肺癌仍然是全球癌症死亡的首要原因之一，其生存率与确诊时的肿瘤分期密切相关。尽管低剂量CT（LDCT）筛查已被证实可以显著降低肺癌死亡率，但在现实世界中推广仍面临诸多挑战。例如，在美国符合筛查条件的人群中，LDCT的实际参与率不足 10%，而在欧洲许多国家尚未形成大规模系统性筛查项目。如何在保证检测性能的同时，提高筛查的可及性和依从性，成为肺癌早筛领域亟待解决的问题。

来自德国和美国的联合研究团队在Journal of Thoracic Oncology发表重要研究成果，提出了一种基于全血小RNA测序（small RNA sequencing）的肺癌早期检测方法——miLung。该研究通过血液中小RNA表达特征建立诊断模型，为肺癌筛查提供了一种便捷、无创且具有规模化潜力的新策略。

长期以来，基因组中的非编码区域曾被视为“垃圾DNA”。然而近年来的研究不断表明，这些区域实际上蕴含着丰富的调控信息，尤其是各种非编码RNA，在疾病发生发展过程中发挥着重要作用。

在这项研究中，研究团队对 1384 名符合NLST筛查标准的高危人群开展前瞻性研究（年龄 55-74 岁，吸烟史≥30包年）。通过超深度小RNA测序（每个样本约 2000 万条测序reads），研究人员系统分析了全血中的小RNA表达谱，并最终构建出一个由 18 个小RNA特征组成的肺癌诊断模型——miLung。

研究采用PAXgene全血RNA管，实现采血后立即裂解全血并稳定细胞内和细胞外RNA，无需临床现场开盖移液和离心，从根本上避免了传统液体活检中常见的前处理批间差异。

团队开发了特异性反义寡核苷酸阻断方法，靶向 20 个高丰度miRNA及 35 个其他小RNA，中位阻断效率达 91%。这一突破将测序带宽从“淹没”状态中解放出来，使检测到的miRNA种类增加 28%（p=0.0014），让原本被掩盖的低丰度信号浮出水面。

研究采用全分辨率isomiR和小RNA变异体表达数据，而非仅局限于经典miRNA，保留了更丰富的生物学信息。

全血小RNA测序工作流程的开发

基于上述技术体系，研究团队构建的miLung模型在多个队列中均表现出稳定的检测性能。

在 943人 的发现队列（445 例肺癌患者、498 例对照）中，模型的中位AUC达到 0.86（95% CI: 0.84-0.86）。在 441 人的独立验证队列（286 例肺癌患者、155 例对照）中，AUC仍保持在 0.83，显示出良好的泛化能力。

值得注意的是，检测性能随着肿瘤分期增加而提升：I 期肺癌的AUC约为 0.73-0.76，而在 IV 期患者中可达到 0.86-0.90。

在不同病理亚型中，该模型同样表现稳定，其中肺鳞癌（AUC 0.88）和小细胞肺癌（AUC 0.93）的检测效果尤为突出。

发现队列和验证队列的AUC数值

令人惊喜的是，模型中最具权重的特征是一个 28S rRNA片段（28S-rRNA-bin-162），定位于核糖体L1 stalk结构域——该区域对tRNA在核糖体上的易位至关重要。

28S-rRNA-bin-162定位和L1-stalk结构

传统ctDNA检测在早期肺癌中灵敏度仅 20%-50%，其主要原因在于早期肿瘤释放到血液中的DNA量极低。miLung的创新在于同时捕获肿瘤来源和免疫细胞来源的小RNA，整合肿瘤信号与宿主免疫反应，实现了“1+1>2”的放大效应。

正如同期述评文章《Small RNAs Do It Better》所指出的：同时从肿瘤、微环境以及整个机体（尤其是免疫系统）多个层面获取信息，或许才是液体活检未来更具潜力的发展方向。

与影像学筛查相比，miLung检测具有明显的可及性优势。该检测只需通过常规体检抽血即可完成，无需额外预约影像检查。研究团队还进一步探索了干血斑（dried blood spot）采样方式，为未来居家采样和远程筛查提供了可能。

如果未来在更大规模人群研究中得到进一步验证，这类血液检测技术有望像 Cologuard 改变结直肠癌筛查模式一样，通过显著提高筛查参与率，从而在整体人群层面降低肺癌死亡率。