通过无创细胞游离DNA甲基化分析推进子痫前期的诊断和早期风险评估

Advancing diagnosis and early risk assessment of preeclampsia through noninvasive cell-free DNA methylation profiling

作者信息Machteld Baetens, Bram Van Gaever, Stephanie Deblaere, Andries De Koker, Leander Meuris, Nico Callewaert, Sandra Janssens, Kristien Roelens, Ellen Roets, Jo Van Dorpe, Isabelle Dehaene, Björn Menten
PMID39695764
发布时间2024-12-18
DOI10.1186/s13148-024-01798-5

实验完整度

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。

主要模型

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

重点核对

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

摘要

背景:胚胎植入异常和胎盘形成不佳可导致妊娠后期出现(严重)并发症,如子痫前期和胎儿生长受限。目前对高风险妊娠的识别依赖于危险因素、生物标志物和超声检查的组合,这种方法相对不准确。此前,胎盘缺氧导致的异常DNA甲基化已被确定为胎盘功能不全的潜在标志物,因此可能是(未来)妊娠并发症的潜在标志。早期预测妊娠并发症检测研究(ExPECT研究)的目标是验证一种全基因组细胞游离DNA(cfDNA)甲基化策略,以准确诊断子痫前期。更重要的是,还探索了该策略的预测潜力,以在妊娠早期可靠地识别高风险妊娠。此外,进行了一项纵向研究,包括来自经历平稳和复杂妊娠的孕妇的连续血液样本,以评估整个妊娠期间cfDNA的甲基化动态。本研究的一个显著优势是其酶切方法,无需专有试剂或预先选择感兴趣的区域即可富集基因组中的CpG富集区域。这使得它有助于经济高效地发现新标志物。结果:对整个妊娠期间甲基化模式的研究显示,未受影响的妊娠和受影响的妊娠之间存在不同的甲基化趋势。我们在妊娠12周时即检测到子痫前期妊娠的差异甲基化区域(DMR),并且早期和晚期妊娠的甲基化谱存在明显差异。开发了两种分类模型用于诊断和预测子痫前期,在一小组验证样本上显示出有希望的结果。结论:这项研究为整个妊娠期间特定基因组区域的甲基化变化提供了有价值的见解,揭示了正常妊娠和复杂妊娠之间的关键差异。无创cfDNA甲基化谱分析的能力得到了成功证明,表明有可能将该无创方法整合到常规产前护理中。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
能否利用无创cfDNA甲基化谱分析准确诊断子痫前期,并在孕早期预测高风险妊娠?
核心机制
子痫前期与基因组整体低甲基化相关,尤其在孕晚期;DMR在早期和晚期妊娠中显著不同,提示不同阶段存在不同的甲基化改变。
主要证据
基于cf-RRBS测序数据,在症状队列中鉴定到53,994个DMR(其中21,499个甲基化差异>10%),在症状前队列中鉴定到67个DMR(其中42个差异>10%);机器学习模型在诊断(AUC 0.868)和预测(AUC 0.735)中表现出良好性能。
研究意义
该无创cfDNA甲基化分析方法有望整合到常规产前检查中,用于子痫前期的诊断和早期风险分层,以指导个性化产前护理并改善妊娠结局。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

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。

2

cfDNA提取与甲基化测序

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。

3

甲基化数据处理与DMR分析

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。

4

机器学习建模

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。

5

纵向甲基化动态分析

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。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
EDTA管----
PAXgene管----
Maxwell RSC LV循环游离DNA提取试剂盒Promega--
EZ DNA Lightning试剂盒ZymoResearch--
KAPA文库定量试剂盒(Illumina平台)Kapa Biosystems--
NovaSeq 6000测序仪Illumina--

关键环节

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