血浆 cfDNA 全基因组甲基化测序片段特征保留机制与多模态癌症诊断模型

《Genome Medicine》：Decoding coupled epigenetic-fragmentomic signals in circulating cell-free DNA for interpretable cancer diagnosis

摘要

背景

血浆游离DNA（cfDNA）的全基因组甲基化测序能够同时表征DNA甲基化和片段特征，从而用于癌症检测。然而，目前尚不清楚甲基化文库的制备是否能够忠实保留片段特征信号，甲基化与片段化在生物学上是如何耦合的，以及这两种方法如何能够系统地整合在一起。

方法

我们系统地评估了在全基因组亚硫酸盐测序（WGBS）和酶促甲基化测序（EM-seq）中cfDNA片段特征的保留情况，并将其与传统的全基因组测序（WGS）进行了比较。随后，我们探讨了甲基化与片段化之间的生物学关系，并从血浆cfDNA中直接划分出甲基化单倍型块（MHBs）作为组织多模态cfDNA信号的可解释生物学单元。基于这些发现，我们开发了整合了互补甲基化和片段特征的多模态诊断模型。

结果

尽管不同特征之间的保留程度有所差异，但在各种甲基化测序协议中，cfDNA的典型片段特征模式仍得以部分保留。DNA甲基化水平与特征性的片段长度和末端基序模式相关。血浆来源的MHBs表现出与组织相关的调控特征、独特的染色质可及性模式、重复序列富集以及甲基化异质性，为整合cfDNA分析提供了可解释的生物学单元。在这些区域内，甲基化和片段信号表现出协调但互补的模式。利用这一框架，我们开发了Fragmentomics And Methylation Ensemble（FAME）这一可解释的多模态模型，它整合了以MHB为中心的甲基化和片段特征，用于癌症检测和来源组织预测。进一步地，我们通过加入全基因组的甲基化和片段特征，扩展了该模型，生成了全基因组增强型FAME模型（FAME-GW）。在交叉验证、独立验证以及与THEMIS（Thorough Epigenetic Marker Integration Solution）、SPOT-MAS（通过甲基化和大小筛查肿瘤存在）和DELFI（早期拦截的DNA片段评估）的比较中，基于FAME的模型均表现出稳健的诊断性能，其中FAME提供了紧凑且易于理解的表现形式，而FAME-GW则实现了最强的整体预测性能。

结论

我们的研究表明，cfDNA全基因组甲基化测序能够部分保留有意义的片段特征信号，并确定了由血浆衍生出的MHBs作为组织和整合互补甲基化及片段信息的可解释生物学单元。这一框架为理解表观遗传信息和片段信息的耦合提供了见解，并为基于cfDNA的癌症诊断提供了一种有效的策略。