文／徐　飛

　　惡性腫瘤嚴(yán)重威脅人類生命健康，是全球因病死亡原因之首，并且發(fā)病率及死亡率仍在迅速增長。而早期篩查是降低腫瘤死亡率的重要手段，開發(fā)更多有效的腫瘤無創(chuàng)檢測與篩查方法成為目前腫瘤研究領(lǐng)域中的重要方向。

　　目前，眾多癌癥篩查手段，如低劑量CT 應(yīng)用于肺癌篩查、PSA 應(yīng)用于前列腺癌、鉬靶檢測應(yīng)用于乳腺癌、胃腸鏡檢測應(yīng)用于胃腸道腫瘤等，均展現(xiàn)出一定的效果，并越來越被推薦作為診療的步驟。但現(xiàn)有的手段存在諸多缺陷，如現(xiàn)有風(fēng)險模型對所有高?；颊吆Y查經(jīng)濟花費巨大、存在電離輻射暴露風(fēng)險和陽性預(yù)測值低等。

　　針對難點問題，北京大學(xué)基礎(chǔ)醫(yī)學(xué)院系統(tǒng)生物醫(yī)學(xué)研究所新體制助理教授、副研究員、博士生導(dǎo)師王光熙致力于系統(tǒng)生物學(xué)及腫瘤分子生物學(xué)研究，結(jié)合代謝組學(xué)、多組學(xué)技術(shù)與人工智能，尋找新的腫瘤診斷標(biāo)志物，建立新的檢測方法，努力發(fā)現(xiàn)新的腫瘤發(fā)生發(fā)展機制，為該領(lǐng)域的發(fā)展貢獻自己的一份力量。

　　利用人工智能輔助腫瘤檢測

　　解決科研難題不能因循守舊，亦步亦趨，必須大膽設(shè)想，小心求證。為解決惡性腫瘤早期篩查問題，王光熙采取了由點到面的研究步驟，從單一癌癥篩查檢測開始，逐步擴展篩查癌癥種類，最終發(fā)現(xiàn)一系列篩查檢測規(guī)律，從而利用人工智能輔助提出癌癥檢測策略。

　　王光熙首先選擇研究肺癌代謝檢測。他應(yīng)用單細(xì)胞轉(zhuǎn)錄組學(xué)、血漿脂質(zhì)組學(xué)、機器學(xué)習(xí)和質(zhì)譜成像等手段綜合分析早期肺癌的脂代謝特征，開發(fā)了一套人工智能輔助的早期肺癌代謝檢測方法，并揭示了相關(guān)的分子機制。該方法的成功建立明確和開拓了機器學(xué)習(xí)輔助代謝組學(xué)用于早期肺癌檢測及篩查的高效策略與全新方向。

　　對于王光熙的這一研究成果，Nature Reviews ClinicalOncology 等雜志撰文評論并給予高度評價，如“作者已經(jīng)描述了一種有前途的非小細(xì)胞肺癌診斷工具，該工具基于具有臨床應(yīng)用潛力的靶向脂質(zhì)組，并且使用廣泛的對照反復(fù)確認(rèn)。該方法的性能將為脂質(zhì)組學(xué)在癌癥診斷中的作用開創(chuàng)先例”。同時，這一研究成果也被新華社海外版、China Daily、北大科研、Gizmodo 等多地媒體報道，獲得了世界范圍內(nèi)的贊譽。

　　與此同時，王光熙還利用脂質(zhì)組學(xué)、多組學(xué)與機器學(xué)習(xí)聯(lián)用手段相繼開發(fā)出檢測胰腺癌、食管癌與膠質(zhì)瘤等列針對不同腫瘤的人工智能輔助的腫瘤代謝檢測方法。

　　并且，他在PTEN/RPA1 在結(jié)直腸癌，以及RPA1 在肝癌發(fā)生發(fā)展與脂代謝的相關(guān)機制研究中有了新的發(fā)現(xiàn)。在人工智能與病理圖像識別方面，王光熙與合作者開發(fā)了一套可應(yīng)用識別間質(zhì)來源腫瘤的檢測系統(tǒng)。該系統(tǒng)從胃腸間質(zhì)瘤樣本訓(xùn)練，后期在未經(jīng)進一步訓(xùn)練調(diào)參的基礎(chǔ)上成功對TCGA 來源的多種間質(zhì)腫瘤及獨立來源的女性生殖系統(tǒng)間質(zhì)來源腫瘤實現(xiàn)了能與人匹敵的識別與診斷效能。

　　最終，王光熙根據(jù)單一癌癥檢測積累的經(jīng)驗，創(chuàng)新性地結(jié)合代謝組與人工智能機器學(xué)習(xí)特征篩選策略，成功與北大醫(yī)院楊尹默院長團隊、北大人民醫(yī)院王俊院士團隊等展開合作，在胰腺癌、肺癌、食管癌、膠質(zhì)瘤等腫瘤的早期診斷中開發(fā)了準(zhǔn)確性高、快速、無創(chuàng)的檢測方法及模型。

　　截至目前，利用這一方法已成功檢測了超過5000 例個體的樣本，其中肺癌、胰腺癌的人工智能代謝檢測方法已被授權(quán)發(fā)明專利，相應(yīng)的專利轉(zhuǎn)化工作也正在開展。腫瘤- 人工智能代謝檢測系統(tǒng)檢測時間短、花費少、準(zhǔn)確性高、沒有輻射，非常安全，并且在腫瘤早期即可實現(xiàn)精準(zhǔn)檢測。

　　夯實學(xué)術(shù)基礎(chǔ)實現(xiàn)科研飛躍

　　能夠取得這樣的成績，離不開王光熙持之以恒的努力。品學(xué)兼優(yōu)的王光熙在大學(xué)本科學(xué)習(xí)階段就成為北京大學(xué)基礎(chǔ)醫(yī)學(xué)8 年制的學(xué)生，同時發(fā)現(xiàn)了自己的學(xué)術(shù)興趣所在——腫瘤研究。他說干就干，申請進入尹玉新教授實驗室進行學(xué)習(xí)和科研訓(xùn)練，探索抗癌基因PTEN 的全新功能，特別是其在核內(nèi)調(diào)控DNA 復(fù)制從而維持基因組穩(wěn)定性的作用機制。

　　在良師益友的幫助下，他初入科研大門就感受到學(xué)術(shù)研究的魅力所在。3 年之后，他的第一篇文章PTEN regulatesRPA1 and protects DNA replication forks 就被Nature 子刊CellResearch 作為封面文章發(fā)表。當(dāng)時志存高遠(yuǎn)的王光熙和同道者特意設(shè)計了孫悟空的卡通形象，希望把中國的科研與中國的故事展現(xiàn)給全世界。

　　畢業(yè)后，王光熙進入解放軍總醫(yī)院腫瘤內(nèi)科實驗室任助理研究員，實際接觸了大量的病人，也更真切地意識到腫瘤診治的復(fù)雜性，以及惡性腫瘤帶給患者的沉重負(fù)擔(dān)。醫(yī)者仁心，王光熙希望能為患者做些力所能及的工作，他開始關(guān)注精準(zhǔn)醫(yī)學(xué)在腫瘤診療方面的應(yīng)用，包括基于二代測序、腫瘤微環(huán)境評估。隨著人工智能開始走進大眾視野，王光熙意識到人工智能對醫(yī)學(xué)特別是其與多組學(xué)數(shù)據(jù)的融合將對腫瘤等疾病的診斷帶來全新的可能。

　　接著，王光熙回到北醫(yī)基礎(chǔ)開始博士后階段的研究。在解放軍總醫(yī)院腫瘤內(nèi)科實驗室的工作實踐讓他更加明確自己的科研方向和研究意義，開始針對人工智能在精準(zhǔn)醫(yī)學(xué)與轉(zhuǎn)化醫(yī)學(xué)方面的應(yīng)用進行探索。王光熙嘗試將機器學(xué)習(xí)等方法和思維融入代謝組學(xué)等多組學(xué)數(shù)據(jù)的分析中，希望能尋找到新的標(biāo)志物，開發(fā)更加準(zhǔn)確、有效、穩(wěn)定的腫瘤早期檢測方法。

　　完成包括早期肺癌、胰腺癌等腫瘤的代謝檢測方法開發(fā)和驗證等課題之后，他正式以新體制助理教授、副研究員身份加入北大醫(yī)學(xué)平臺，在北大系統(tǒng)生物醫(yī)學(xué)研究所開展自己的科研工作。

　　王光熙努力為腫瘤的早診早篩早治提供可靠支持和全新思路。他重點關(guān)注疾病的檢測與生物標(biāo)志物發(fā)現(xiàn)，以及疾病早期代謝異常機制探索，特別是腫瘤的早期檢測這一研究領(lǐng)域。他積極發(fā)揮自身學(xué)術(shù)優(yōu)勢，充分融合人工智能、機器學(xué)習(xí)等分析手段與脂質(zhì)組學(xué)、代謝組學(xué)、蛋白組學(xué)等多組學(xué)技術(shù)，并結(jié)合質(zhì)譜成像、空間轉(zhuǎn)錄組、病理圖像組等空間組學(xué)手段，尋找全新的腫瘤標(biāo)志物，開發(fā)更多有效微創(chuàng)的腫瘤早診早篩方法，建立更多可靠準(zhǔn)確的疾病分類模型。同時，他將延續(xù)并擴展現(xiàn)有研究成果，開展更多轉(zhuǎn)化醫(yī)學(xué)研究，一方面從基礎(chǔ)醫(yī)學(xué)的腫瘤分子生物學(xué)角度對標(biāo)志物的意義和生理學(xué)與病理學(xué)功能及機制進行探索；另一方面從轉(zhuǎn)化醫(yī)學(xué)的臨床應(yīng)用出發(fā)，驗證并開發(fā)更加有效、經(jīng)濟的腫瘤或其他疾病篩查流程，最終開發(fā)出更精準(zhǔn)、更特異的泛癌種、多癌種檢測方法及模型。

　　北大醫(yī)學(xué)辦學(xué)110 周年提出了“明德，厚道，尚仁，出新”的北醫(yī)精神，王光熙亦是以此為指引。他希望自己所學(xué)所用，不僅能夠鑄就“中國夢”，還能夠造福廣大患者。

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……