日本东京医科大学的科研团队通过对人类尿液中相关成分含量分布图谱进行分析，依靠人工智能（AI）技术成功地对大肠癌进行了高精度的诊断。该成果发表在瑞士学术杂志《International Journal of Molecular Sciences Cancers》上。

多数大肠癌是由大肠息肉恶变产生的，通过肠镜切除息肉或早期肿瘤，是可以达到根治效果的，早发现早治疗极为重要。尽管总体上该病症术后较好，但癌细胞向肝脏转移的情况也很多。而检查血液蛋白标志物CEA（癌症胚胎抗原)，或其它肿瘤抗原等，其敏感度、特异性及精确度都有限。检查大便潜血是目前提高大肠息肉和癌症早期发现的唯一途径。所以，建立一种简便、低费用的大肠癌诊断法是当务之急。

该团队长期潜心专攻代谢物组学，对人体内数百类代谢物进行全面测定，以图通过对代谢物的检测来诊断癌症。在本项研究中，课题组收集了242名大肠癌患者及非癌人群的尿液，利用液体色谱质量分析装置对尿液中离子性强的代谢物进行了测定。结果发现，相比健康人及大肠息肉患者，大肠癌患者的尿液中含有较高浓度的聚氨类化合物。

人们知道大肠癌的发生是由于若干基因发生了变异，这些变异会促使代谢物鸟氨酸（ornithine）转变为腐胺（Putrescine），腐胺又进一步代谢成10多种各色各样的聚氨类化合物。其中，尤其被称作diacetylspermine的癌症标志物“N1、N12”化合物从癌细胞进入血液，并且以较高的浓度存在于尿液中。然而，单靠这一项指标还不能对是否是癌症进行确诊。

课题组在采集尿液时，首先连续3天早中晚对每个人进行多次采集，从而消减了不同时段代谢物的浓度差。其次，在非癌对照组中，不仅有健康人，还有息肉患者，这有助于提高诊断的特异性。他们成功观测了每人尿液中各种聚氨类化合物分子的浓度，从而形成它们的浓度图谱，然后再将这些图谱交由人工智能（AI）进行学习，最后实现了对大肠癌患者的高精度识别。