哈佛大学医学院、麻省总医院、威斯康辛大学医学院的科学家在前列腺癌的早期诊断研究方面取得新的进展，相关成果文章Metabolomic Imaging for Human Prostate Cancer Detection公布在最新一期的Science Translational Medicine上。
前列腺癌 （prostatic carcinoma, prostatic cancer, PCa） 是男性生殖系最常见的恶性肿瘤，发病随年龄而增长，其发病率有明显的地区差异，欧美地区较高。据报道仅次于肺癌，在男性是癌症死亡的第二位。前列腺癌常见的诊断方式包括，酸性磷酸酶的放射免疫测定，前列腺液的乳酸脱氢酶的测定，经直肠的超声显像，CT检查以及前列腺穿刺针改进等，前列腺癌的病理检出率和经验临床上的发病率有很大差异。
早期检测前列腺癌就像大海捞针一样困难，因为它实在是太难被发现了，患者唯一能够求助的诊断方法是活检，但这种方法通常只能捕捉到10%的癌症。而且目前没有一种放射学方法能够明确地定位癌性肿瘤究竟存在于前列腺的什么地方？
为了解决这个问题，哈佛大学医学院的科学家们使用尖端的成像技术绘制了首张精细的前列腺癌代谢产物化学图谱（三维彩色图谱）。这种方法可用于检测处于早期阶段的前列腺癌。
在本研究中，Chin-Lee Wu及其同事对人类前列腺的代谢物分布进行了观察。代谢物是身体中由化学反应所产生的小分子物质。这些隐藏在细胞浆中的“化学性指纹”，通过代谢产物进行溯源分析进而分析前列腺癌的具体情况。但是这些化学小分子是如此地细小，通常找到它们无法用常规的仪器来进行。于是科学家们使用尖端的成像技术开始了这一尝试，这一新的方法通过其化学组成的镜头来观察癌症，或为临床精确检测前列腺癌铺平道路。
研究人员发现，某些代谢物比其它的代谢物对癌症更为敏感，而代谢物的特异性结合可用于显示前列腺中的“热点”或是具有高机率癌变的地区。通过测量前列腺组织中不同量的各种化学物质或代谢物，并用该数据来创建一个由电脑所产生的组织特异图，研究者发现，他们能够以93-97%的总体精确度探查到前列腺癌灶的存在。这些结果提示，对组织中的全部的代谢变化进行集体评估可被用来了解每位患者癌症的独有的特征。（生物谷Bioon.com）
生物谷推荐原始出处：
Sci Transl Med 27 January 2010: DOI: 10.1126/scitranslmed.3000513
Metabolomic Imaging for Human Prostate Cancer Detection
Chin-Lee Wu1,2,*, Kate W. Jordan1,*, Eva M. Ratai3, Jinhua Sheng4, Christen B. Adkins1, Elita M. DeFeo1, Bruce G. Jenkins3, Leslie Ying4, W. Scott McDougal2 and Leo L. Cheng1,3,?
1Department of Pathology, Massachusetts General Hospital, Harvard Medical School, Boston, MA 02114, USA.
2Department of Urology, Massachusetts General Hospital, Harvard Medical School, Boston, MA 02114, USA.
3Department of Radiology, Massachusetts General Hospital, Harvard Medical School, Boston, MA 02114, USA.
4Department of Electrical Engineering and Computer Science, University of Wisconsin, Milwaukee, WI 53201, USA.
As current radiological approaches cannot accurately localize prostate cancer in vivo, biopsies are conducted at random within prostates for patients at risk for prostate cancer, leading to high false-negative rates. Metabolomic imaging can map cancer-specific biomolecular profile values onto anatomical structures to direct biopsy. In this preliminary study, we evaluated five whole prostates removed during prostatectomy from biopsy-proven cancer patients on a 7-tesla human whole-body magnetic resonance scanner. Localized, multi–cross-sectional, multivoxel magnetic resonance spectra were used to construct a malignancy index based on prostate cancer metabolomic profiles obtained from previous intact tissue analyses with a 14-tesla spectrometer. This calculated malignancy index is linearly correlated with lesion size and demonstrates a 93 to 97% overall accuracy for detecting the presence of prostate cancer lesions, suggesting the potential clinical utility of this approach.
