见且致命的一种肾癌类型。记者26日获悉，中国专家团队最新研究成果实现了基于血清和尿液代谢、指纹代谢图谱的肾肿瘤分类、早期诊断和预后的管理与监测。
据了解，术后5年内，约20%到25%的RCC患者将面临复发和转移的挑战。因此，开发新型简便的RCC监测工具显得尤为重要。针对RCC的有效管理，包括：肿瘤良恶性判断、早期诊断和预后评估，对改善患者的生存结果至关重要，有助于提高5年生存率并指导临床干预。然而，现阶段常用的临床方法在小肿瘤识别、良性和恶性病例区分或耗时程序方面存在挑战；同时，缺乏有效的生物标志物和预后评估工具也在一定程度上阻碍了治疗策略的制定。
上海交通大学医学院附属仁济医院郑军华、翟炜团队与上海交通大学生物医学工程学院钱昆团队在最新一期国际知名期刊《Advanced Science》上发布合作的相关研究成果，不仅为代谢分析工具在RCC中提供了广阔的应用前景，也为肾脏肿瘤的早期诊断和精准治疗提供了新的策略和方法。
据了解，随着检测技术的不断更新迭代，液体活检在早期诊断、疾病监测、治疗效果评估以及个体化治疗策略制定等方面展现出巨大的潜力。代谢生物标志物作为生物代谢途径的最终产物，有潜力为正在进行的病理过程提供更深层次的表征。近期，由于代谢生物标志物检测过程的微创性，其在RCC的诊断中显示出巨大的应用前景。
研究团队方面表示，目前基于代谢轮廓的研究多聚焦于单一生物体液的检测，这种做法存在一定的局限性，比如：检测样本范围有限、临床应用功能不足，既无法充分支持疾病的诊断，又难以有效预测疾病的预后。通过血清与尿液的综合分析将有望助力于识别出具备显著临床价值的潜在生物标志物。
为此，研究团队进一步开发出一种高效的血清和尿液代谢指纹分析方法，并利用机器学习成功对肾肿瘤进行亚型分类、早期诊断和预后。研究团队还为RCC患者构建了一个预测模型，该模型在疾病预测方面表现出显著效果。(完) 【编辑:曹子健】