研究亮点

胰腺癌是临床上恶性程度最高的癌症，5年生存率仅为11%^[1]，被称为“癌中之王”。早期筛查是改善胰腺癌预后的关键，但目前国内外尚无统一早筛方案，开发一种高灵敏度、无创、低成本的早期检测技术成为临床迫切需求。

天津医科大学郝继辉校长团队，联合胰腺肿瘤区域专科联盟多家成员单位，与世和基因合作开展的DECIPHER-P-PDAC研究，基于世和MERCURY cfDNA片段多组学液体活检技术，成功构建了兼具临床有效性与可及性的胰腺癌早筛模型。除训练和验证队列外，研究系统性引入由糖尿病及肥胖人群组成的前瞻性独立队列，不仅用于全面评估模型的性能，更着眼于验证模型在更广泛人群中的普适性，为拓展胰腺癌早筛目标人群、优化筛查路径提供了有力证据。相关研究成果已于近日发表在Cancer Discovery^[2]，天津医科大学肿瘤医院王秀超副主任医师为文章第一作者。

研究亮点

1. 胰腺癌早筛模型性能优异：在训练队列（467例）和验证队列（352例）中的AUC分别达到0.980和0.962，在98%特异性阈值下，分别达到92.2%和90.2%的高灵敏度。

2. 大规模前瞻性肥胖/糖尿病队列验证：团队基于天津市胰腺癌高危人群队列（1926例糖尿病及肥胖人群）证实，模型对早期胰腺癌检出率达75%，较影像学中位提前227.5天发现病变；较传统肿瘤标志物CA19-9性能更优，且能精准分辨胰腺囊肿良恶性，助力临床风险分层。

3. 胰腺癌早筛模型的临床获益显著：模拟研究显示，模型可将胰腺癌Ⅰ期诊断率从6.22%提升至85.58%，因早期诊断带来的绝对生存率改善达25.75%，大幅提升患者生存获益。

研究内容

研究包括三个队列，其中训练队列467例（232例胰腺癌患者和235例健康人）、验证队列352例（174例胰腺癌患者和178例健康人）、肥胖/糖尿病人群前瞻队列1926例（903例糖尿病史、1023例肥胖）。研究通过将机器学习与cfDNA片段多组学特征（拷贝数变异CNV、片段长度分布FSR、片段链偏向性特征OCF）深度整合，开发胰腺癌早期筛查模型，并前瞻性地在真实世界胰腺癌风险人群中验证了该模型的性能。

图1. DECIPHER-P-PDAC研究设计

研究结果

在训练和验证队列中，胰腺癌早筛模型性能卓越

模型在训练队列中AUC达0.980，在独立验证队列中同样保持出色性能，AUC为0.962，显著优于传统肿瘤标志物CA19-9（训练队列AUC=0.819，验证队列AUC=0.876）（图2A）。模型在训练队列中的敏感性为92.2%、特异性为97.9%，在验证队列中的敏感性为90.2%、特异性为97.8%（图2B、C）。

进一步分析显示，更高的模型预测分数与更晚的肿瘤分期及胰头部位肿瘤显著相关（图2D、E）。在154例非癌性胰腺疾病患者（如导管内乳头状黏液肿瘤IPMN、黏液性囊腺瘤 MCN、胰腺炎等）的队列中，与CA19-9相比，模型在区分良恶性病变以及早期检出高危癌前病变方面均性能更优（图2F、G）。

图2. 胰腺癌早筛模型性能评价

在风险人群前瞻队列中，胰腺癌早筛模型性能优于影像学及CA19-9

为在真实应用场景中评估模型的性能，研究纳入由1926名糖尿病史和肥胖参与者组成的胰腺癌风险人群前瞻性队列。所有参与者均接受cfDNA检测，并进行12-24个月的随访（图3）。

图3. 胰腺癌风险人群前瞻性队列的总体研究流程

随访期间共确诊31例癌症及相关疾病，包括8例胰腺癌、1例导管内乳头状黏液肿瘤（IPMN）、1例浆液性囊腺瘤（SCN），以及21例肺、肝、结肠等其他部位的癌症或癌前病变。模型对胰腺癌的检出率达75%（6/8），所有检出病例均为早期（3例0期、1例Ⅰ期、2例Ⅱ期）（图4A），而CA19-9对胰腺癌的检出率仅12.5%（1/8，且为II期）。 

与影像学相比，模型能提前45-298天（中位227.5天）发现病变，为胰腺癌早期诊断争取关键时间窗口。同时，模型还能精准区分胰腺囊肿风险，将高危IPMN判定为阳性、低危SCN判定为阴性（图4A），凸显其在胰腺囊肿风险分层中的潜在价值。此外，临床常用的泛癌肿瘤标志物CA19-9在胰腺癌筛查中存在局限。研究发现，即使在患者出现胰腺癌相关症状后进行CA19-9检测，其性能仍不理想：有2例病例在影像学确认胰腺异常前一个月内CA19-9检测结果仍为阴性（图4B、C）。因此，模型不仅能高效识别胰腺癌病例，还能实现更早发现，甚至有望在高危病变进展为恶性肿瘤前就发现异常。

图4. 模型在前瞻性队列中的性能及筛查发现的胰腺癌相关病例

胰腺癌早筛模型可提升临床早期诊断率与生存获益

无筛查实施时，仅6.22%胰腺癌患者在Ⅰ期确诊，58.53%在Ⅳ期确诊，5年生存率仅7.59%；该模型若应用于临床，预计85.58%患者能在Ⅰ期确诊，理想条件下无Ⅳ期病例，5年生存率可提升至33.34%，因早期诊断带来的绝对生存率改善达25.75%（图5）。

图5. 应用胰腺癌早筛模型进行临床干预的模拟结果

为评估模型的筛查潜力，研究对10万人假设人群开展蒙特卡洛模拟，结果显示相较于CA19-9，模型额外检出20例胰腺癌，敏感性提升8.22%，且阳性预测值（19.60%）与准确率（97.77%）均显著更优（图6）。模拟分析表明，模型可大幅提升患者生存率，为破解胰腺癌 “早诊难、预后差” 的临床困境提供了新策略。

图6. CA19-9与胰腺癌早筛模型在10万人假设人群中的性能对比

结语

研究基于世和MERCURY cfDNA片段组学液体活检技术，通过多层证据级别的队列设计，成功开发出性能优异的胰腺癌早筛模型。该模型不仅在病例-对照研究中展现出高敏感性与特异性，在更广泛的肥胖/糖尿病人群前瞻性队列中也证实了其真实临床价值：模型能够更早地检出早期胰腺癌，并对胰腺囊肿进行精准风险分层，其性能显著优于传统标志物CA19-9，有助于降低假阳性结果带来的医疗负担和患者焦虑。未来，该模型有望成为胰腺癌早筛的重要手段，推动胰腺癌从晚期确诊向早期干预转变，最终改善患者生存结局，为胰腺癌诊疗领域带来里程碑式突破。

参考文献

[1] Kenner B, Chari ST, Kelsen D, Klimstra DS, Pandol SJ, Rosenthal M, et al. Artificial Intelligence and Early Detection of Pancreatic Cancer: 2020 Summative Review. Pancreas. 2021; 50(3): 251-279.

[2] Wang X, Wang H, Zhang M, Li H, Liu Y, Huang H, et al. Development and Prospective Validation of a Cell-free DNA-based Model for the Early Detection of Pancreatic Cancer. Cancer Discov. 2025.

Tags： Cancer Discov重磅：天肿郝继辉校长团队发布大型前瞻性胰腺癌早筛成果