顶尖学术期刊《自然》今天上线了一项有关癌症诊断的重要研究。来自加州大学圣地亚哥分校(UCSD)的科学家，训练人工智能从血液中鉴定来自微生物的线索，不仅可以识别出癌症，还能对不同类型的癌症做出区分。研究机构评价说，这项新的诊断工具，“可能会改变人们观察和诊断癌症的方式”。

我们知道，目前大多数癌症在诊断时需要进行手术活检，从可疑的肿瘤部位取出样本，并由富有经验的专家寻找某些与癌症相关的分子标记物。这样的方法耗时、昂贵，还因为是入侵式的，可能给患者带来痛苦。

正因为如此，很多科研人员正在努力开发液体活检技术，希望通过简单的验血，快速识别出特定的疾病。

现有的各种液体活检技术，检测目标大多针对我们自身的基因组，例如血液中从肿瘤脱落的DNA，或是特定的蛋白质等。而在今天要介绍的这项新技术中，研究人员另辟蹊径，让我们体内的“外来者”透露肿瘤的信息。

世界上几乎各个角落都有细菌、病毒等微生物的存在，人体内也不例外。事实上，常驻人体的微生物数量远超我们自己的细胞数量，它们的核酸片段(DNA或RNA)经血液游荡在我们全身。

近年越来越多的研究证据开始显示，人体微生物对多种类型的肿瘤有“贡献”。就以微生物最丰富的部位肠道为例，学术经纬在过去也和读者朋友们介绍过多项研究，有些肠道细菌可能引发结直肠癌，还可能通过免疫系统影响肝癌的发生、诱发白血病，等等。

正在UCSD医学院攻读博士的Gregory Poore和他的导师Rob Knight教授也注意到了细菌、病毒和癌症的关系，并且猜想，这些微生物在癌症中起的作用或许比现在所知的更大。“以前的癌症研究工作大多假设肿瘤是在无菌环境，而忽略了人的癌细胞与细菌、病毒以及其他生活在人体的微生物可能有复杂的相互作用。”Knight教授说。

于是，他们有了一个全新而大胆的思路：分析血液中来自微生物的遗传物质，可以根据其特征模式来识别体内的肿瘤吗?

研究人员第一步通过已有的人类肿瘤样本，来确认癌症相关的微生物核酸特征。他们从美国国家癌症所“癌症基因组图集”数据库(TCGA)获得了大约18000份样本，对其全基因组数据(DNA序列)和全转录组数据(RNA序列)重新检查。这些样本涵盖了33种癌症、10000多个病例，包括原发性和复发性肿瘤以及转移扩散的肿瘤，既有肿瘤组织也有相邻组织和血液样本。

从几千份样本中找到独特的微生物特征后，研究人员把工作交给了人工智能，训练机器学习模型来挖掘大量数据，把特定的微生物序列特征与特定的癌症相匹配。

为了尽量避免在样本采集、测序等各个步骤中可能存在的微生物污染问题，研究人员对数据集做了严格的生物信息学过滤。而且，在癌症3期、4期的数据从数据集中去除后，发现模型依然可以对许多癌症做出区分，这意味着，癌症的早期阶段就能从血液中读取出特定的微生物核酸特征。

接下来，要让这套AI模型在真实世界中接收检验。来自UCSD Moores癌症中心的合作者提供了包括前列腺癌、肺癌和黑色素瘤等100名患者的样本，让AI对每份血浆中的微生物核酸特征进行鉴定，并与69名健康无癌个体的血样进行比较。

分析取得了令人欣喜的结果，机器学习模型不仅可以区分患癌和无癌的样本，还相当擅长区分不同类型的癌症：以86%的敏感性识别出肺癌患者，对于无肺部疾病的个体没有出现假阳性报告，并且以81%的准确率区分出前列腺癌和肺癌。

“只要一管血，就能够全面了解肿瘤细胞的DNA和患者微生物群的DNA，可以说，我们迈出了重要的一步，来更好地理解癌症中宿主-环境的相互作用。”这项研究的共同负责人、肿瘤学家Sandip Pravin Patel博士说。他相信，如果这项研究结果能经过未来的检验，“可能会对癌症患者的诊疗和癌症早诊有重要影响”。

当然，作为一项早期的概念验证研究，这种检测方法要应用到临床还需要做大量工作，而我们对微生物在人体中的作用、在肿瘤微环境中的作用也还有许多需要回答的问题。正如研究者所言，“这只是研究血液微生物群和癌症相互作用的开始”。但随着新认识的积累，我们期待一条全新的治疗途径在脚下展开。

可以说我们目前对于人工智能技术的了解还是比较片面的，是不完全的，而且我们目前的人工智能技术研发仍然处于一种比较初级的阶段，人工智能技术的潜力很大，其能够应用在更多的场景当中，为我们的生活带来更为惊人的改变。