哈佛大学医学院、麻省总医院及威斯康星大学医学院的科学家在前列腺癌早期诊断领域取得突破性进展，相关成果以题为《Metabolomic Imaging for Human Prostate Cancer Detection》的论文发表于《Science Translational Medicine》。该研究利用尖端成像技术绘制了首张精细的前列腺癌代谢产物化学图谱（三维彩色图谱），有望实现早期前列腺癌的精准检测。

前列腺癌（prostatic carcinoma, PCa）是男性生殖系统最常见的恶性肿瘤，发病率随年龄增长而上升，且存在显著地域差异，欧美地区发病率较高。据美国癌症协会统计，前列腺癌是男性癌症死亡的第二大原因，仅次于肺癌。传统诊断方法包括酸性磷酸酶放射免疫测定、前列腺液乳酸脱氢酶测定、经直肠超声显像、CT检查及前列腺穿刺活检等，但病理检出率与临床发病率之间存在较大差距。

早期检测前列腺癌如同大海捞针。目前，患者唯一可靠的诊断方法是活检，但该方法通常仅能捕捉到约10%的癌症病灶，且尚无放射学方法能明确癌性肿瘤在前列腺内的具体位置。为解决这一难题，哈佛大学医学院的Chin-Lee Wu及其同事采用代谢组学成像技术，对人类前列腺的代谢物分布进行了系统观察。代谢物是体内化学反应产生的小分子物质，被视为细胞内的“化学指纹”。通过分析代谢物谱，可追溯癌症的代谢特征。然而，这些化学小分子极其微小，常规仪器难以检测。为此，科学家利用高分辨率质谱成像技术，从化学组成角度“观察”癌症，为临床精确检测铺平道路。

研究人员发现，某些代谢物对癌症的敏感性高于其他代谢物，其特异性组合可用于显示前列腺中的“热点”区域，即癌变高风险区。通过测量前列腺组织中不同代谢物的含量，并利用这些数据构建计算机生成的组织特异性图谱，研究者能够以93%–97%的总体准确率检测到前列腺癌灶。这一结果表明，对组织中全部代谢变化进行集体评估，可揭示每位患者癌症的独特特征，为个性化诊疗提供依据。

该研究不仅展示了代谢组学成像在前列腺癌诊断中的巨大潜力，也为其他癌症的早期检测提供了新思路。未来，这一技术有望结合人工智能算法，进一步提升诊断的灵敏度和特异性，从而减少不必要的活检，改善患者预后。