血浆cfDNA的cfMeDIP-seq测序及数据处理
生成转移性乳腺癌患者的血浆cfDNA甲基化谱，用于验证和组织特征迁移。
从79例mBC患者和对照样本中提取血浆cfDNA，进行cfMeDIP-seq文库制备和测序，经MEDIPIPE流程处理，包括UMI去除、比对、去重和甲基化定量。
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
循环游离DNA甲基化谱分析可实现晚期乳腺癌的检测、鉴别及雌激素受体状态分类
Circulating Cell-Free DNA Methylation Profiling Enables Detection, Distinction, and Estrogen Receptor Status Classification of Advanced Breast Cancer
实验完整度
高包含体外血浆cfMeDIP-seq队列（79例mBC）、组织芯片数据（n=9730）建模及跨平台验证，并进行外部测试队列验证和临床特征关联。
主要模型
79例转移性乳腺癌患者的血浆cfDNA样本（涵盖ER+/HER2-、HER2+、TNBC亚型） TCGA等公共组织甲基化芯片数据集（29种癌症类型，n=8,816） 外部cfMeDIP-seq验证队列（n=713，超过10种癌症类型）
重点核对
患者队列：79例转移性乳腺癌（45例ER+/HER2-，13例HER2+，21例TNBC），采集血浆时未经积极全身治疗 cfDNA起始量：10 ng用于cfMeDIP-seq文库制备 组织特征来源：TCGA和GEO的450K甲基化芯片数据（n=9,730） 模型构建：弹性网络正则化GLM，重复100次交叉验证，特征保留标准为≥10%模型出现 阈值优化：基于训练集最大化F1分数
摘要
转移性乳腺癌（mBC）的管理依赖于基于组织的免疫组织化学亚型。然而，活检具有侵入性，且可能无法捕捉转移异质性，亚型在治疗压力下可能随时间改变。在本研究中，我们开发了游离DNA（cfDNA）甲基化特征，用于微创乳腺癌检测、鉴别及雌激素受体（ER）状态分类。分析了来自79例mBC患者的外周血血浆甲基化组，涵盖ER+/人表皮生长因子受体2（HER2）−（n = 45）、HER2+（n = 13）和三阴性乳腺癌（n = 21）。为了获得组织来源的乳腺癌和ER特异性特征，利用了公共450K甲基化芯片数据（n = 9,730），并通过带交叉验证的弹性网络正则化广义线性模型选择特征。将组织来源的特征转化为游离甲基化DNA免疫沉淀测序（cfMeDIP-seq），最终特征在跨越超过10种癌症类型的cfMeDIP-seq谱汇总（n = 713）中得到验证。在训练、验证和外部测试队列中，这些特征在乳腺癌与对照的检测、与其他多种恶性肿瘤的区分以及ER状态分类方面均表现出高准确性。性能在独立的cfMeDIP-seq队列中具有普适性，并反映肿瘤分数。在低肿瘤分数和仅骨转移样本中敏感性降低，但在转移背景下观察到的典型肿瘤分数下仍具有信息性。启动子近端特征区域提供了对肿瘤表型的生物学洞见。这种组织锚定、跨平台可转化的框架证明了基于cfDNA甲基化的mBC分子分类准确、可重复的可行性。
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cfDNA甲基化特征实现晚期乳腺癌的微创检测、与其他癌症类型的鉴别以及ER状态的分类？
- 核心机制
- 肿瘤组织特异性的cfDNA甲基化特征可在血浆中检测到，其反映肿瘤分数和潜在的ER相关生物学状态。
- 主要证据
- 基于组织芯片数据（n=9,730）识别特征，转化为cfMeDIP-seq，在79例mBC样本和713例多癌种样本中验证，检测、鉴别及ER分类均达到高准确性；性能与肿瘤分数和转移部位相关。
- 研究意义
- 这种组织锚定、跨平台可转化的cfDNA甲基化特征提供了微创分子分型的可重复框架，可补充组织活检，指导亚型定向治疗。
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。
从公共组织甲基化芯片数据开发组织来源的乳腺癌及ER状态特征
利用大量组织样本识别乳腺癌和ER状态特异性甲基化位点，克服cfDNA样本量小和肿瘤分数未知的问题。
从TCGA和GEO获取450K甲基化芯片数据，包括29种癌症类型（n=8,816），通过差异甲基化分析（limma-trend）选择DMC，并使用弹性网络GLM模型区分乳腺癌与其它组织和ER+与TNBC。
组织特征向cfMeDIP-seq数据转化及最终签名构建
将组织来源的甲基化特征转化为适用于cfMeDIP-seq的签名，以在血浆样本中应用。
将CpG位点映射至300bp窗口，在cfMeDIP-seq数据中对每个签名（检测、区分、ER）重新训练GLM模型，并通过交叉验证和特征频率（≥10%）确定最终签名。
签名性能评估及验证
评估签名在训练集、验证集和外部独立测试集上的检测、区分及ER分类准确性，并分析与临床特征的关系。
计算签名分数，设定F1最优阈值，比较敏感性、特异性，并按转移部位和估计肿瘤分数分层。
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。
甲基化谱获取
数据预处理与标准化
差异甲基化分析
分类模型构建
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 样本收集 | Streck游离DNA采血管 | Streck | -- |
| cfDNA提取 | QIAamp循环核酸提取试剂盒 | QIAGEN | 55114 |
| cfDNA定量 | Qubit双链DNA高灵敏度检测 | 文中未明确说明 | -- |
| 文库制备 | KAPA HyperPrep文库构建试剂盒 | Roche | KK2602 |
| IDT xGen双链测序接头 | IDT | 1080799 | |
| 文库纯化 | AMPure XP磁珠 | Beckman Coulter | A36881或A36882 |
| 甲基化富集 | Diagenode 5-甲基胞嘧啶抗体33D3 | Diagenode | C15200081-100 |
| MagMeDIP试剂盒 | Diagenode | C02010021 | |
| 洗涤缓冲液 | MagWash缓冲液 | Diagenode | -- |
| IPure试剂盒版本2 | Diagenode | C03010015 | |
| DNA沉淀 | 2-丙醇 | Sigma-Aldrich | I9516-500ML |
| 乙醇 | University of Toronto MedStore | P006EAAN或P016EAAN | |
| 文库扩增 | KAPA HiFi HotStart预混液 | Roche | KK8505 |
| 双链测序引物组 | IDT | -- | |
| 文库稀释 | 磷酸盐缓冲液 | MedStore | 10010023 |
| 质量控制 | 拟南芥DNA | Diagenode | C02040012 |
| 文库制备 | 甲基化λDNA | Thermo Fisher Scientific | SD0021 |
| cfDNA洗脱 | 无核酸酶水 | Ambion | AM9937 |
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 |
|---|---|
| 患者血浆样本收集 | 患者入组条件（≥18岁，ECOG PS 0-1，晚期实体瘤），采血时未接受积极全身治疗，采血管类型（Streck管） 阅读提示：Materials and Methods中的Patient recruitment和Sample collection and processing |
| cfMeDIP-seq文库制备 | cfDNA起始量10 ng，使用KAPA HyperPrep Kit，接头为IDT xGen Duplex Seq Adapter，甲基化富集抗体为Diagenode 5-mC抗体33D3 阅读提示：Materials and Methods中的cfMeDIP-seq library preparation and sequencing |
| 数据预处理与标准化 | 比对参考基因组hg38，定量窗口300bp，使用MEDIPIPE、ComBat-seq和DESeq2 阅读提示：Materials and Methods中的cfMeDIP-seq data preprocessing and normalization |
| 模型开发与特征选择 | 组织芯片数据训练/验证80:20划分，DMC阈值（β差异≥0.2，FDR≤0.01），GLM模型，特征保留在≥10%模型中出现 阅读提示：Materials and Methods中的Tissue methylation microarray-based model development |
| 阈值选择与性能评估 | F1优化阈值（训练集），性能指标（敏感性、特异性）在训练、验证和测试集的比较 阅读提示：Materials and Methods中的cfMeDIP-seq modeling signature translation和Results中的各签名结果 |