样本收集与队列构建
获取正常和子痫前期孕妇的血液样本,并构建症状队列、症状前队列和纵向队列。
自2019年起在Ghent University Hospital收集孕妇血液,分为正常、子痫前期(伴或不伴FGR)、FGR及其他病理。选择症状组、症状前组和纵向组的样本用于分析。
Advancing diagnosis and early risk assessment of preeclampsia through noninvasive cell-free DNA methylation profiling
研究包含多层级实验:单中心前瞻性队列收集样本、cfDNA甲基化测序、DMR分析及机器学习建模,并进行纵向分析。但未进行功能验证或动物实验,且验证集样本量较小。
子痫前期患者与正常妊娠对照的血浆cfDNA样本 纵向队列:子痫前期患者与正常妊娠个体的连续血浆样本
样本来源:Ghent University Hospital的单胎妊娠孕妇 孕周匹配:病例与对照按采样时孕周匹配,症状队列平均孕周31.6周 vs 31.0周;症状前队列11.9周 vs 12.2周 样本量:症状队列23例病例vs49例对照;症状前队列33例病例vs136例对照;纵向队列25例个体共104份样本 cfDNA提取及文库制备:Maxwell RSC LV ccfDNA kit (Promega),cf-RRBS方法 测序平台:Illumina NovaSeq 6000,单端100循环
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
获取正常和子痫前期孕妇的血液样本,并构建症状队列、症状前队列和纵向队列。
自2019年起在Ghent University Hospital收集孕妇血液,分为正常、子痫前期(伴或不伴FGR)、FGR及其他病理。选择症状组、症状前组和纵向组的样本用于分析。
获取血浆cfDNA并生成全基因组甲基化数据。
从血浆样本中提取cfDNA,使用cf-RRBS方法进行甲基化测序,测序平台为Illumina NovaSeq 6000。
鉴定与子痫前期相关的差异甲基化区域。
测序数据经BCL Convert、nf-core/methylseq pipeline处理,使用Bismark比对到GRCh38,BSmooth平滑后定义CpG簇,并用limma计算DMR。
建立分类模型以诊断和预测子痫前期。
基于训练集DMR,使用随机森林、支持向量机和逻辑回归建立模型,并用测试集评估性能。
评估整个妊娠期间cfDNA甲基化的变化趋势。
分析纵向队列中连续样本的基因组整体甲基化以及sFLT-1和PlGF基因的甲基化水平。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 样本采集 | EDTA管 | -- | -- |
| PAXgene管 | -- | -- | |
| cfDNA提取 | Maxwell RSC LV循环游离DNA提取试剂盒 | Promega | -- |
| 文库制备 | EZ DNA Lightning试剂盒 | ZymoResearch | -- |
| 文库定量 | KAPA文库定量试剂盒(Illumina平台) | Kapa Biosystems | -- |
| 测序 | NovaSeq 6000测序仪 | Illumina | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 样本收集 | 队列定义:症状组、症状前组、纵向组的纳入标准和样本量;病例和对照的孕周匹配 阅读提示:Methods: Participants and sample collection; Methods: Patient and sample selection |
| cfDNA提取与测序 | 血浆分离离心参数(1900g,15分钟);cfDNA提取试剂盒(Maxwell RSC LV ccfDNA kit);cf-RRBS文库制备试剂盒(EZ DNA Lightning kit) 阅读提示:Methods: Genome-wide methylation profiling through cfDNA reduced representation bisulfite sequencing (cf-RRBS) |
| 数据分析和DMR计算 | CpG簇定义参数(至少2个CpG位点,覆盖率≥5,距离≤50bp,存在于≥50%样本);DMR过滤阈值(|logFC|>0.1,调整p值<0.01(症状)或p<0.05(症状前)) 阅读提示:Methods: Cohort-level DMR investigation; Methods: Prediction modeling |
| 机器学习建模 | 训练集和测试集划分;使用的DMR数量(top 25);超参数调优方法(五折交叉验证,ROSE) 阅读提示:Methods: Prediction modeling |
| 纵向分析 | 纵向队列样本量(25例)、采样时间点(11-38周) 阅读提示:Results: Longitudinal methylation profiling |