肺癌是全球最常见的癌症死因。尽管在治疗方面取得了进展，但提高长期生存率最有希望的策略是推进早期检测。使用低剂量计算机断层扫描进行筛查，这是一种使用X光机发出低剂量辐射来对体内区域进行扫描成像的程序，可以诊断早期疾病，从而为患者提供治疗。然而，需要更好的策略来识别并接触到那些最有可能从筛查中受益的人。

国际癌症研究所基因组流行病学科学家、该研究的联合负责人希拉里·罗宾斯（Hilary Robbins）博士说：“癌症筛查可以挽救生命，但必须在益处与风险之间进行权衡。血液生物标记物显示出强大的潜力，可以更好地识别未来将发展为癌症的人群，从而针对他们进行筛查。”

寻找血液蛋白标记物

这项新的研究使用了来自六个参与肺癌队列联盟（LC3）的前瞻性人群队列研究的蛋白质组学数据。肺癌队列联盟是一个由来自世界各地的25个队列组成的大型联盟倡议，其中包括300万研究志愿者的数据，这些志愿者已经接受了多年的随访。

在《自然通讯》上发表的研究中，这是首个在预诊血样中寻找肺癌早期蛋白标记物的研究。研究人员在731名有吸烟史且在采集血样后3年内被诊断为肺癌的人士中采集了血液样本，并对这些样本中的高达1200种蛋白质进行了测量。研究人员将这些样本中的蛋白质与731名年龄、性别和吸烟史相似的人的血液样本中的蛋白进行了比较，这些人在采血后3年内没有患上癌症。

国际癌症研究所基因组流行病学部门的博士生、该研究的主要作者之一哈娜·扎赫德（Hana Zahed）女士说：“这些结果确定了与患肺癌风险密切相关的36种蛋白标记物，这些生物标记物可用于识别那些将通过进一步的低剂量计算机断层扫描进行肺癌筛查的患者。”

风险预测算法

第二项新研究发表在《美国国家癌症研究所杂志》上，由国际癌症研究所基因组流行病学部门的博士后研究员冯晓双（Xiaoshuang Feng）博士领导。在这项研究中，作者使用肺癌队列联盟数据开发并验证了一种基于蛋白质的风险预测算法。然后，他们将其性能与商业性自身抗体测试和最常用的基于问卷的肺癌风险模型进行了比较。蛋白质算法在区分那些最终患上肺癌和那些没有患上肺癌的个体方面表现优于这些工具，这表明这些标记具有强大的潜力，可以提供现有预测工具以外的风险信息。

国际癌症研究所基因组流行病学科学家和该研究的联合领导者马蒂亚斯·约翰松（Mattias Johansson）博士说：“这些研究的结果很有希望，标志着为了开发一种基于生物标记物的工具以改进肺癌筛查的临床决策的目标，我们迈出了重要的一步。我们现在正在迅速推进开发和评估一种可实践的检测方法。”

肺癌

考虑到迫切需要改进早期检测以减少肺癌死亡人数，这两项研究的结果非常重要。

2020年，估计全球新增220万例癌症病例，近180万人死于癌症。国际癌症研究所的估计数据一直将肺癌列为世界上最常见的癌症类型，直到2020年，女性乳腺癌症新发病例的估计数量略高于癌症。然而，肺癌仍然一直是全球癌症死亡的最常见原因。

导致肺癌发生的主要风险因素仍然是吸烟。其他常见的原因包括暴露于室内外空气污染、柴油机排气、焊接烟尘和石棉。大多数肺癌病例和死亡病例发生在亚洲，其次是欧洲。