PNAS：科学家开发出能改善液液体活检的新型工具

血浆中无细胞DNA（cfDNA）是机体所有器官细胞死亡的非侵入性生物标志物，解析cfDNA的组织来源或能帮助揭示因疾病所致的异常细胞死亡，这在疾病检测和监测上或许有着巨大的临床潜力；尽管前景广阔，但由于组织甲基化的特征有限以及对无监督方法的依赖，在对组织来源的cfDNA进行敏感和准确的量化的现有方法仍然面临一定的挑战性。

近日，一篇发表在国际杂志Proceedings of the National Academy of Sciences上题为“Comprehensive tissue deconvolution of cell-free DNA by deep learning for disease diagnosis and monitoring”的研究报告中，来自加利福尼亚大学等机构的科学家们通过研究取得了一项重要研究进展，或有望解决科学家们在进行无细胞DNA（cfDNA）检测（称之为液体活检）上所面临的主要挑战。

如今研究人员已经识别出了每个组织特有的甲基化模式，这或许有助于识别与检测发现的cfDNA改变相关的特定组织或器官，同时这也是进行疾病准确诊断和监测所面临的一个关键挑战；cfDNA在疾病检测和监测方面有着非常大的潜力，然而，准确量化组织衍生的cfDNA已经被证明利用当前的方法或许具有一定的挑战性，其中就包括确定这些测试中所检测到的cfDNA片段的组织来源等。

科学家开发出能改善液液体活检的新型工具。

图片来源：Proceedings of the National Academy of Sciences (2023). DOI:10.1073/pnas.2305236120

这项研究中，研究人员基于代表29种主要人类组织类型的521份非癌变组织样本的庞大数据库，开发了一种全面且高分辨率的甲基化图谱，研究者将这种方法称之为cfSort，其能成功在片段水平上确定每个组织特有的特定甲基化模式，并能利用其它数据集来验证这些研究发现。更进一步地讲，研究人员通过两个潜在的用途阐明了cfSort技术的临床应用，即辅助疾病诊断和监测疗法的副作用；通过利用该技术评估组织衍生的cfDNA部分，研究人员就能评估并预测患者的临床治疗结局。

文章第一作者Shuo Li说道，如今我们已经表明，cfSort技术在准确性和检测限方面优于现有的方法，其能对组织片段做出最准确的估计并区分出更低水平的组织来源cfDNA。此外，该技术还能对组织成分中看不见的局部波动表现出近乎完美的稳健性，这就揭示了其对不同个体的广泛适用性。

综上，本文研究结果表明，组织甲基化图谱和cfSort技术或能增强cfDNA中组织去卷积（deconvolution）的性能，从而就能促进基于cfDNA的疾病检测和纵向治疗监测。（生物谷Bioon.com）

原始出处：

Shuo Li,Weihua Zeng,Xiaohui Ni, et al. Comprehensive tissue deconvolution of cell-free DNA by deep learning for disease diagnosis and monitoring, Proceedings of the National Academy of Sciences (2023). DOI:10.1073/pnas.2305236120