肺癌长年位居全球癌症死亡原因之首，由于早期症状不明显，许多患者确诊时已进入晚期。如今，英国研究团队发现，透过血液中的14种蛋白质标记，未来有机会在肺癌确诊前超过5年就辨识出高风险族群，为肺癌预防与早期介入开启新方向。
机器学习找出14种蛋白质标记，可预测未来肺癌风险
研究团队分析英国生物银行(UK Biobank)超过4万8千名参与者的血浆蛋白质数据，并结合癌症登记数据，利用机器学习技术寻找与肺癌发生相关的生物标记。
结果显示，除了年龄、吸烟状况及既往肺部疾病病史之外，血液中的14种关键蛋白质能有效预测个体未来5年内罹患肺癌的风险。
研究人员进一步在全球8个独立数据库中验证结果，发现无论是否有吸烟习惯，未来发展为肺癌的受试者，其14种蛋白质标记普遍较高，显示这项检测具有跨族群的应用潜力。
空气污染与慢性发炎，可能是肺癌形成关键推手
研究团队指出，随着年龄增长，人体细胞会逐渐累积致癌突变，但单靠突变通常不足以形成肿瘤，仍需环境因素推波助澜。
先前研究已证实，空气污染可能透过诱发肺部慢性发炎，唤醒原本处于休眠状态的突变细胞，进一步促进癌化过程。
此次研究发现，这14种蛋白质标记并非来自肿瘤本身，而是反映肺部在癌症形成前已出现的异常发炎状态。值得注意的是，未来发展为特发性肺纤维化(IPF)或慢性阻塞性肺病(COPD)的患者，也出现相似的蛋白质特征，显示多种肺部疾病可能共享相同的发炎机制。
阻断发炎讯号，有望降低肺癌发生率
研究团队进一步发现，空气污染会刺激肺部免疫细胞释放IL-1β，进而增加一种称为KAC细胞的特殊细胞群。
KAC细胞原本是肺部受损后的修复反应，但若细胞已带有致癌突变，便可能成为癌症形成的温床。
在动物实验中，研究人员发现阻断IL-1β讯号后，可减少KAC细胞数量并推迟早期肿瘤发展，显示抗发炎治疗未来有望成为肺癌预防的新策略。
找出高风险族群，朝精准预防迈进
研究团队也重新分析知名的CANTOS临床试验资料。该试验原本用于评估IL-1β抑制剂卡那单抗(Canakinumab)预防心血管疾病的效果，当时曾观察到肺癌发生率下降的现象。
进一步分析发现，真正获益的是那些具有高14蛋白质标记的人群，其肺癌风险几乎降低一半。
研究主要作者之一、UCL临床博士生Tej Pandya表示，这项成果证明透过血液蛋白质标记辨识肺癌高风险族群具有可行性，未来有望作为预防性治疗的重要依据。
Francis Crick研究所临床研究主任Charlie Swanton教授则指出，目前心血管疾病已有胆固醇(LDL)作为风险指标，并有他汀类药物可供预防，但肺癌仍缺乏类似工具。
他认为，此次发现的14种蛋白质标记，未来有望成为肺癌风险评估的重要依据，协助医师在疾病发生前辨识高风险族群，并及早介入治疗。
研究为肺癌预防开启新契机
研究团队表示，这项成果不仅有助于肺癌风险预测，也可能进一步应用于其他与慢性发炎相关的肺部疾病。
若未来能透过简单抽血检测找出高风险族群，再搭配精准的预防性治疗，将有机会改变肺癌目前以早期筛检和晚期治疗为主的模式，朝向「疾病发生前预防」的新时代迈进。
这项研究由伦敦大学学院(UCL)与Francis Crick研究所共同进行的研究，获英国癌症研究中心(Cancer Research UK)及欧洲研究委员会(ERC)支持，成果已发表于国际顶尖期刊《Cell》。
