Craif在2026年AACR年會上發表利用尿液微RNA進行肺癌早期檢測和預後預測的合作研究成果
Craif株式會社在2026年AACR年會上發表了利用尿液微RNA進行肺癌早期檢測和預後預測的合作研究成果。這項研究與東京慈惠會醫科大學和市立東大阪醫療中心合作進行，透過非侵入性尿液檢測展示了高精度診斷和復發風險預測，突顯了癌症護理中「單一檢測概念」的潛力。
📋 文章處理履歷
- 📰 發表: 2026年4月30日 19:00
- 🔍 收集: 2026年4月30日 10:31
- 🤖 AI分析完成: 2026年4月30日 21:28（收集後10小時57分鐘）
生物AI新創公司Craif株式會社（所在地：東京都新宿區，代表取締役CEO：小野瀨隆一，以下簡稱「Craif」）於2026年4月在美國聖地牙哥舉行的「AACR Annual Meeting 2026（美國癌症研究協會年會）」上，與東京慈惠會醫科大學綜合醫科學研究中心次世代藥物開發研究部部長藤田雄副教授、市立東大阪醫療中心呼吸器外科部長野尻崇醫師等人，共同發表了關於肺癌的研究成果。本研究顯示，透過無需採血、無需就醫的尿液檢測，可以高精度地早期發現肺癌，並有可能從術前尿液預測術後復發風險。
■ 關於2026年AACR年會（美國癌症研究協會年會）
本學術會議是全球規模最大、最具權威的癌症研究學術盛會之一，匯集了來自世界各地的醫師、研究人員、醫療設備和製藥企業的專家，共同討論最新的癌症研究成果和臨床數據。它對全球癌症研究的發展和臨床實踐的提升做出了巨大貢獻。
發表日期：2026年4月19日（星期日）
地點：美國加利福尼亞州聖地牙哥
官方網站：https://www.aacr.org/meeting/aacr-annual-meeting-2026/
■ 研究成果重點
無需採血的尿液檢測實現肺癌高精度早期發現
為開發非侵入性肺癌檢測系統，本研究著重於尿液外泌體中包含的微RNA。對278名肺癌患者和213名非癌症對照組（共491名）進行了Small RNA-seq分析，並利用機器學習演算法構建了識別肺癌的診斷模型。在獨立測試集中，診斷準確度（AUC）達到0.941（95%CI: 0.899–0.983），早期癌症（0/I期）的敏感度為88.2%（95%CI: 73.4–95.3%），特異度為87.0%（95%CI: 75.6–93.6%）。此外，透過年齡匹配分析和多變量分析，確認結果不受年齡、性別、BMI、吸煙史等因素的影響。
術前尿液預測術後復發風險
針對76名I-II期外科切除病例，利用術前尿液微RNA表達數據構建了Cox回歸模型，並開發了一個由三種微RNA（hsa-miR-181a-5p、hsa-miR-185-5p、hsa-miR-934）組成的預後預測面板。在復發高風險組和低風險組之間，無復發生存期的風險比為8.3（95%CI: 1.9–37.0），確認了顯著的分層（3年時的ROC AUC：0.796）。這表明有可能在術前透過尿液評估復發風險。
■ 合作研究概述
本研究是一項多中心病例對照研究，使用了從日本四個設施收集的尿液樣本。針對278名肺癌患者和213名非癌症對照組，透過結合尿液細胞外囊泡（EV）中包含的微RNA的Small RNA-seq分析和機器學習，構建並驗證了早期檢測模型。此外，利用術前尿液微RNA表達數據構建了預後微RNA面板，顯示了分層復發風險的可能性。這些發現表明，透過無需採血或就醫的尿液採集，有可能一體化實現「肺癌的早期發現」和「復發風險評估」（單一檢測概念）。
■ 術語解釋
細胞外囊泡（外泌體）：細胞分泌的小囊狀顆粒，用於體內資訊傳遞。細胞外囊泡中含有微RNA等物質，作為癌症診斷的重要生物標誌物受到關注。
微RNA：細胞中非常小的RNA分子，具有調節基因功能的作用。在癌細胞中，微RNA的種類和數量會發生變化，因此被認為可用於疾病的早期發現和預後預測。
機器學習：一種AI（人工智慧）技術，根據大量數據自主學習模式，進行未來預測或分類。在本研究中，它被用於利用微RNA數據高精度判斷癌症是否存在，以進行癌症診斷。
AUC（曲線下面積）：診斷準確度的指標，取值範圍為0到1。越接近1表示診斷性能越高。
敏感度和特異度：敏感度表示患病者中檢測呈陽性的比例，特異度表示未患病者中檢測呈陰性的比例。
風險比：表示兩個群體之間某事件（如復發）發生風險比率的指標。
■ 關於2026年AACR年會（美國癌症研究協會年會）
本學術會議是全球規模最大、最具權威的癌症研究學術盛會之一，匯集了來自世界各地的醫師、研究人員、醫療設備和製藥企業的專家，共同討論最新的癌症研究成果和臨床數據。它對全球癌症研究的發展和臨床實踐的提升做出了巨大貢獻。
發表日期：2026年4月19日（星期日）
地點：美國加利福尼亞州聖地牙哥
官方網站：https://www.aacr.org/meeting/aacr-annual-meeting-2026/
■ 研究成果重點
無需採血的尿液檢測實現肺癌高精度早期發現
為開發非侵入性肺癌檢測系統，本研究著重於尿液外泌體中包含的微RNA。對278名肺癌患者和213名非癌症對照組（共491名）進行了Small RNA-seq分析，並利用機器學習演算法構建了識別肺癌的診斷模型。在獨立測試集中，診斷準確度（AUC）達到0.941（95%CI: 0.899–0.983），早期癌症（0/I期）的敏感度為88.2%（95%CI: 73.4–95.3%），特異度為87.0%（95%CI: 75.6–93.6%）。此外，透過年齡匹配分析和多變量分析，確認結果不受年齡、性別、BMI、吸煙史等因素的影響。
術前尿液預測術後復發風險
針對76名I-II期外科切除病例，利用術前尿液微RNA表達數據構建了Cox回歸模型，並開發了一個由三種微RNA（hsa-miR-181a-5p、hsa-miR-185-5p、hsa-miR-934）組成的預後預測面板。在復發高風險組和低風險組之間，無復發生存期的風險比為8.3（95%CI: 1.9–37.0），確認了顯著的分層（3年時的ROC AUC：0.796）。這表明有可能在術前透過尿液評估復發風險。
■ 合作研究概述
本研究是一項多中心病例對照研究，使用了從日本四個設施收集的尿液樣本。針對278名肺癌患者和213名非癌症對照組，透過結合尿液細胞外囊泡（EV）中包含的微RNA的Small RNA-seq分析和機器學習，構建並驗證了早期檢測模型。此外，利用術前尿液微RNA表達數據構建了預後微RNA面板，顯示了分層復發風險的可能性。這些發現表明，透過無需採血或就醫的尿液採集，有可能一體化實現「肺癌的早期發現」和「復發風險評估」（單一檢測概念）。
■ 術語解釋
細胞外囊泡（外泌體）：細胞分泌的小囊狀顆粒，用於體內資訊傳遞。細胞外囊泡中含有微RNA等物質，作為癌症診斷的重要生物標誌物受到關注。
微RNA：細胞中非常小的RNA分子，具有調節基因功能的作用。在癌細胞中，微RNA的種類和數量會發生變化，因此被認為可用於疾病的早期發現和預後預測。
機器學習：一種AI（人工智慧）技術，根據大量數據自主學習模式，進行未來預測或分類。在本研究中，它被用於利用微RNA數據高精度判斷癌症是否存在，以進行癌症診斷。
AUC（曲線下面積）：診斷準確度的指標，取值範圍為0到1。越接近1表示診斷性能越高。
敏感度和特異度：敏感度表示患病者中檢測呈陽性的比例，特異度表示未患病者中檢測呈陰性的比例。
風險比：表示兩個群體之間某事件（如復發）發生風險比率的指標。