AUC达0.92，中科大瞿昆/郭闯等团队基于游离eccDNA构建机器学习模型，实现多癌种早期检测与组织溯源

2026年1月8日获悉，中国科学技术大学瞿昆、郭闯、潘跃银、韩兴华、张志红和张永亮等团队围绕癌症患者血浆游离eccDNA展开系统性研究，探索了其在癌症无创筛查中的应用潜力。研究团队对多癌种队列652份血浆样本进行分析，发现eccDNA在癌症患者丰度显著更高且片段长度更长；通过患者来源异种移植（PDX）小鼠模型明确了约1000 bp的片段长度阈值，可区分肿瘤与非肿瘤来源eccDNA；结合基因注释发现大eccDNA携带的基因具有癌种特异性。基于此，研究团队开发了机器学习模型ScanTecc，在区分癌症患者与健康人方面表现卓越，总体AUC高达0.92，且在I期、Ⅳ期癌症中均保持高灵敏度；ScanTecc还能实现准确的肿瘤组织溯源分类，在识别特定癌种时的总体AUC达0.79。总之，该研究绘制了多癌种血浆游离eccDNA图谱，证实了其在癌症早期检测和肿瘤分类中的潜在应用价值。