子 宫颈癌是全球女性最常见的妇科恶性肿瘤之一。我国宫颈癌的现状尤为严峻，发病和死亡人数接近全球五分之一。当前临床筛查主要依赖宫颈细胞学检查（ TCT ）和高危型 HPV 检测，但这些方法存在准确性不足、特异性低和过度转诊等问题，尤其是对于 HPV16/18 阳性的女性，常规建议直接接受阴道镜检查，导致大量无临床显著病变的患者承受过度检查和心理负担。同时，传统方法对非 HPV16/18 感染者缺乏有效的分流策略，易出现过度随访或漏诊。因此，宫颈癌已成为影响中国女性健康的重大公共卫生问题 ， 这凸显了对创新的、非侵入性或微创诊断方法以提高宫颈病变检测准确性的迫切需求。
近日 ， 来自 浙江大学医学院附属妇产科医院汪辉教授团队 与 浙江大学尹巍巍教授团队 在Cell Reports Medicine杂志 上发表 了题为Minimally invasive diagnosis of precancerous cervical lesions using single-cell peripheral immune atlas的研究工作。 在该论文中，研究团队创新性地通过CyTOF质谱流式技术分析了613名患有不同宫颈癌病变患者的外周血免疫图谱，成功开发出了两款基于外周血免疫特征的CIN2+和HPV+宫颈病变诊断模型，微创且准确，显著提升传统检测效能。
肿瘤的发生发展伴随着全身免疫以及外周免疫细胞群的改变，外周血循环中的免疫成分分析可作为肿瘤诊断的潜在指标。飞行时间质谱流式细胞技术 ( CyTOF ) 作为一种全面的免疫谱分析工具，为理解癌症发生进展中的免疫组成、改变和反应提供了新视角。团队首先纳入了 613 名女性，包括 336 例 ≤CIN1 组和 277 例 CIN2+ 组（ 123 例 CIN2/3 和 154 例宫颈癌），并使用 CyTOF 质谱流式技 术获取该 613 份外周血样本的免疫图谱。通过对 CyTOF 数据的深入挖掘，研究团队首先构建了基于外周免疫特征的宫颈癌前 / 癌变病变预测模型，简称 CIN2+ 模型。 CIN2+ 模型在区分 CIN2+ 和 ≤CIN1 方面表现出高特异性和敏感性，在训练集（特异性 = 90.9% ，敏感性 = 91.4% ， AUC=0.97) 和测试集（特异性 = 81.9% ，敏感性 = 89.5% ， AUC=0.89) 中均如此，特别是在非 HPV16/18 感染亚组中占据明显优势（特异性 = 91.1% ，敏感性 = 82.2% ， AUC=0.95) 。通过 105 例独立队列进行验证，结果显示 CIN2+ 模型能够有效区分 CIN2+ 和 ≤CIN1 ，其特异性为 85.3% ，敏感性为 86.5% ， AUC 值为 0.89 。这些结果显著优于临床传统基于 HPV 和 TCT 的诊断模型。
研究 团队还 开发了一个专门针对 高危 HPV 阳性患者的独立随机森林模型，简称 HPV+ 模型。 HPV+ 模型在区分 CIN2+ 与 ≤CIN1 病例方面表现出色，尤其是在 HPV16/18 阳性 患者中（特异性 =100% ，敏感性 =99% ， AUC=1.0) ， 这些结果显著优于 基于 TCT 构建的模型预测结果。 且在独立队列验证中， HPV+ 模型诊断 CIN2+ 的特异性为 72.2% ，敏感性为 96.6% ， AUC 值为 0.93 ，优于使用 TCT 方法的诊断性能，并在 HPV 16/18 亚组中表现出特别高的性能，敏感性达到 100% ，特异性为 83.3% 。
综上，本项工作 首次系统性地揭示了外周免疫表型在宫颈癌前病变筛查中的潜力，提供了一种无需采集宫颈局部样本的、真正意义上的微创诊断策略，特别适用于 HPV16/18 阳性患者的分流和非 16/18 型患者的精准识别，有望优化现有筛查流程，减少不必要的阴道镜检查和过度治疗，提高资源利用效率，助力实现 WHO 提出的宫颈癌消除目标。
浙江大学医学院附属妇产科医院 许君芬 主任 与普罗亭技术总监 季庆华 为本文共同 第一作者，浙江大学 医学院附属妇产科医院 李晓 教授和 许君芬 主任、浙江大学 尹巍巍 教授和浙江大学 医学院附属妇产科医院 汪辉 教授为共同通讯作者。
https://doi.org/10.1016/j.xcrm.2025.102149
制版人：十一
BioArt
Med
Plants
人才招聘
会议资讯
学术合作组织
（*排名不分先后）
战略合作伙伴
（*排名不分先后）
转载须知
【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。