肝癌预后模型的动态监测应用研究

肝癌预后模型的动态监测应用研究演讲人2026-01-10

目录01.肝癌预后模型的动态监测应用研究02.肝癌预后模型的发展现状与静态局限03.动态监测的理论基础与技术支撑04.动态监测在肝癌预后中的具体应用场景05.动态监测面临的挑战与解决方案06.未来展望01ONE肝癌预后模型的动态监测应用研究

肝癌预后模型的动态监测应用研究引言原发性肝癌是全球发病率第六、死亡率第三的恶性肿瘤，其中肝细胞癌（HepatocellularCarcinoma,HCC）占比约85%-90%。我国作为肝癌高发国家，每年新发病例约占全球一半，且多数患者确诊时已处于中晚期，治疗难度大、预后差。在过去数十年中，以巴塞罗那临床肝癌（BarcelonaClinicLiverCancer,BCLC）分期系统为代表的传统预后模型，通过整合肿瘤特征、肝功能状态和患者体能状况，为临床治疗决策提供了重要依据。然而，随着对肝癌生物学特性认识的深入和精准医疗理念的推进，传统静态预后模型的局限性日益凸显：其评估依赖于特定时间点的临床数据，难以捕捉肿瘤的时空异质性、治疗过程中的动态变化及患者的个体差异，导致预后预测的准确性和时效性不足。

肝癌预后模型的动态监测应用研究作为一名从事肝癌临床与基础研究的工作者，我在临床工作中深刻体会到：同一分期、同种治疗方案的患者，其预后可能存在显著差异；部分早期患者术后短期内出现复发转移，而部分晚期患者却能通过长期治疗实现长期生存。这些现象背后，是肿瘤在微环境压力和治疗作用下的动态演化——克隆选择、耐药突变、免疫逃逸等生物学行为持续改变着疾病进程。因此，如何突破静态模型的桎梏，构建能够实时反映肿瘤状态和患者预后的动态监测体系，成为提升肝癌管理水平的关键科学问题。本文基于肝癌预后模型的演变历程，结合动态监测的理论基础、技术支撑与临床实践，系统探讨动态监测在肝癌预后评估中的价值、应用场景及未来方向，以期为推动肝癌从“静态分期”向“动态管理”的精准诊疗模式转变提供思路。02ONE肝癌预后模型的发展现状与静态局限

1传统预后模型的类型与临床价值肝癌预后模型的发展始终围绕“如何更准确地预测患者生存期和指导治疗”这一核心目标，目前已形成三大类模型：

1传统预后模型的类型与临床价值1.1临床病理模型以BCLC分期系统为代表，该模型将肿瘤大小、数量、血管侵犯、肝功能（Child-Pugh分级）和体能状态（ECOG评分）作为核心参数，是目前全球应用最广泛的分期和治疗决策工具。研究表明，BCLC分期与患者1年、3年生存率显著相关，不同分期患者的治疗方案（如手术、介入、靶向治疗等）和预后存在明确差异。此外，日本肝癌研究小组（JapanStudyGroupofLiverCancer,JSGC）分期、香港中文大学预后指数（ChineseUniversityPrognosticIndex,CUPI）等模型，则更侧重于亚洲人群的肿瘤特征（如甲胎蛋白水平、门静脉癌栓）和肝功能细节，在特定人群中显示出一定的预测优势。

1传统预后模型的类型与临床价值1.2影像学模型随着影像技术的发展，基于影像特征的预后模型应运而生。传统影像学评估（如CT/MRI的肿瘤大小、数目、强化方式）虽能直观反映肿瘤解剖学特征，但对生物学行为的预测有限。近年来，影像组学（Radiomics）和影像基因组学（Radiogenomics）通过高通量提取影像特征并整合分子信息，构建了更精准的预后模型。例如，有研究通过MRI影像组学特征预测肝癌微血管浸润，其AUC达0.82；而结合CT纹理分析与血清甲胎蛋白的模型，可预测索拉非尼治疗的客观缓解率，准确率提升至75%。

1传统预后模型的类型与临床价值1.3分子模型分子层面标志物的发现为预后评估提供了新视角。经典的血清标志物甲胎蛋白（AFP）虽广泛应用于肝癌诊断和监测，但其对预后的预测特异性不足（约30%的AFP阴性肝癌患者）。近年来，循环肿瘤DNA（circulatingtumorDNA,ctDNA）、循环肿瘤细胞（circulatingtumorcells,CTCs）、外泌体等“液体活检”标志物，以及肿瘤组织中的基因突变（如TP53、CTNNB1）、甲基化（如RASSF1A）、microRNA（如miR-21）等分子特征，逐渐被纳入预后模型。例如，ctDNA突变负荷高的患者术后复发风险是阴性患者的3.2倍（95%CI:2.1-4.9）；而基于7个甲基化标志物的模型，对肝癌患者3年生存预测的AUC达0.89。

2静态模型的固有局限性尽管传统预后模型在临床实践中发挥了重要作用，但其“单时间点、静态评估”的本质难以满足肝癌动态演进的诊疗需求，主要体现在以下三方面：

2静态模型的固有局限性2.1无法捕捉肿瘤时空异质性肝癌是高度异质性的恶性肿瘤，同一肿瘤内不同区域的细胞可能存在基因突变、代谢状态和侵袭能力的差异（空间异质性），且随着疾病进展和治疗压力，肿瘤克隆会持续演化（时间异质性）。例如，早期肝癌可能以TP53突变为主，而晚期或复发肿瘤中CTNNB1突变比例显著升高；原发灶与转移灶的分子特征也可能存在差异。传统模型仅基于单一时间点的活检或影像数据，无法反映这种异质性，导致对肿瘤侵袭潜能和转移风险的低估。

2静态模型的固有局限性2.2难以实时反映治疗反应与耐药肝癌治疗（如手术、射频消融、靶向治疗、免疫治疗）后，肿瘤负荷、生物学特征和微环境状态会发生变化，而传统模型仅在治疗前评估，无法动态监测治疗反应。以靶向治疗为例，索拉非尼治疗初期可能通过抑制血管生成控制肿瘤，但后续肿瘤细胞可能通过旁路激活（如MET通路上调）或表型转化（如上皮-间质转化）产生耐药；此时若仍依赖治疗前BCLC分期制定治疗策略，可能导致无效治疗或延误病情调整。

2静态模型的固有局限性2.3缺乏对患者个体化因素的整合传统模型多聚焦于肿瘤和肝功能，忽视患者的基础疾病（如糖尿病、慢性肾病）、免疫状态（如外周血淋巴细胞计数、PD-L1表达）、生活方式（如吸烟、饮酒）等个体化因素对预后的影响。例如，合并糖尿病的肝癌患者术后5年生存率较非糖尿病患者降低约15%；而免疫治疗前外周血中性粒细胞与淋巴细胞比值（NLR）升高的患者，免疫治疗应答率显著降低。这些因素在静态模型中往往被忽略，导致预后预测的“群体化”而非“个体化”。03ONE动态监测的理论基础与技术支撑

1动态监测的核心理论动态监测的提出并非偶然，而是基于对肿瘤生物学特性重新认识的必然结果，其核心理论可归结为以下三点：

1动态监测的核心理论1.1克隆演化理论肝癌的发生发展是一个多步骤、多克隆演化的过程：从肝硬化结节、异型增生结节到早期肝癌，肿瘤细胞不断积累基因突变（如TERT启动子突变、AXIN1突变），形成优势克隆；在治疗压力下，耐药克隆被选择性扩增，导致疾病进展或复发。动态监测通过捕捉不同时间点的克隆变化（如ctDNA突变谱的演变），可实时评估肿瘤演化的方向和速度，为早期干预提供依据。例如，有研究对肝癌术后患者进行连续ctDNA检测发现，术后3个月内出现新突变（如EGFR扩增）的患者，其复发风险较无突变者增高4.3倍，且复发时间提前约6个月。

1动态监测的核心理论1.2肿瘤微环境动态性肝癌微环境（包括肝星状细胞、肿瘤相关巨噬细胞、血管内皮细胞、免疫细胞等）是影响肿瘤生长、转移和治疗反应的关键因素。随着疾病进展和治疗干预，微环境中的细胞成分、细胞因子分泌和信号通路激活状态会发生动态变化：例如，靶向治疗可能通过抑制血管正常化而改善免疫微环境，而免疫治疗则可能通过激活T细胞增强抗肿瘤效应。动态监测通过分析外周血免疫细胞亚群（如Treg、MDSCs）、细胞因子（如IL-6、TNF-α）和代谢产物（如乳酸、酮体），可间接反映微环境的实时状态，为联合治疗策略的制定提供参考。

1动态监测的核心理论1.3系统医学视角传统肝癌管理常局限于“肿瘤本身”，而系统医学强调将人体视为一个复杂系统，肿瘤的发生、发展及治疗反应是肿瘤细胞、宿主微环境、全身状态等多因素相互作用的结果。动态监测整合了基因组、转录组、蛋白组、代谢组和临床数据，从“系统层面”构建预后模型，能够更全面地预测患者结局。例如，将ctDNA突变状态、外周血免疫指标与肝功能参数联合构建的动态模型，对肝癌患者术后复发的预测AUC达0.91，显著优于单一指标模型。

2关键技术平台动态监测的实现离不开多学科技术的支撑，目前以液体活检为核心，结合多模态影像、人工智能和大数据分析，形成了完整的技术体系：

2关键技术平台2.1液体活检技术液体活检通过检测血液、尿液等体液中的肿瘤来源物质，实现对肿瘤的“无创、实时”监测，是动态监测的核心工具。目前应用最广泛的是ctDNA检测：通过高通量测序（NGS）或数字PCR（ddPCR）技术，可检测ctDNA中的体细胞突变、甲基化、片段化等特征。例如，针对肝癌高频突变基因TP53、CTNNB1的ddPCR检测，其灵敏度可达0.01%，可用于术后微小残留病灶（minimalresidualdisease,MRD）的监测。此外，CTCs可通过捕获上皮细胞黏附分子（EpCAM）或上皮-间质转化（EMT）相关标志物（如Vimentin）进行分型和计数，其数量变化与肿瘤负荷和预后显著相关；外泌体则携带肿瘤来源的蛋白质、核酸等物质，可作为肿瘤微环境的“窗口”。

2关键技术平台2.2多模态影像融合技术影像学是评估肿瘤解剖学特征的重要手段，而动态监测需要实现“形态-功能-代谢”的多维度评估。多模态影像融合（如MRI-DWI、PET-CT、多参数MRI）通过将不同成像序列（如T1WI、T2WI、DWI、PWI）或影像模态（如解剖影像与功能影像）进行空间配准和特征提取，可全面反映肿瘤的血流灌注、细胞密度和代谢活性。例如，动态对比增强MRI（DCE-MRI）通过计算药代动力学参数（Ktrans、Kep），可早期评估靶向治疗的血管生成抑制效果；而18F-FDGPET-CT通过检测葡萄糖代谢水平，可识别传统影像难以发现的隐匿性病灶。

2关键技术平台2.3人工智能与大数据分析动态监测产生的高维、多时点数据（如连续ctDNA测序结果、多次影像学检查、实验室指标等）需要强大的分析工具。人工智能（AI）技术，尤其是机器学习和深度学习，可通过构建预测模型挖掘数据中的复杂模式。例如，循环神经网络（RNN）可分析ctDNA突变负荷的时间序列变化，预测术后复发风险；卷积神经网络（CNN）可从多模态影像中自动提取特征，构建疗效评估模型；而随机森林、支持向量机等算法则可整合多组学数据，优化预后分层。此外，大数据平台（如医院电子病历系统、区域医疗数据库）的建立，为动态监测模型的训练和验证提供了丰富的数据资源。04ONE动态监测在肝癌预后中的具体应用场景

动态监测在肝癌预后中的具体应用场景动态监测通过“实时、连续、个体化”的评估，已逐步渗透到肝癌诊疗的各个环节，从早期复发预警、疗效评估到治疗决策调整，展现出独特的临床价值。

1术后早期复发风险预警肝癌术后复发是影响患者预后的主要因素，约60%-70%的患者在术后5年内出现复发，其中30%-40%在术后2年内复发。传统模型（如BCLC分期）仅能根据术前肿瘤特征预测复发风险，无法识别术后微小残留病灶（MRD）的存在。动态监测通过术后连续检测ctDNA、CTCs等标志物，可早期发现MRD，为高危患者提供干预窗口。

1术后早期复发风险预警1.1ctDNA监测的时间窗与阈值多项研究表明，术后ctDNA阳性是肝癌复发的独立危险因素。例如，一项纳入386例肝癌术后患者的前瞻性研究发现，术后1周内ctDNA阳性患者的3年无复发生存率（RFS）为42.3%，显著低于阴性患者的78.6%（HR=3.92,95%CI:2.71-5.67）；且ctDNA阳性的中位复发时间为5.2个月，早于影像学发现的复发时间（平均8.6个月）。目前推荐术后监测时间点为：术后1周（评估手术根治性）、术后1个月、3个月、6个月（每2个月1次），术后1-2年（每3个月1次）。ctDNA的阈值设定需结合检测技术（如ddPCR的灵敏度通常为0.1%-1%），并考虑基线水平（如术前ctDNA高表达患者的术后阈值可适当上调）。

1术后早期复发风险预警1.2多标志物联合监测单一标志物存在局限性，如部分患者ctDNA阴性但仍出现复发（可能与肿瘤释放DNA较少或检测技术限制有关），而联合CTCs、外泌体miRNA等标志物可提高预测效能。例如，一项研究联合ctDNA（TP53突变）、CTCs计数和外泌体miR-21构建复发风险模型，其预测复发的AUC达0.94，显著高于单一标志物（ctDNA:0.82,CTCs:0.76,miR-21:0.71）。对于高危患者（如多标志物阳性），可考虑辅助治疗（如肝动脉化疗栓塞、靶向治疗）或加强随访（如每2个月行一次增强MRI）。

2治疗疗效实时评估肝癌治疗方案多样（手术、局部治疗、系统治疗），而疗效评估是调整治疗策略的前提。传统疗效评估标准（如RECIST1.1、mRECIST）依赖于影像学肿瘤大小变化，存在滞后性（通常需要2-3个治疗周期才能判断疗效），且无法反映肿瘤生物学特性的改变。动态监测通过治疗过程中标志物的实时变化，可早期预测疗效，实现“疗效导向的治疗调整”。

2治疗疗效实时评估2.1靶向治疗的疗效监测靶向药物（如索拉非尼、仑伐替尼、多纳非尼）是中晚期肝癌系统治疗的基石，其作用机制为抑制血管生成和肿瘤细胞增殖。动态监测显示，ctDNA突变负荷的下降与靶向治疗的客观缓解率（ORR）和无进展生存期（PFS）显著相关。例如，一项对85例接受仑伐替尼治疗的晚期肝癌患者的研究发现，治疗2周后ctDNA突变负荷下降≥50%的患者，其ORR为65.2%，PFS为7.3个月；而突变负荷上升的患者ORR仅12.5%，PFS为2.1个月。此外，血管内皮生长因子（VEGF）通路相关基因（如VEGFA、KDR）的表达变化也可预测疗效，如VEGFA甲基化水平升高的患者，仑伐替尼治疗的PFS显著延长（HR=0.48,95%CI:0.29-0.79）。

2治疗疗效实时评估2.2免疫治疗的疗效监测免疫检查点抑制剂（如PD-1/PD-L1抗体）通过激活机体抗肿瘤免疫发挥作用，但其疗效评估复杂，存在“假进展”（治疗初期肿瘤增大后缩小）和“延迟反应”（治疗数月后出现疗效）。动态监测通过分析免疫相关标志物（如ctDNA肿瘤突变负荷TMB、外周血T细胞亚群、细胞因子）可早期预测免疫治疗应答。例如，一项PD-1单药治疗的研究发现，治疗1个月时ctDNA清除（ctDNA阴性）的患者，客观缓解率（ORR）为58.3%，而ctDNA持续阳性者ORR仅16.7%；此外，外周血CD8+/Treg比值升高的患者，中位总生存期（OS）显著延长（14.2个月vs6.8个月）。对于预测无效的患者，可尽早更换治疗方案（如联合靶向治疗或化疗），避免无效治疗带来的毒副作用和经济负担。

3个体化治疗决策调整动态监测的核心价值在于“个体化”——根据每个患者的肿瘤动态特征制定“量体裁衣”的治疗方案。这需要将动态监测数据与传统预后模型、治疗反应评估相结合，构建“动态-精准”决策体系。

3个体化治疗决策调整3.1术后辅助治疗的决策优化对于术后高危患者（如存在微血管浸润、卫星结节、AFP>400ng/mL），是否需要辅助治疗（如经导管动脉化疗栓塞TACE、靶向治疗）存在争议。动态监测可通过识别MRD阳性患者，筛选出真正需要辅助治疗的群体。例如，一项随机对照试验显示，对术后ctDNA阳性患者给予仑伐替尼辅助治疗，其2年RFS为68.5%，显著高于观察组（42.1%）；而对ctDNA阴性患者，辅助治疗未带来RFS获益（HR=1.12,95%CI:0.68-1.84）。这表明动态监测可实现“精准辅助治疗”，避免过度治疗。

3个体化治疗决策调整3.2晚期一线治疗方案的选择晚期肝癌的一线治疗选择（如靶向单药、免疫联合靶向、双免疫联合）需综合考虑肿瘤负荷、肝功能、分子特征等因素。动态监测可帮助预测不同方案的疗效。例如，对于ctDNA高TMB（>10mut/Mb）的患者，免疫联合靶向治疗的ORR达52.3%，显著高于靶向单药（28.6%）；而对于VEGF通路基因突变（如VEGFA扩增）的患者，靶向治疗的疗效更优（ORR:45.8%vs31.2%）。此外，治疗过程中若出现ctDNA新突变（如EGFRamplification），可提示靶向耐药，此时需考虑更换方案（如联合MET抑制剂）。

4预后分层与随访策略优化传统随访策略（如每3个月行影像学检查、AFP检测）对所有患者采用“一刀切”模式，导致低危患者过度检查、高危患者随访不足。动态监测通过构建“连续预后评分系统”，可实现随访资源的优化分配。

4预后分层与随访策略优化4.1动态预后评分模型该模型整合基线特征（如BCLC分期、AFP）和动态监测数据（如ctDNA突变负荷变化、影像组学特征），计算每个时间点的复发/死亡风险。例如，一项研究开发了“术后动态预后评分（DPS）”，包括术前BCLC分期、AFP水平、术后1个月ctDNA状态、术后3个月CTCs计数四个参数，将患者分为低危（DPS0-2分）、中危（3-4分）、高危（5-6分）三组，其3年RFS分别为85.2%、62.7%、31.4%（P<0.001）。根据DPS分组，可制定个体化随访计划：低危患者每6个月行一次增强MRI+AFP检测，中危患者每3个月一次，高危患者每2个月一次并联合液体活检。

4预后分层与随访策略优化4.2随访中动态监测的预警价值对于随访过程中出现动态监测指标异常（如ctDNA突变负荷升高、CTCs计数增加）但影像学阴性的患者，需警惕“早期复发/进展”。此时可缩短随访间隔（如1个月后复查MRI、液体活检），或进行更深入的检查（如肝胆特异性MRI对比剂、PET-CT）。例如，一项研究对术后患者进行连续监测发现，12例ctDNA阳性但影像学阴性的患者中，8例在2个月内出现影像学可复发的病灶，提前干预后其3年RFS提高至70.5%，显著高于未干预者（32.1%）。05ONE动态监测面临的挑战与解决方案

动态监测面临的挑战与解决方案尽管动态监测在肝癌预后评估中展现出巨大潜力，但其临床转化仍面临技术、临床、政策等多重挑战，需要多学科协作探索解决路径。

1技术层面的挑战1.1液体活检的灵敏度与特异性液体活检的灵敏度受肿瘤负荷、释放DNA比例和检测技术限制：对于早期或低负荷肿瘤（如术后MRD），ctDNA的阳性率可能不足50%；而良性肝病（如肝硬化活动期）也可能存在背景突变，导致假阳性。提升灵敏度的策略包括：优化富集技术（如微流控芯片捕获CTCs、甲基化特异性富集ctDNA）、开发多重检测标志物（如联合ctDNA、CTCs、外泌体）、采用超深度测序（深度>10,000×）。此外，通过建立“个体化突变谱”（基于肿瘤组织测序结果），可提高检测的特异性，避免背景干扰。

1技术层面的挑战1.2影像标准化与特征可重复性影像组学的分析结果受扫描设备、参数设置、后处理方法影响较大：不同医院MRI的序列参数（如层厚、b值）差异可能导致提取的特征不可重复；而手动勾画感兴趣区（ROI）的主观性也会影响结果的稳定性。解决措施包括：推动影像检查标准化（如制定肝癌MRI扫描共识）、开发自动化分割算法（如基于深度学习的ROI勾画）、建立多中心影像数据共享平台（如TCGA、TCIA），通过大样本数据训练泛化能力强的模型。

1技术层面的挑战1.3AI模型的可解释性与泛化能力AI模型（尤其是深度学习）常被视为“黑箱”，其决策逻辑难以解释，导致临床医生信任度低；此外，训练数据的地域、人群偏倚也可能导致模型在真实世界中的泛化能力不足。提升可解释性的方法包括：引入可解释AI（XAI）技术（如SHAP值、LIME值），可视化特征贡献度；构建多中心、多人群的验证队列（如纳入亚洲、欧美、非洲患者数据），评估模型的普适性；采用“联邦学习”技术，在保护数据隐私的前提下联合多中心数据训练模型，减少偏倚。

2临床转化障碍2.1成本效益比与医疗资源分配动态监测涉及液体活检、多模态影像、AI分析等，检测费用较高（如ctDNANGS检测单次约2000-5000元），可能增加患者经济负担和医保压力。成本效益分析显示，仅对高危患者（如BCLCB期、术后MRD阳性）进行动态监测，可提高医疗资源利用效率；此外，随着检测技术成熟和规模化应用，成本有望逐步降低（如ddPCR检测成本已从2015年的单次1000元以上降至目前的200-500元）。

2临床转化障碍2.2多学科协作模式的建立动态监测的开展需要肿瘤科、病理科、影像科、检验科、生物信息科等多学科协作：病理科提供组织测序结果作为“金标准”，影像科完成多模态检查，检验科进行液体活检检测，生物信息科分析多组学数据，肿瘤科整合信息制定治疗决策。目前多数医院缺乏标准化的MDT协作流程，需建立“动态监测多学科团队”，明确各科室职责（如病理科负责组织样本测序与结果解读，影像科负责影像特征提取与报告），并定期开展病例讨论和学术交流。

2临床转化障碍2.3患者依从性与教育部分患者对动态监测的认知不足，认为“没有症状就不需要检测”，或担心检测结果带来的心理压力，导致依从性下降。提升患者依从性的措施包括：加强患者教育（通过手册、视频、患教会等形式解释动态监测的意义和心理支持），提供便捷的检测流程（如上门采血、线上报告查询），建立患者随访管理系统（如APP提醒检测时间、推送健康知识）。

3政策与伦理考量3.1检测标准化与质量控制目前液体活检、影像组学等技术的检测方法和结果解读缺乏统一标准，不同实验室的结果可能存在差异。需推动行业标准的制定（如ctDNA提取、测序、数据分析的SOP），建立质量控制体系（如参加外部质评、使用标准品校准），确保检测结果的准确性和可比性。

3政策与伦理考量3.2数据隐私与安全动态监测涉及患者的基因组、影像学、临床等敏感数据，存在隐私泄露风险。需遵守《人类遗传资源管理条例》《个人信息保护法》等法规，建立数据加密存储、访问权限控制、脱敏处理等机制，确保数据安全。

3政策与伦理考量3.3伦理问题与知情同意液体活检可能发现与肿瘤无关的胚系突变（如BRCA1/2），引发遗传咨询和伦理问题；此外，动态监测结果可能影响患者的心理状态（如得知复发风险高时产生焦虑）。知情同意过程中需明确告知检测目的、潜在风险（如隐私泄露、心理压力）和获益（早期干预、改善预后），尊重患者的知情选择权；对发现的胚系突变，需提供遗传咨询和家族筛查建议。06ONE未来展望

未来展望肝癌预后模型动态监测的研究方兴未艾，随着技术的进步和理念的革新，未来将呈现以下发展趋势：

1多组学整合与系统生物学建模未来的动态监测将从单一标志物向多组学整合发展，结合基因组（ctDNA突变、拷贝数变异）、转录组（外周血RNA测序、单细胞测序）、蛋白组（外泌体蛋白质、自身抗体）、代谢组（血清代谢物）等多维度数据，构建“系统预后模型”。例如，通过整合ctDNA突变状态、外周血免疫细胞转录谱和代谢物特征，可全面反映肿瘤克隆演化、免疫微环境和代谢重编程的动态变化，提高预后预测的准确性。此外，空间转录组、空间蛋白质组技术的发展，将有助于解析肿瘤内部的空间异质性，为动态监测提供更精细的生物学信息。

2纳米技术与新型生物标志物纳米技术在液体活检中的应用将提升标志物检测的灵敏度和特异性。例如，基于纳米材料的传感器（如金纳