融资超72亿！罗氏三连投肿瘤早筛新锐

2022年1月11日癌症早筛明星公司Freenome宣布，获得了罗氏2.9亿美元（约合人民币19亿）投资，仅一个月前公司才完成了3亿美元的D轮融资，自2014年成立以来，Freenome的总融资金额已经超过了11亿美元（约合人民币72亿）。

其中罗氏三次透过风险投资基金参与了Freenome的融资，据Freenome首席执行官Mike Nolan透露，罗氏投资总金额约为3.5亿美元。

Mike Nolan曾在罗氏及其子公司工作了八年，他表示：“罗氏的支持将加强公司的多组学平台，推动结直肠癌和早期腺瘤检测的应用，并利用相同的平台将下一个类别的癌症检测推向市场。”

Freenome开发的癌症早筛多组学AI平台，融合了肿瘤和非肿瘤信号，包含了cfDNA基因组测序、表观遗传学标志物和蛋白质标志物的检测，希望通过常规抽血实现多种癌症的早筛。

作为一家位于硅谷的医疗技术公司，Freenome利用最尖端的科技，通过AI分析人血液样本中数十亿游离生物标志物，通过对数千个癌症阳性血液样本进行分析，多组学平台可以学习哪些生物标志物模式代表哪些癌症的类型和有效的治疗途径；对应的，通过对健康样品进行训练，多组学平台将学习到正常的样本组成应该是什么样子。

该策略结合了肿瘤和非肿瘤来源（例如免疫）特征的多维视图，能够早期发现癌症，而不仅仅依赖肿瘤来源的标志物，错过癌症的早期迹象。

公司的第一个测试——结直肠癌，正处于临床试验阶段，将利用融得的资金加快其商业化步伐。

目前每年约有53000名美国人死于结直肠癌，这一癌症在早期发现时存活率为90%，转移后只有14%。

一项试验表明，该测试在检测1期和2期结直肠腺癌方面表现出94%的敏感性和特异性，在发现晚期癌症方面具有91%的敏感性和特异性。

此外，在识别结直肠晚期腺瘤（ 可能是癌症前兆的良性息肉）时，它的敏感性为41%，与标准的Cologuard家庭粪便测试相当，远高于其他粪便和血液测试。

公司目前在进行一项名为Preempt CRC的研究，招募了25，000名年龄在45至85岁之间的患者的血液样本，这些患者平均具有患结直肠癌的风险且没有该疾病的症状。

Freenome已经开始在液体活检平台上开发其他测试。去年9月份发表的一项研究结果表明，其血液测试在DNA甲基化和碳水化合物抗原19-9（CA19-9）中寻找胰腺癌的迹象，能够以93%的灵敏度检测2期，3期和4期癌症，优于目前FDA批准的唯一用于检测胰腺癌的测试，该测试仅能分析CA19-9信号。

罗氏还将帮助Freenome扩大适应范围，应用于其他癌症类型，甚至在某些情况下，能够一次发现多种癌症。其中一些多癌症测试将在二月份开始进入临床研究。

2021年12月1日Freenome宣布与西门子医疗公司建立合作伙伴关系，在多组学和放射学乳腺癌诊断方面进行合作，共同开发用于乳腺癌血液检测的生物标志物，未来与乳房X光和其他标准诊断成像一起，促进乳腺癌的早期发现。

2021年4月15日西门子医疗完成了对瓦里安的收购，进一步强化了在乳腺疾病各个阶段的诊疗技术和产品组合。

西门子医疗的MAMMOMAT Revelation乳腺X光机拥有Insight BD乳腺容积密度自动评估技术，能将乳腺密度进行分型，提供不同乳腺分型的风险评估，帮助医生为患者制定个性化的乳腺随诊方案。

除了发达的影像产品组合外西门子也是IVD四巨头之一（其他三家为罗氏、雅培、丹纳赫），拥有免疫、生化、分子、血球、血凝、POCT 等IVD 产品线，是在 IVD 领域布局最齐全的厂家，双方的联手将更深入地了解如何整合数据模型，利用人工智能和基于机器学习的方法确定最有效的生物标志物和分子特征，以改善乳腺癌的识别。

除了西门子外，谷歌也是Freenome的合作者之一，2017年谷歌及其母公司Alphabet旗下的分支机构Verily投资了Freenome，还为其临床团队建立了一间实验室。此后谷歌风投又继续跟进了Freenome的三轮投资，被解读为步入癌症早筛的又一布局。

谷歌一直在研究通过其DeepMind部门识别和制定癌症治疗计划的不同方式。

2017年11月DeepMind宣布将利用人工智能对抗乳腺癌。这个项目的目标是，通过将机器学习应用于乳腺X光检查，来探索新的方法以提高乳腺癌的检测几率。DeepMind希望建立一种机器学习模型，能够快速、准确地检测出癌症的迹象，帮助医生尽早发现癌症，以便尽早开始治疗。

同年，公司发布了有关肿瘤鉴定的研究，对已经转移到邻近淋巴结的现有乳腺癌图像集进行了算法培训。该算法可以以92％的准确度检测肿瘤，但仍然会有小几率的假阳性存在。谷歌对Freenome的投资可能加快癌症早筛领域的进展。

通过血液检测癌症是液体活组织检测技术领域内的一大进步，它能在身体不适之前、或者发现肿瘤瘤体之前就检测出癌症，意义非常重大，因为早期癌症在没有扩散之前一般都能被治愈，而且常规的抽血也不对人体造成损害。

这一技术也被《麻省理工科技评论》杂志评为“2015年度十大突破技术”。

然而癌症有多达100多种不同类型，每种癌症还有多种亚型，具有不同的潜在分子病理生理学。这种异质性大大增加了每种癌症的筛查、诊断和治疗的难度。

液体活检领域划分为四个方面：循环肿瘤DNA（cfDNA）、循环肿瘤细胞（CTC）、细胞外囊泡（EV）和其他。

以cfDNA——循环游离DNA或者细胞游离DNA为例，cfDNA是释放到血浆中的降解的DNA片段。正常人体的cfDNA主要通过细胞凋亡过程中产生的小而均匀的185~200 bp小片段DNA。而肿瘤坏死的组织细胞由于非正常的凋亡过程，导至产生大小不同且大于200 bp的大片段DNA。循环中的cfDNA分子被迅速清除，半衰期为1小时或更短。

ctDNA检测是目前市场上最常见的液体活检形式，它在具备巨大潜力的同时，在检测开发和临床应用的推广方面也面对着一系列挑战。健康人外周血中cfDNA浓度大都小于100 ng/ml，平均值约为30 ng/ml。而在肿瘤患者体内，外周血cfDNA浓度可高达到1 000 ng/ml，平均值约为180 ng/ml。在其他的一些疾病，包括术后、寄生虫病、心血管疾病等也可见cfDNA水平的升高。

目前cfDNA检验应用于临床常规的瓶颈主要集中于方法学和样本的质量上，由于血浆中存在的靶cfDNA微乎其微，标本的采集、抗凝剂使用和保存的不当都会影响检测的质量，造成假阳性或假阴性的结果。

这些都是检测血液癌症标志物的巨大挑战，而AI算法的加入，为这一难题提供了解决的方案。

Freenome的技术是基因组学研究和算法的深度融合。Freenome的检测目标是身体亿万个细胞中血液（自由细胞）中遗传物质流的动态集合，是身体活细胞基因组在时间和空间上的变化。Freenome会检测血液中所有的基因材料，而非仅跟踪几个已确定与癌症相关的基因突变。

检测范围的增加也提升了结果的准确度。

CEO兼联合创始人Gabe Otte曾解释道：“我们最特别的一点，在于我们的技术可以解答更多的问题，因为跟踪的生物指标更多。Freenome想回答的，不止是‘患癌’、‘未患癌’这种非黑即白的问题，还有‘良性’还是‘恶性’，甚至患癌组织的位置。”

公司建立了名为Adaptive Genomics Engine (AGE)的学习引擎，可以广泛和全面的分析基因健康。AGE学习库不断学习扩充，检测的次数越多，检测结果也就越精准，越详细。最终不仅可以检测疾病/健康，还可检测出患癌的位置和癌症的类别。

甚至在对血样的遗传信息与数据库中遗传信息分析后，还可以得出血样主人患癌的可能性，作为作为人体健康的检测系统，帮助人们做出更好的健康选择，实现精准化医疗。

虽然癌症早筛对癌症的早识别早治疗具有很大的价值，但考虑到目前癌症筛查比如X光检查等对人体造成的健康风险，美国预防服务工作组（USPSTF）建议仅筛查四种癌症（宫颈癌，结肠直肠癌，乳腺癌和肺癌），甚至建议不要筛查三种癌症（卵巢癌，胰腺癌和甲状腺癌），并指出筛查没有净收益或危害大于益处。

而液体活检，作为对人体无害的筛查方式，具有极大的潜力。

2016年6月1日，美国FDA批准了首个基于EGFR基因突变“液体活检”方法——罗氏cobas  EGFR Mutation Test v2，用于检测非小细胞肺癌（NSCLC）患者EGFR外显子19缺失和外显子21的L858R替代突变。

这一举动让液体活检技术冲破了重重屏障，首次以高姿态展现在大众面前，也进一步推动了液体活检的商业化进程

据BCC分析，2020年液体活检市场值将达220亿美元，中国也预计会有200亿人民币的市场。测序巨头Illumina前首席执行官Jay Flatley此前在接受媒体采访时曾表示，液体活检的市场规模至少达400亿美元，这项技术可能是癌症诊断领域最激动人心的突破。

目前市面上基于血液的癌症早筛公司分为泛癌种和单一癌症两类。

泛癌种的代表企业有Grail、Thrive、Freenome、Exact等。其中Grail曾被Illumina拆分，又以80亿美金重新收回，其产品Galleri可以筛查超过50种类型的癌症，并展开了规模超大的临床试验。

截止至2020年8月底，已经入组11.5万人群，且已公布约9,500名受试者的临床研究数据。在CCGA-2研究中，Galleri对于I-III期所有癌症检测的敏感性达44%，对于12种致死率高的特定肿瘤类型，敏感性可以提升至67%；整体的检测特异性达99.3%（0.7%的假阳性率）。

具有代表性单癌种早筛公司有Exact Science、Guardant Health、和瑞基因。Freenome的多癌种筛查尚未有数据披露，因此暂列为单癌种。

得益于人工智能的深度学习技术Freenome的标志物类别最多，通过分析人基因组中的规律，通过检测到传统医疗手段无法发现的隐藏关联性，从而达到预知疾病、诊断疾病和甚至确定病发部位的目的，代表了最新的技术路线，和极大的发展前景，值得我们持续关注！