2026年3月3日，约翰斯·霍普金斯大学医学院的研究人员开发出一种名为“表观遗传不稳定性指数”（EII）的新指标，该指标通过测量DNA甲基化的随机变化，为早期癌症检测提供了新的生物标志物。这项研究近期发表在《临床癌症研究》期刊上，展示了其在区分早期肺癌和乳腺癌患者方面的潜力。

约翰斯·霍普金斯大学医学院肿瘤学副教授Hariharan Easwaran博士表示：“这些‘随机’改变的癌症信号可在血液中检测到，并可能用于微小残留病技术、常规癌症筛查患者的分类，以及多癌种早期检测。”Easwaran实验室的博士后研究员Sara-Jayne Thursby博士补充说：“我们优先考虑随机甲基化改变，而非变化的幅度或方向。”通过分析来自2,084个样本的公开数据集，研究团队确定了269个基因组区域，这些区域捕捉了多种癌症类型中大部分DNA甲基化变异性，可用于设计生物标志物组合。

在概念验证研究中，EII指标在检测早期肺癌时达到81%的灵敏度和95%的特异性，对于早期乳腺癌则为68%的灵敏度和95%的特异性。Thursby说：“这是一种通用癌症生物标志物，因为它捕捉了癌症的一个基本特征——正常表观遗传调控的崩溃。”研究还发现，该方法在检测结肠癌、脑癌、胰腺癌和前列腺癌信号方面也显示出潜力。Easwaran指出：“我们总体上观察了癌症患者和健康患者群体的整体甲基化变异性。”分析表明，正常组织的甲基化模式相似，而癌症肿瘤则因表观遗传不稳定性而显著不同。

为了优化检测，研究团队采用了随机森林机器学习算法来处理嘈杂的甲基化数据。Thursby表示：“随机森林是一种基于集成的机器学习算法，可能排除了所有噪音，以更好地区分肿瘤和正常模式。”Easwaran补充说：“表观遗传生物标志物还面临挑战，即随机甲基化错误和表观遗传漂移可能模糊年龄相关和肿瘤相关变化之间的区别，而癌症中看到的显著表观遗传不稳定性通常较少见于正常衰老。”这突出了EII指标在区分癌症与正常衰老变化方面的优势。

未来，研究团队计划将EII指标应用于多癌种早期检测测试，并结合组织来源信息。Easwaran说：“关于不稳定性的信息可以捕捉到非常早期的信号。”后续工作包括确定最佳甲基化分析技术、标准化流程，并在广泛数据集中进行验证。Thursby强调，短期内仍需对EII进行深入分析和价值评估。表观遗传学作为癌症检测的前沿领域，Easwaran呼吁更多合作以克服数据缺乏的障碍。