【PNAS】香港大学卢煜明团队基于cfDNA片段模式推断甲基化模式新算法，证实cfDNA遗传和表观遗传信息可同时获得

近日，发表在期刊《Proceedings of the National Academy of Sciences》（PNAS）的论文“Epigenetic analysis of cell-free DNA by fragmentomic profiling”，证明了使用 cfDNA 片段化模式来推断 cfDNA 分子甲基化模式的可能性，从而摆脱了亚硫酸氢盐测序（bisulfite sequencing）的限制。

https://www.pnas.org/doi/10.1073/pnas.2209852119#sec-2

研究背景

cfDNA 片段组学是一个新兴且积极追求探索的领域，具有广泛的生物学和临床意义。据报道，使用 cfDNA 的片段化模式可以告知基因的表达状态。研究人员使用小鼠模型，发现 DNA 核酸酶（例如DNASE1L3）在血浆 DNA 分子的产生中起重要作用。片段组学特征，例如 cfDNA 末端基序和锯齿状末端，被进一步证明可用于监测 DNA 核酸酶活性，为自身免疫性疾病（例如系统性红斑狼疮）提供生物标志物。此外，小鼠模型中核酸酶活性的缺陷导致血浆 DNA 分子的 DNA 甲基化谱发生改变。然而，cfDNA 片段化模式如何与人类个体在不同病理生理条件下（如妊娠和肿瘤发生）以及没有核酸酶缺乏症的健康患者中的 DNA 甲基化相互作用尚不清楚，也不知道片段组特征是否可用于推断 cfDNA 甲基化状态。

研究进展

在这项研究中，研究人员利用靠近 CpG 位点的碎片模式来推断其甲基化状态。片段化模式由 cfDNA 片段末端在特定 nt 范围内相对于感兴趣的 CpG 的每个位置的频率来描述，称为切割谱。这种切割谱根据CpG位点的甲基化状态而有所不同，为使用片段组学特征进行甲基化分析提供了基础。研究人员进一步关联了两种类型的末端基序（CGN 和 NCG；N 代表 A、C、G 或 T 的任何核苷酸），这些核苷酸是由与 DNA 甲基化相关的测量窗口中的差异切割产生的，尝试构建一种简化的甲基化分析方法。使用 cfDNA 片段化模拟 CpG 甲基化可能有助于无创产前检测、癌症检测和组织起源分析。此外，研究人员探索了使用深度学习通过切割曲线推断单个 CpG 分辨率下甲基化状态的可行性。在研究中，将这种基于 FRAGmentomics 的甲基化分析称为 FRAGMA。

cfDNA 分子的 FRAGMA 示意图

cfDNA 分子通过大规模平行测序进行测序，并与人类参考基因组对齐。11-nt 窗口（切割测量窗口）内的切割比例用于测量 cfDNA 分子的切割偏好。一个窗口内的切割比例模式（切割谱）取决于与该窗口相关的一个或多个 CpG 位点的甲基化状态。例如，甲基化 CpG 位点可能会在 CpG 环境中赋予胞嘧啶更高的 cfDNA 切割概率，但未甲基化位点可能不会。切割测量窗口内的这种甲基化依赖性差异片段化导致 CGN/NCG 基序比率的变化。因此，CGN/NCG 基序比率提供了反映 CpG 甲基化的简化版本，允许对 cfDNA 和癌症检测进行 cfDNA 组织来源分析。此外，来自 cfDNA 分子的大量切割谱可能为训练深度学习模型以在单个 CpG 分辨率下进行甲基化预测提供了机会。

研究意义

研究人员开发了 FRAGMA 方法，利用切割谱来反映 CpG 甲基化。通过利用深度学习算法来处理切割模式和预测单个 CpG 位点的甲基化状态。FRAGMA 提供了相对容易的访问隐藏在切割模式中的信号，为无创产前检测、器官移植和癌症评估提供潜在的生物标志物。接下来，研究人员可以通过针对 CGN 和 NCG 基序开发更具成本效益的 FRAGMA 版本。通过将遗传和表观遗传分析整合到单一分析中，cfDNA 切割模式和甲基化之间联系的解开为最大化血浆 DNA 测序的价值开辟了许多可能性。（转化医学网360zhyx.com）

参考资料：

https://www.pnas.org/doi/10.1073/pnas.2209852119

注：本文旨在介绍医学研究进展，不能作为治疗方案参考。如需获得健康指导，请至正规医院就诊。