iComBat：DNA甲基化阵列数据批量效应校正的增量框架及其在纵向研究中的应用

本研究针对DNA甲基化阵列数据分析中批次效应影响纵向研究结果可比性的难题，开发了基于ComBat的增量校正框架iComBat。通过贝叶斯层次模型和实证贝叶斯估计，该方法能在不重新校正已有数据的前提下整合新批次数据。数值实验和真实数据集验证表明，iComBat有效保持数据一致性，为抗衰老干预临床试验等需要重复测量的研究提供了可靠分析工具。

　　

在表观遗传学研究领域，DNA甲基化作为重要的调控机制，与癌症、衰老等生理病理过程密切相关。随着高通量甲基化阵列技术的普及，研究人员能够大规模检测全基因组甲基化水平。然而，不同实验批次间存在的技术变异——即"批次效应"，严重干扰数据的可比性。这一问题在需要长期随访或多次测量的纵向研究中尤为突出，因为传统校正方法要求对所有样本重新处理，导致早期校正结果被不断修改，直接影响研究结论的可靠性。

针对这一技术瓶颈，日本国立感染症研究所健康安全研究所的Yui Tomo和Ryo Nakaki在《Computational and Structural Biotechnology Journal》发表研究，开发了名为iComBat的创新方法。该方法基于广泛使用的ComBat算法，通过保留已有批次的全局参数，仅对新批次数据进行增量校正，实现了"一次校正，永久有效"的分析模式。研究团队采用数值模拟和三个真实数据集（GSE42861、GSE224218和GSE286313）验证了方法的有效性。

关键技术方法包括：1) 基于位置/尺度调整(L/S)的贝叶斯层次模型构建；2) 使用经验贝叶斯估计进行参数优化；3) 对Illumina HumanMethylation450和EPIC平台数据进行M值转换；4) 通过主成分分析(PCA)和基因组控制膨胀因子(GCλ)评估校正效果；5) 应用Horvath表观遗传时钟验证纵向数据稳定性。样本来源于公共数据库中的全血、肿瘤组织和多中心队列。

研究结果部分，"数值实验"显示：在13种模拟场景中，iComBat与标准ComBat的真阳性率(TPR)相当（基线场景分别为87.7% vs 82.7%），且成功消除了批次聚类现象。值得注意的是，在样本量小(S4)或批次多(S8)的复杂场景下仍保持稳定性能。"实际数据应用"部分：在类风湿关节炎EWAS中，iComBat将GCλ从22.7降至5.66；在颅内室管膜瘤分析中，平台间差异被有效消除；特别在表观遗传时钟评估中，iComBat实现了新旧批次无缝整合，相比标准ComBat避免了已有样本年龄估计值的波动（平均变化0 vs 1.4-3.1岁）。

讨论指出，这项研究首次实现了甲基化数据的"增量式"批次校正，解决了长期困扰纵向研究的可比性问题。方法学上有三个突出优势：一是保持历史数据不变性，确保研究结论前后一致；二是兼容现有分析流程，可直接处理M值或β值；三是适用于不同类型探针的阵列数据。在转化医学层面，该方法为抗衰老干预试验等需要重复测量的研究提供了可靠技术支撑，有望提高表观遗传生物标志物的评估准确性。

研究者也坦承存在局限：当协变量效应极强时（如S10场景），校正效果会受影响；此外对450K与EPIC平台间的系统差异仍需谨慎处理。未来可探索将iComBat与量化归一化等方法结合，进一步提升在复杂研究设计中的稳健性。这项技术突破不仅推动了表观遗传数据分析方法学发展，也为实现精准医学中的长期监测提供了关键工具。