汇健科技深耕高通量临床质谱领域多年，一直致力于肿瘤早筛、早诊技术的创新研究，公司首席科学家邬建敏教授受邀参加了此次会议，并于9月10日在《肺癌筛查中的新兴技术》专场进行了题为《Saliva metabolic profiling for benign and malignant pulmonary nodules distinguish and early lung cancer detection（唾液代谢谱用于肺结节良恶性鉴别和癌症早期检测）》的口头报告。

邬建敏 教授（左） 和 白春学 教授（右）

白春学教授  复旦大学附属中山医院

肺癌组织中代谢分子的相对丰度会在肺癌发生发展过程中发生异常，并通过血液循环系统和肺部呼吸系统进入并溶解在唾液样本中，因此唾液代谢分子组合可作为肺部健康评估、肺癌筛查的生物标志物群。

入组健康对照人群、良性肺结节患者以及肺癌（80%以上为早期）患者，收集其唾液样本，基于团队自主研发的Met-Si Array®纳米质谱芯片辅助的LDI-TOF-MS技术平台，检测获得源于氨基酸、碳水化合物、脂质代谢产物、核苷酸代谢产物的646个离子峰，通过人工智能（AI）机器学习算法构建肺癌早筛早诊模型。

在验证集和独立测试集中，综合准确率达到了80%以上，因此其肺癌检出性能远高于CEA、NSE、SCCA、CYFRA21-1、CA125、Pro-PRG等常规血清学肿标的表现。更重要的是，模型在早期（含IA期和IB期）肺癌检出能力达到了90%以上，且对5-10 mm、10-15 mm尺寸的疑难结节良恶性鉴别准确率达到了80%左右。

唾液代谢谱AI模型（Mod）和肿标（CEA、CA125）在样本检测中的性能表现

唾液代谢谱检测技术对早期肺癌诊断和15mm内疑难结节良恶性鉴别具有很大的应用潜力。