医疗科研新突破 | 菁易科研解读：全基因组无细胞DNA片段组检测脑癌

Detection of Brain Cancer Using Genome-wide Cell-free DNA Fragmentomes.

研究背景

脑癌诊断延迟常见，影响治疗效果。开发基于血液的液体活检方法检测脑癌，可加速诊断。本研究分析血液中无细胞DNA（cfDNA）片段组，检测脑癌患者。

方法速览

1. 从患者血液提取cfDNA，低覆盖全基因组测序，生成约4500万对读段，平均覆盖率2.9x。
2. 用DELFI方法分析473个非重叠5Mb基因组区域，评估长短片段比例和覆盖度。
3. 用ARTEMIS方法评估1280种重复序列元素分布。
4. 嵌套交叉验证，结合多特征构建ARTEMIS - DELFI模型。
5. 在独立验证队列评估模型性能，与基于突变的检测方法比较。

主要发现

1. 高敏感性和特异性：机器学习分析cfDNA片段组特征，检测脑癌AUC值0.90，在独立队列验证，适用于非侵入性检测。
2. 特征贡献分析：表观遗传和重复序列特征对检测贡献最大，染色体特征作用有限。
3. 患者特征差异：脑癌患者ARTEMIS - DELFI评分高于对照组，高级别评分高于非肿瘤神经疾病组。
4. 与肿瘤大小无关：方法能检测小肿瘤，肿瘤大小与评分无显著相关性。
5. 与Ki - 67指数相关：Ki - 67指数高的肿瘤，cfDNA片段化特征更异常。
6. 预后意义：未经治疗的胶质母细胞瘤患者中，模型评分与总生存期无显著关联，但部分子模型高评分与较差生存期相关。
7. 与突变检测法比较：ARTEMIS - DELFI方法检测高级别胶质瘤敏感性高于基于突变的方法。
8. 特征来源分析：脑癌患者cfDNA片段组特征主要源于肿瘤细胞和浸润淋巴细胞，免疫抑制机制影响特征。
9. 人群模拟分析：在1000万头痛患者中，该方法在99%特异性阈值下，可增加脑癌检测率，仅增加16%头CT检查次数。

总结展望

本研究的ARTEMIS - DELFI方法检测脑癌敏感性和特异性高，非侵入性，多模态分析有创新性。但样本量、肿瘤大小影响及免疫信号贡献等方面有局限，需进一步研究。