模型开发与模拟验证
构建基于cfDNA甲基化组的分类器，并评估其在模拟数据中的性能。
使用CNS肿瘤甲基化芯片参考队列（n=914）训练CpG插补网络，并生成3,195,000个模拟样本用于训练和验证集成神经网络集成模型。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
M-PACT利用无细胞DNA甲基化组实现对儿童脑肿瘤的稳健分类
M-PACT leverages cell-free DNA methylomes to achieve robust classification of pediatric brain tumors
实验完整度
高包含体外模拟、临床样本（CSF、肿瘤组织）、多平台测序验证及功能验证（如甲基化分类、CNV检测、反卷积），证据层级丰富。
主要模型
脑脊液cfDNA样本（来自儿童CNS肿瘤患者） 肿瘤组织DNA甲基化芯片（作为参考标准） 非恶性CSF样本（对照） 公开数据集（Nanopore、WGBS、甲基化芯片）
重点核对
cfDNA输入量（中位数0.5 ng，范围0.05-50 ng） 肿瘤分数（ctDNA fraction，阈值0.15） CpG稀疏度（CpG sparsity） 分类概率阈值（0.7）
摘要
脑脊液（CSF）液体活检是评估中枢神经系统（CNS）肿瘤患者肿瘤来源无细胞DNA（cfDNA）的丰富来源。然而，痕量cfDNA产量和低突变负荷带来的挑战阻碍了灵敏度，而第一代临床检测依赖遗传改变作为生物标志物。利用DNA甲基化分类在CNS肿瘤中的诊断效用，我们开发了M-PACT（基于甲基化的CNS肿瘤预测算法），这是一种稳健的深度神经网络，能够从亚纳克级输入的cfDNA甲基化组中准确分类肿瘤。在胚胎性CNS肿瘤基准测试（n=79）和验证（n=58）队列中，M-PACT分别达到92%和88%的准确率。我们进一步展示了M-PACT在非胚胎性CNS肿瘤、平衡肿瘤基因组和非恶性CSF中的实用性。除分类外，该流程还能实现基于甲基化的细胞反卷积和敏感的拷贝数变异检测。总之，我们提供了从低输入cfDNA甲基化组进行CNS肿瘤分类的蓝图，为未来临床实施的前瞻性验证提供了动力。
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
- 如何利用cfDNA甲基化组实现儿童脑肿瘤的准确分类，并克服低输入和低肿瘤分数的挑战？
- 核心机制
- 基于DNA甲基化模式，通过深度神经网络整合CpG插补、肿瘤富集算法和甲基化反卷积，实现对CNS肿瘤的准确分类。
- 主要证据
- 在79例胚胎性肿瘤基准队列和58例验证队列中，M-PACT准确率分别为92%和88%；在非胚胎性队列中为76%。
- 研究意义
- 为低输入cfDNA甲基化组进行CNS肿瘤分类提供了蓝图，支持未来前瞻性验证和临床实施。
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。
EM-seq方法建立与验证
优化酶促甲基化测序（EM-seq）以适用于低输入cfDNA样本，并验证其CNV检测能力。
对268个cfDNA样本进行EM-seq，评估输入量与CpG捕获、覆盖度的关系；将EM-seq与lcWGS进行CNV比较。
分类性能基准测试与验证
评估M-PACT在真实CSF cfDNA样本中的分类准确性。
对79例CNV阳性胚胎性肿瘤CSF样本进行M-PACT分类，并与肿瘤组织甲基化芯片分类比较；在验证队列（n=58）和非胚胎性队列（n=29）中重复。
跨平台适用性验证
验证M-PACT在不同测序平台（Nanopore、WGBS、甲基化芯片）上的适用性。
对21例样本进行Nanopore测序，并分析公开数据集，比较M-PACT与其他分类器的性能。
临床情境应用展示
证明M-PACT在术中CSF、平衡基因组肿瘤和继发性恶性肿瘤检测中的潜在临床价值。
分析术中CSF样本、平衡基因组肿瘤的CSF样本以及疑似继发性肿瘤的CSF样本，验证分类和DNA损伤检测能力。
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 |
|---|---|---|---|
| cfDNA提取 | NucleoSnap cfDNA提取试剂盒 | Macherey-Nagel | -- |
| Quick-cfDNA/RNA血清和血浆提取试剂盒 | Zymo | -- | |
| Maxwell RSC ccfDNA提取试剂盒 | Promega | -- | |
| 甲基化测序 | NEBNext EM-seq技术 | New England Biolabs | -- |
| Covaris S2超声破碎仪 | Covaris | -- | |
| NovaSeq 6000测序仪 | Illumina | -- | |
| 纳米孔测序 | SQK-NBD114.24试剂盒 | Oxford Nanopore Technologies | -- |
| PromethION 2 Solo测序仪 | Oxford Nanopore Technologies | -- | |
| 甲基化芯片分析 | EZ DNA甲基化试剂盒 | Zymo | -- |
| Illumina Infinium 450k和850k甲基化芯片 | Illumina | -- | |
| 质量控制 | Qubit 3.0荧光计 | Thermo Fisher | -- |
| TapeStation电泳系统 | Agilent Technologies | -- | |
| Bioanalyzer电泳系统 | Agilent Technologies | -- |
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 |
|---|---|
| 样本采集 | CSF样本类型（腰椎穿刺、脑室穿刺、术中采集）、采集时间点（术前、术中、术后、随访）、储存条件（-80°C） 阅读提示：Methods: Participant samples and data |
| cfDNA提取 | 提取试剂盒（三种可选）、cfDNA定量方法、片段长度评估方法、样本量 阅读提示：Methods: cfDNA isolation from CSF |
| EM-seq | cfDNA输入量（0.005-50 ng）、酶促转化试剂、PCR循环数（12-18）、测序平台及深度（NovaSeq 6000，约4x） 阅读提示：Methods: EM-seq |
| M-PACT分类 | 肿瘤分数阈值（0.15）、分类概率阈值（0.7）、CpG稀疏度计算方式、参考数据集（n=5,014） 阅读提示：Methods: Neural network-based ctDNA classification; Extended Data Fig. 4a |
| CNV分析 | CNV调用软件版本（cfdna v2.0.0）、比对参数、样本匹配要求 阅读提示：Methods: Analysis of EM-seq genome-wide cfDNA methylome data |
| 统计比较 | 统计检验方法（Mann-Whitney U, Fisher exact）、多重比较校正方法、显著性阈值 阅读提示：Methods: Statistics and reproducibility |