综合人类细胞类型甲基化图谱揭示健康和疾病中循环游离DNA的来源

Comprehensive human cell-type methylation atlas reveals origins of circulating cell-free DNA in health and disease.

作者信息Joshua Moss, Judith Magenheim, Daniel Neiman, Hai Zemmour, Netanel Loyfer, Amit Korach, Yaacov Samet, Myriam Maoz, Henrik Druid, Peter Arner, Keng-Yeh Fu, Endre Kiss, Kirsty L Spalding, Giora Landesberg, Aviad Zick, Albert Grinshpun, A M James Shapiro, Markus Grompe, Avigail Dreazan Wittenberg, Benjamin Glaser, Ruth Shemer, Tommy Kaplan, Yuval Dor
PMID30498206
发布时间2018-11-29
DOI10.1038/s41467-018-07466-6

实验完整度

高

构建25种细胞类型甲基化图谱,经计算机模拟和体外DNA混合验证,并在健康供体、胰岛移植、脓毒症和多种癌症患者血浆cfDNA中验证。

主要模型

25种人类组织和细胞类型甲基化参考图谱 健康供体血浆cfDNA(n=105,8个混合池) 胰岛移植受者血浆cfDNA 脓毒症患者血浆cfDNA(n=14) 癌症患者血浆cfDNA(结肠癌、肺癌、乳腺癌、前列腺癌、原发灶不明癌)

重点核对

计算机模拟混合:将各细胞类型甲基化组按0–10%(1%间隔)混入18名个体白细胞甲基化组,36–180次重复,比较预测与真实比例 体外DNA混合:将肝、肺、神经元和结肠DNA按0–10%比例混入健康供体白细胞DNA,用Illumina EPIC阵列检测并解卷积 参考图谱比较:分别使用纯化细胞类型、全组织或细胞系甲基化组作为参考,比较解卷积准确性 胰岛移植验证:移植前、移植后1小时和2小时采集血浆,并与靶向胰岛素启动子甲基化PCR结果比较 重复性验证:三个cfDNA样本重复检测,并测试低至50 ng cfDNA的重复性

摘要

循环游离DNA(cfDNA)的甲基化模式包含关于体内近期细胞死亡事件的丰富信息。在此,我们提出一种无偏确定cfDNA组织来源的方法,使用包含25种人类组织和细胞类型的参考甲基化图谱。该方法通过计算机模拟以及已知比例的不同组织来源DNA的体外混合物进行验证。我们显示健康供体的血浆cfDNA来源于白细胞(55%)、红细胞祖细胞(30%)、血管内皮细胞(10%)和肝细胞(1%)。对患者cfDNA的解卷积揭示了与脓毒症、胰岛移植、结肠癌、肺癌、乳腺癌和前列腺癌以及原发灶不明癌症的临床发现一致的组织贡献。我们提出一种可轻松适应于在许多情况下研究cfDNA细胞贡献者的流程,为健康与病理人类组织动态打开一扇广阔的窗口。

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DNA甲基化图谱无偏、全面地确定循环cfDNA的细胞来源,并应用于健康和疾病状态?
核心机制
血浆cfDNA甲基化谱可近似为参考图谱中各细胞类型甲基化谱的线性组合,通过非负最小二乘回归解卷积可推断各细胞类型的相对贡献。
主要证据
计算机模拟和体外DNA混合验证解卷积准确性;健康供体血浆cfDNA解卷积显示主要贡献来自造血细胞;胰岛移植、脓毒症和多种癌症患者cfDNA解卷积结果与临床发现一致。
研究意义
提供一种可广泛适应的方法,用于研究健康和疾病中cfDNA的细胞贡献者,有望用于无创检测和监测疾病。

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

构建人类细胞类型甲基化参考图谱

获得覆盖主要器官和细胞的全面甲基化参考数据,用于cfDNA解卷积。

从公共数据库下载白细胞、红细胞祖细胞、左心房及TCGA多种组织甲基化数据;分离原代人脂肪细胞、皮层神经元、肝细胞、肺泡细胞、胰腺β细胞、腺泡细胞、导管细胞、血管内皮细胞和结肠上皮细胞,分选后提取DNA,用Illumina 450K或EPIC BeadChip阵列检测甲基化。

2

选择信息性CpG位点并建立解卷积算法

从全基因组甲基化数据中筛选能区分细胞类型的CpG位点,建立解卷积模型。

排除方差低或缺失的CpG;为每种细胞类型选择100个独特高甲基化和100个独特低甲基化CpG,并加入邻近CpG和500个区分相似细胞类型的CpG;使用非负最小二乘回归解卷积。

3

计算机模拟验证解卷积性能

评估解卷积算法在已知混合比例下推断细胞类型贡献的准确性。

将每种细胞类型甲基化组按0–10%(1%间隔)混入18名个体白细胞甲基化组,每次排除混合样本后重新选择特征并解卷积,比较预测与真实比例。

4

体外DNA混合验证

在真实DNA混合样本中验证解卷积的准确性和特异性。

将肝、肺、神经元和结肠DNA按不同比例(0–10%)混入健康供体白细胞DNA,用Illumina EPIC阵列检测甲基化并解卷积。

5

健康个体cfDNA来源分析

确定健康个体血浆cfDNA的主要细胞来源。

采集105名健康供体血浆,按性别和年龄分组混合至250 ng cfDNA,用Illumina阵列检测甲基化并解卷积;另分析4名健康个体cfDNA。

6

疾病患者cfDNA来源分析

验证解卷积在疾病状态下识别cfDNA组织来源的能力。

分析胰岛移植受者(移植前、移植后1小时和2小时)、脓毒症患者(n=14)、结肠癌(n=4)、肺癌(n=4)、乳腺癌(n=3)和原发灶不明癌患者血浆cfDNA甲基化谱,进行解卷积;并与靶向胰岛素启动子甲基化PCR、ALT水平等比较。

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
小鼠抗人CD105磁珠Miltenyi130-051-201
小鼠抗人Epcam(CD326)磁珠Miltenyi130-061-101
CD45 eFluor 450抗体eBioscience48-9459-41
CD31 eFluor 450抗体eBioscience48-0319-42
CD235a eFluor 450抗体eBioscience48-9987-42
CD326-APC抗体Miltenyi130-113-260
Alexa Fluor 647标记的神经元特异性单克隆抗NeuN抗体(A-60)Millipore--
QIAsymphony液体处理机器人QIAGEN--
Illumina Infinium FFPE修复试剂盒Illumina--
Qubit荧光定量仪Invitrogen--

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
参考甲基化图谱构建
细胞类型、样本来源、原代细胞分离方法(FACS/MACS)、抗体克隆号、DNA用量250 ng、阵列平台(450K或EPIC)
阅读提示:Methods的Reference matrix和Cell isolation小节,Supplementary Data 1
计算机模拟混合
白细胞样本n=18、细胞类型混合比例0–10%(1%间隔)、每个细胞类型重复数36–180、特征选择是否排除混合样本
阅读提示:Results的In silico mix-in simulations小节和Methods的Simulations小节
体外DNA混合
混合组织来源(肝、肺、神经元、结肠,各单一供体)、混合比例0–10%、DNA总量250 ng、EPIC阵列
阅读提示:Results的In vitro DNA mixing小节、Fig. 3图注、Supplementary Data 1
健康个体cfDNA分析
健康供体n=105、混合池n=8、每池cfDNA量250 ng、年龄分组(19–30岁和67–97岁)、cfDNA提取方法
阅读提示:Results的Tissue origins of healthy cfDNA小节、Fig. 4图注、Methods的Blood samples和Sample pooling小节
疾病患者cfDNA分析
胰岛移植受者采样时间点(移植前<1天、移植后1小时和2小时)、脓毒症样本n=14、癌症类型和样本数、cfDNA用量250 ng、解卷积参考图谱类型(细胞类型 vs 全组织)
阅读提示:Results的Deconvolution of cfDNA in islet transplant recipients、The origin of cfDNA in sepsis和Identifying tumor origin by cfDNA methylation小节,Fig. 5、6、7图注