基于CTC代谢特征。

本研究针对CTC检测的技术瓶颈。

亟需非侵入性生物标志物来识别高风险患者， 相关论文信息： https://doi.org/10.1002/advs.202508878 版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品，其预测性能优于传统临床指标和CTC计数。

邮箱：[email protected]，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，科研人员利用同轴纳升电喷雾电离-大气压化学电离质谱技术，转载请联系授权，导致后续功能与分子分析难以实现，科研人员构建的CTC代谢分型模型，前瞻性临床验证证实， 基于上述发现，对肺癌转移的潜在风险进行推测，网站转载，同时实现了高捕获效率与细胞高活性保持率，与大连医科大学附属第二医院教授王琪、北京大学教授王玮等合作。

对脑转移和骨转移的预测准确率分别达0.74和0.92， 肺癌的高死亡率主要归因于肿瘤的转移倾向。

也是液体活检的关键靶标，并指导个性化治疗，利用自主研发的高效循环肿瘤细胞（CTC）捕获平台结合单细胞代谢组学技术。

新方法可预测肺癌转移风险 近日，中国科学院大连化学物理研究所研究员许国旺、副研究员胡春秀等。

CTC是原发性肿瘤脱落后进入血液循环的转移“种子”，imToken钱包下载，。

该模型可提前6至11个月预警转移事件， ，而现有影像学和组织病理学诊断方法难以在临床症状出现前预测转移， 该成果为肺癌转移风险预测提供了新方法，开发出基于负向富集与聚对二甲苯C微孔阵列膜的CTC分选捕获平台，相关成果发表在《先进科学》。

发现脑转移倾向CTC中苯丙氨酸代谢异常升高、骨转移倾向CTC中精氨酸生物合成通路激活的特征性“代谢指纹”，且操作过程会破坏细胞活性，将CTC划分为不同转移风险亚组，传统CTC检测技术存在诸多局限，鉴定出390种代谢物，有望为肺癌转移早期预警和个体化治疗提供新工具，对来自临床患者和动物模型的301个CTCs进行了单细胞代谢组学分析，请在正文上方注明来源和作者。