发现肺部结节，到底是不是肺癌？老人家年纪大了，做有创穿刺检查吃不消，反复做CT又怕辐射和假阳性，怎么办？在肺癌诊疗中，“早发现、早诊断”是决定生存期的关键因素。然而，面对传统筛查手段的局限性，临床急需一种无创、高效且精准的辅助诊断工具。
为什么老年人早期肺癌筛查如此棘手？打破传统影像瓶颈
肺癌是全球及我国死亡率最高的恶性肿瘤。统计数据显示，2022年我国新发肺癌病例约65.87万例，死亡病例高达73.33万例。早期（Ⅰ期）肺癌患者经规范治疗后，5年生存率可达74%～95%；而一旦拖延至晚期，5年生存率骤降至18%。因此，早期精准捕捉肿瘤信号是拯救生命的核心。
目前，低剂量螺旋CT（LDCT）是临床最常用的早期肺癌筛查手段。但LDCT存在明显的痛点：假阳性率较高，极易引发过度诊疗与患者恐慌；同时伴随辐射暴露风险及长期随访成本问题。尤其是对于60岁以上的老年群体，由于生理衰老导致线粒体功能改变，且常合并心脑血管等基础疾病，对有创检查的耐受性差，迫切需要一种便捷、无创的血液学辅助筛查方案。
相比于循环肿瘤DNA（ctDNA）等液体活检技术，代谢组学检测仅需极微量血浆（＜100 μL），检测流程便捷，且在灵敏度上可与影像学相媲美。其中，脂质组学能够系统捕捉肿瘤引起的脂质代谢重编程特征，为无创筛查开辟了全新的途径。
AI机器学习算法突破：从3000多种脂质中精准锁定5大肉碱标志物
基于非靶向脂质组学技术，研究人员对受试者血浆中的3645个脂质特征进行了系统表征。借助主成分分析（PCA）和正交偏最小二乘判别分析（OPLS-DA），揭示了早期肺癌患者与对照人群之间存在显著的脂质代谢差异。
早期肺癌与对照组血浆脂质组学PCA主成分分析图
早期肺癌组与对照组OPLS-DA代谢差异得分图
OPLS-DA模型200次置换检验及诊断效能图
为了从浩瀚的代谢数据中剔除干扰“噪声”，研究采用了L1正则化支持向量机（L1-SVM）算法结合增量特征选择（IFS）算法。研究发现，当精炼至前5个核心特征时，模型的分类准确率达到峰值；若包含过多特征，反而会导致严重的模型过拟合。
增量特征选择算法筛选核心脂质标志物曲线
这5种最终被锁定的核心标志物均为中长链酰基肉碱类化合物：棕榈油酸肉碱、棕榈酸肉碱、α-亚麻酸肉碱、亚油酸肉碱以及油酸肉碱。由这5种肉碱组成的诊断模型展现出了惊人的筛查效能：受试者工作特征曲线下面积（AUC）达到0.895，筛查灵敏度高达98.4%，极大降低了早期肺癌的漏诊风险。
5种肉碱标志物联合诊断模型与全特征模型ROC曲线对比
如何鉴别肺结节良恶性？多重临床场景验证卓越效能
临床上最棘手的问题往往在于“CT发现了肺结节，但无法区分良恶性”。该5种肉碱标志物模型在多种真实临床场景中均表现出了极高的诊断稳定性：
- 早期肺癌 vs 良性肺结节：在最富挑战性的良恶性结节鉴别场景中，模型AUC达0.877，灵敏度为86.1%，特异度为80.0%，为判断结节性质提供了可靠依据。
- 早期肺癌 vs 健康人群：鉴别诊断AUC高达0.929，灵敏度达到94.4%，特异度为85.4%。
- 独立外部队列验证：在独立的外部验证集中，模型仍取得了0.874的AUC和84.5%的整体准确率，证实了其强大的泛化能力。
独立验证集中肉碱标志物模型的ROC曲线诊断效能
5种肉碱标志物在不同分类场景下的ROC诊断曲线
为了排除吸烟等生活习惯对结果的干扰，敏感性分析表明，无论是否将吸烟作为协变量或仅在非吸烟人群中分析，模型的诊断AUC均稳定保持在0.89以上。决策曲线分析（DCA）也证实，患者能显著从该模型的辅助诊断策略中获益。
诊断模型评估校准曲线图
临床决策曲线分析（DCA）评估患者净获益
肿瘤代谢重编程机制：肉碱降低为何成为肺癌“警报器”？
为什么血浆中的肉碱水平能作为肺癌的“警报信号”？定量分析显示，这5种肉碱在早期肺癌患者血浆中的含量均显著低于良性结节组和健康对照组（P＜0.001）。分析表明，5种肉碱分子之间呈极强的正相关性（r=0.65～0.90），共同反映了肺癌特异性的脂质代谢紊乱。
5种肉碱标志物在早期肺癌与对照组中的表达差异比较
5种肉碱分子间Spearman相关性热图分析
在生物学机制上，肉碱是脂肪酸进入线粒体进行β-氧化（FAO）的核心转运载体。肿瘤细胞为满足快速增殖的高能量需求，会极度依赖脂肪酸氧化供能，从而大量摄取和消耗血液中的游离酰基肉碱，导致患者血浆中肉碱水平显著下降。
体外细胞功能实验进一步证实，当对人肺腺癌细胞（A549）外源性补充关键标志物棕榈酸肉碱时，细胞活力受到剂量依赖性抑制，半数抑制浓度（IC50）为57.12 μmol/L。划痕试验显示，补充棕榈酸肉碱可显著抑制肺癌细胞的迁移能力，提示肉碱代谢紊乱在肿瘤发生发展中扮演着关键角色。
棕榈酸肉碱对人肺腺癌A549细胞活力的剂量抑制曲线
划痕试验展现棕榈酸肉碱对肺癌细胞迁移能力的显著抑制作用
老年肺癌患者与家属的居家应对策略与前沿诊疗指引
对于家中有肺结节或高危老年人群的家庭，科学的早诊早治与规范化管理至关重要。建议采取以下策略：
- 高危人群定期筛查：60岁以上、有吸烟史或肿瘤家族史的高危群体，应按指南推荐定期进行低剂量螺旋CT检查。对于发现的微小结节，切忌盲目恐慌或盲目手术。
- 多模态无创辅助诊断：当CT检查提示疑难肺结节时，可结合血浆脂质组学等无创液体活检检测手段，全面评估结节良恶性风险，减少无谓的创伤性检查。
- 关注前沿精准医疗：一旦确诊早期肺癌，应优先选择根治性手术或局部放疗；而对于中晚期患者，基因检测与前沿靶向、免疫药物治疗正不断刷新生存期紀錄。
癌症治疗是一场与时间赛跑的战役。作为专为癌症患者及其家属打造的信息共享与互助平台，MedFind致力于消除全球医疗信息的“时差”与“边界”。无论是探索全球前沿诊断技术、解读复杂病理报告，还是寻求海外已上市创新药物的跨境直邮与AI辅助问诊服务，MedFind都将为您提供专业、权威且值得信赖的抗癌全流程支持，陪您共同赢得这场生命之战。
【参考文献】
［1］Sung H, Ferlay J, Siegel R L, et al. Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries［J］. CA Cancer J Clin, 2021, 71(3): 209-249.
［2］郑荣寿, 陈茹, 韩冰峰, 等. 2022年中国恶性肿瘤流行情况分析［J］. 中华肿瘤杂志, 2024, 46(3): 221-231.
［3］Wang C D, Shao J, Song L J, et al. Persistent increase and improved survival of stage I lung cancer based on a large-scale real-world sample of 26,226 cases［J］. Chin Med J (Engl), 2023, 136(16): 1937-1948.
［4］Bach P B, Mirkin J N, Oliver T K, et al. Benefits and harms of CT screening for lung cancer: a systematic review［J］. JAMA, 2012, 307(22): 2418-2429.
［5］Smith R A, Andrews K S, Brooks D, et al. Cancer screening in the United States, 2017: a review of current American Cancer Society guidelines and current issues in cancer screening［J］. CA Cancer J Clin, 2017, 67(2): 100-121.
［6］Dunn W B, Broadhurst D, Begley P, et al. Procedures for large-scale metabolic profiling of serum and plasma using gas chromatography and liquid chromatography coupled to mass spectrometry［J］. Nat Protoc, 2011, 6(7): 1060-1083.
［7］Wang G X, Qiu M T, Xing X D, et al. Lung cancer scRNA-seq and lipidomics reveal aberrant lipid metabolism for early-stage diagnosis［J］. Sci Transl Med, 2022, 14(630): eabk2756.
［8］Eswaran S, Mascarenhas R, Kabekkodu S P. The ester derivative Palmitoylcarnitine abrogates cervical cancer cell survival by enhancing lipotoxicity and mitochondrial dysfunction［J］. Cell Commun Signal, 2025, 23(1): 213.
［9］Melone M A B, Valentino A, Margarucci S, et al. The carnitine system and cancer metabolic plasticity［J］. Cell Death Dis, 2018, 9(2): 228.
