日本東京大學研究生院醫學系研究科的鹿毛秀宣教授、醫學部附屬醫院的生島弘彬助教等人組成的研究團隊宣佈，針對胰腺癌，開發出了可在檢測前預估血液癌症基因面板檢測個體成功率的機器學習模型，並將其作為網路應用程序安裝並公開上線（https://pancreasliquidcgp.streamlit.app）。該模型可幫助日本患者判斷在現行醫保制度下一生僅能使用一次的癌症基因面板檢測應在何時進行、採用何種樣本，有望助力實現更有效的胰腺癌治療。相關研究成果已發表於在ESMO Open》的2月12日刊上。
圖1 基於臨床資訊預測血液檢測能否檢出癌細胞中癌症基因的示意圖（供圖：東京大學）
已知在各類癌症中胰腺癌的進展尤為迅速，且抗癌藥物通常難以奏效。儘管副作用較小的分子靶向治療藥物已得到廣泛應用，但多數分子靶向治療藥物僅對特定基因異常有效，因此需要確認是否存在此類異常。另一方面，作為相關檢測之一的癌症基因面板檢測，在現行醫保制度下一生僅能使用一次。
該檢測方法有兩種：一種是從胰腺（或轉移器官）直接採集癌組織，分析其中的癌症基因資訊；另一種是通過血液檢測，分析從癌細胞釋放到血液中的癌症基因（液體活檢）。
血液檢測侵襲性較低，但如果在癌細胞未釋放足量癌症基因時採血，則無法獲得有效結果。
為此，研究團隊著手開發出可事前預測血液檢測成功率的機器學習模型。
研究團隊利用2021年8月～2023年12月接受癌症基因面板檢測的2220名胰腺癌患者的臨床資訊，構建並訓練了可通過血液檢測預估癌細胞釋放到血液中的癌症基因檢出概率的機器學習模型。
訓練數據採用日本國立癌症研究中心癌症基因組資訊管理中心（C-CAT）所彙總的日本全國癌症患者臨床資訊與癌症基因組資訊。
本次開發的預測模型精度良好，有望增加為患者提供最佳胰腺癌治療的機會。
生島助教表示：「為每位患者提供最合適的癌症治療所必需的癌症基因面板檢測，在日本現行醫保制度下一生只能進行一次。基於本次建立的模型，探討這寶貴的‘一次’檢測應在何時、以何種方式實施，有望為患者帶來比以往副作用更少、療效更高的癌症治療。」
原文：《科學新聞》
翻譯：JST客觀日本編輯部
【論文資訊】
期刊：ESMO Open
論文：Prediction model for ctDNA detectability in liquid comprehensive genomic profiling of advanced pancreatic cancer based on Japanese real-world data
DOI：10.1016/j.esmoop.2026.106069
