2016年，一项发表于Nature Genetics杂志的研究表明，癌症的发展模式遵循着与推动物理和化学进程相似的自然法则。因此，从理论上说，临床上可以像预测天体运动或天气变化一样，对癌症的进展方式进行预测。或许存在这样一种可能性，即医生可以通过精细的数学模型来分析肿瘤活检结果，预测癌症的发展，从而针对个体患者的癌症就如何改变、采用哪种治疗方法作出临床决策。

在临床上，医生通常利用肿瘤组织活检进行癌症基因分型，但许多肿瘤具有瘤内异质性，这可能导致个体对治疗方案产生耐药性。因此，为了更好地了解肿瘤进化以及耐药情况，临床上需要在不同时间、不同部位对患者进行多次组织活检。而液体活检是非侵入性的，这使得临床医生能够在许多时间点获得ctDNA，而不会给患者带来额外的风险。除此之外，对ctDNA进行分析可能比对肿瘤的一小部分进行活检更能精准捕捉到肿瘤的内部异质性。当前，虽然国内外很多研究都集中在cfDNA用于疾病监测的临床应用上，但在评估疾病进展时间方面，以液体活检技术作为预测工具还未取得深入进展。

2018年8月30日，来自英国伦敦癌症研究所的科学家在利用液体活检模型预测癌症发展时间上取得重大进展。研究人员利用一项II期临床试验中使用抗EGFR靶向治疗的晚期结直肠癌患者的血液样本，成功构建癌症进化模型，进而实现个体化预测癌症发展时间。文章通讯作者Andrea Sottoriva博士表示：“通过将高频的cfDNA纵向抽样与肿瘤进化数学模型相结合，我们能够对有进展风险的患者进行统计预测。我们还可以“对症下药”地根据每个病人的情况，确定癌症何时复发。这是首次在癌症中成功应用这种定量预测。”相关文章在线发表于美国癌症研究协会（AACR）旗下最权威学术期刊Cancer Discovery。

在这项研究中，研究人员分析了来自PROSPECT-C试验的研究结果，该试验评估了RAS野生型转移性结直肠癌患者对抗EGFR治疗的反应和耐药的生物标志物。研究人员在预处理（基线）和治疗后（疾病进展）的预定时间点及一些患者的部分反应时对患者进行肿瘤组织活检。另外，患者每4周提供血浆样品，直至疾病进展。

尽管标准肿瘤基因分型将患者归类为RAS野生型转移性结直肠癌患者，但对基线cfDNA的分析显示，这些患者的肿瘤有许多在RAS蛋白中存在异常。这也或许可以解释为什么他们对西妥昔单抗（一种EGFR抑制剂）具有耐药性。此外，基于基线肿瘤组织活检的超深度测序也揭示了RAS突变，进一步强调了标准方法对肿瘤基因分型的局限性。研究人员突破性地建立了数学模型。该模型可利用来自个体患者血浆的cfDNA和癌胚抗原（CEA）水平预测肿瘤进展时间。此外，研究人员还使用放射成像数据对结果进行了验证。值得注意的是，与使用CEA的模型相比，高灵敏度的cfDNA分析所产生的预测结果可以提前几周预测进展时间。利用从cfDNA获得的信息，研究人员可以根据不同突变驱动的单个亚克隆的预测生长，生成多个模型。

个性化治疗方案的设计和实施在很大程度上依赖于个体患者的疾病进程。癌症进化是了解肿瘤如何随时间变化的基本范例。整合cfDNA这样的新检测技术以及肿瘤预测数学模型，我们可以获得早期行动的机会，领先于疾病进展停止或改变治疗方案。该方法可以提供更准确的预测，并改善对治疗反应的监测。同时，研究人员表示，该模型仍需要在未来的试验中进行前瞻性的验证。或许在未来某一天，临床医生可以通过数学公式分析检测结果，预测癌症的发展，更好地开展治疗。