华尔街押注新型癌症检测：可预测复发风险

一种量化遗传风险的新方法正在改变癌症患者监测的范式，规模达数十亿美元的潜在市场吸引了投资者的浓厚兴趣。耶鲁大学医学院的研究人员开发了一种开源工具，该工具超越了单基因突变，为每种癌症创建了个性化的生物损伤报告，有可能比当前方法提前数年检测到复发。

“每种癌症都像患者本人一样独一无二，”耶鲁大学医学院内科学教授、发表在《基因组医学》（Genome Medicine）上的研究报告的资深作者 Lajos Pusztai 医学博士、哲学博士说。Pusztai 表示，关键不在于所有癌症共有的核心路径，而在于使每个肿瘤在生物学上各具特征的患者特有干扰。

该工具名为 CanSys，通过评估遗传性基因漏洞和终生积累的后天突变之综合影响，生成一个总体的“干扰评分”。为此，它为每个 DNA 变体分配一个损伤分值，并将其与 DepMap 数据库进行交叉引用，以衡量基因对癌细胞生存的重要性。该团队已经将 CanSys 应用于 31 种癌症类型的 9,000 多个肿瘤样本。

这种使每个肿瘤在生物学上具有独特性且可量化的能力，正是华尔街所看好的。在准确预测癌症复发方面的突破可能会开启一个监测和个性化治疗的新市场，从根本上改变数百万幸存者的肿瘤护理经济学。

重新思考癌症风险

耶鲁大学团队的研究发现，大量癌症患者在 DNA 修复和细胞周期调节等关键生物通路中携带遗传性破坏。当他们分析 2,504 名健康个体的基因组时，发现同样的遗传性通路漏洞也存在于这些健康人中。

“我们中的许多人天生就带有细微的通路异常，”Pusztai 说。“遗传性损伤越多，人们实际患癌的时间就越早。”这表明，一个人的遗传风险谱决定了触发癌症需要多少额外的突变。CanSys 评分量化了这种总损伤。目前，研究建议遗传风险高的个体应严格遵守筛查建议。

投资者视角

虽然最初引发关注的事件涉及特定公司在血基复发检测方面的领先地位，但更广泛的趋势是量化总遗传风险的底层技术。Pusztai 的团队目前正在寻求访问英国生物样本库（UK Biobank）——一个包含 50 万个个体的数据库，以建立一个全面的癌症风险评分。他们旨在利用人工智能来检测旧统计方法无法捕获的复杂基因相互作用。这种大规模数据、人工智能和个性化遗传评分的融合代表了生物技术的新前沿，有望将癌症治疗从反应模式转变为预测模式，这一转变已经俘获了投资界的注意力。

本文仅供参考，不构成投资建议。