无创无细胞DNA(CfDNA)的检测方法为癌症的检测和干预提供了机会。在这里，作者使用机器学习模通过全基因组分析cfDNA片段化检测肿瘤来源的cfDNA，是对365名肺癌高危个体进行的前瞻性研究。作者使用385名非癌症患者和46名肺癌患者的独立队列验证癌症检测模式。这种方法为肺癌无创检测提供了简单的方法。 　　据出国看病服务机构携康国际了解，肺癌是世界上最致命的癌症。5年存活率低于20%主要是由于诊断晚期，治疗效果不如早期，肺癌发病率持续上升。尽管大型随机试验表明，使用胸部低剂量计算机断层扫描(Ldct)进行肺癌筛查可以降低高危个体的死亡率，但由于担心假阳性成像结果的潜在危害、辐射暴露以及侵入性诊断程序的发病率，ldct仍未得到充分利用，筛查高危个体的比例不到6%。
　　临床上迫切需要开发非侵入性方法，以改善对高危个体和最终普通人群的癌症筛查。开发用于肺癌早期检测的生物标志物在胸部影像筛查和鉴别肺癌和非癌性肺结节方面具有广泛的临床应用。对血液或气道上皮中的蛋白质、自身抗体、基因表达谱、microrna的研究发觉了预期用于肺癌早期检测的生物标志物，尽管有一些可能与年纪、抽烟引起的炎症或其他共性病况(如自身免疫性病)有关，并沒有被认可用于临床。
　　液体活组织检查技术和分析的快速进步已经在外周血中的cfDNA片段中发现了与癌症相关的特征，并为癌症的非侵入性检测提供了一条新的途径。作者和其他人以前已经证明，循环肿瘤dna(Ctdna)中的突变或甲基化可以在早期肺癌患者中直接检测到，而不需要事先知道肿瘤中的这些变化。
　　为了提高早期癌症检测的敏感性，作者研发出了全基因组分析cfdna片段图像的方法，称为delfi(早期截取的dna片段评价)。该方法提供了cfDNA片段组的视图，允许在任何个体中评估基因组中数百万个自然产生的cfDNA片段的大小、分布和频率。由于cfDNA片段组可以全面代表基因组和染色质特征，因此有可能鉴定循环中大量肿瘤衍生的变化。
　　在这项研究中，作者使用这种方法在前瞻性收集的真实世界队列中检测和表征肺癌，该队列包括恶性和良性肺结节患者以及非癌症患者，包括那些有其他临床症状的患者。通过这一努力，作者提供了一个框架，将cfDNA片段化图谱与其他标志物和LDCT结合起来用于肺癌检测，从而将无创液体活检应用于临床。