《Therapeutics and Clinical Risk Management》：Circulating Biomarkers with Artificial Intelligence for Clinical Risk Assessment and Therapeutic Monitoring: Evidence, Limitations, and Translation
编辑推荐：
循环生物标志物，特别是细胞游离DNA（cfDNA），正通过其提供动态、微创疾病状态评估的能力改变当代医学。其临床实用性已显著扩展至包括肿瘤学、心血管疾病、移植监测、感染性疾病及持续性炎症性疾病。然而，生物标志物相关数据日益增长的复杂性和体量带来了重大挑战，亟需
循环生物标志物，特别是细胞游离DNA（cfDNA），正通过其提供动态、微创疾病状态评估的能力改变当代医学。其临床实用性已显著扩展至包括肿瘤学、心血管疾病、移植监测、感染性疾病及持续性炎症性疾病。然而，生物标志物相关数据日益增长的复杂性和体量带来了重大挑战，亟需整合人工智能（AI）和机器学习方法以改进数据解读、风险评估和临床决策。本综述全面审视了近期在治疗背景和临床风险管理中将循环生物标志物与AI整合方面的进展。它概述了从分子特征到精准医学的转化轨迹，阐述了当前的局限性，并探讨了未来发展前景。本综述旨在作为临床实践和研究的系统性资源，从而通过创新的、由AI支持的生物标志物驱动策略推动个体化医学的发展。
Molecular Basis and Detection Techniques of Circadian Biomarkers（循环生物标志物的分子基础与检测技术）
Origin and Biological Properties of Cell-Free DNA（细胞游离DNA的起源与生物学特性）
细胞游离DNA（cfDNA）主要通过细胞凋亡、坏死和主动分泌等细胞机制产生，每种过程都赋予其独特的分子特征以指示组织来源。来自凋亡细胞的DNA片段通常长度为160–180碱基对，反映了核小体单元；而坏死细胞则因不受调控的细胞崩解而产生更长且更多变的片段。此外，涉及细胞外囊泡和外泌体的主动分泌途径也增加了cfDNA库的多样性。cfDNA的长度、甲基化谱和末端基序可作为分子标识符用于推断其组织起源。例如，cfDNA中CpG位点的甲基化模式与组织特异性表观遗传谱高度关联，使得无需侵入性组织取样即可进行组织来源分析。片段组学通过评估不同组织和疾病状态下变化的切割特征和末端基序进一步增强了这一潜力。复杂的计算方法，特别是采用深度学习架构的方法，已被开发出来以整合这些多层面属性，能够从cfDNA测序信息中精确推断基因表达和组织来源。在健康个体中，血浆cfDNA浓度较低，反映常规细胞更新与稳态；而在癌症、炎症性疾病和组织损伤等疾病状态下，cfDNA水平显著升高。循环肿瘤DNA（ctDNA）是cfDNA中源自肿瘤的部分，携带肿瘤特征性的遗传和表观遗传异常。ctDNA的短半衰期使其能够实时反映肿瘤负荷变化。ctDNA的分析可实现早期癌症诊断、微小残留病灶监测、耐药突变识别及瘤内异质性评估。然而，ctDNA的低浓度和高度碎片化需要极高灵敏度和特异性的检测方法。下一代测序（NGS）、数字PCR（dPCR）及纳米技术富集策略的最新进展显著提升了ctDNA检测性能。AI和机器学习算法越来越多地被用于整合和解读来自ctDNA的复杂多组学数据，包括突变谱、甲基化特征和片段组学特征，从而提高诊断精度和预后评估。
Other Types and Functions of Circulating Biomarkers（其他类型循环生物标志物及其功能）
除ctDNA外，循环中存在多种其他分子实体，各自提供关于疾病状态和治疗效果的不同视角。循环RNA分子，如信使RNA（mRNAs）、微小RNA（miRNAs）和长链非编码RNA（lncRNAs），是基因表达的关键调控因子，已成为多种病理状态的宝贵生物标志物。这些RNA被分泌到血液中，通常包裹在细胞外囊泡如外泌体中或与蛋白质载体结合，从而增强其稳定性并实现细胞间通讯。特定miRNA表达模式已在恶性肿瘤、心血管疾病和神经退行性疾病中被表征，可作为无创诊断和预后工具。循环蛋白质和代谢物构成了另一类重要的生物标志物，反映全身生理和病理状态。靶向蛋白质组学分析和代谢组学研究已发现多蛋白特征和独特代谢谱，可借助深度学习模型进行模式分析，用于区分疾病状态。循环肿瘤细胞（CTCs）是活体癌细胞，从原发或继发肿瘤部位释放进入循环系统，提供基因组、转录组和蛋白质组的多维数据。尽管其极度稀缺和多样化的表型状态带来分离和分析挑战，但基于细胞大小和变形性的富集策略与高分辨率单细胞成像平台相结合，以及深度学习架构的应用，已提高了CTC检测的精度和通量。
Technological Progress and Existing Limitations in Detection Methods（检测方法的技术进展与现有局限）
cfDNA分析得益于NGS和dPCR，两者服务于互补的分析目的。NGS支持对单核苷酸变异、拷贝数改变和结构变异的广泛探查，但其罕见变异的检测受测序深度、错误抑制、投入量、成本和周转时间影响。dPCR适用于对预定义变异进行低变异等位基因频率（VAF）的定量分析。除遗传突变外，cfDNA的表观遗传变化，特别是DNA甲基化，已成为确定组织来源和实现早期癌症诊断的关键生物标志物。传统方法如甲基化特异性PCR（MSP）和全基因组亚硫酸氢盐测序虽常用，但亚硫酸氢盐处理会损伤DNA。纳米孔测序的出现通过允许直接、免扩增地鉴定天然DNA甲基化状态，绕过了化学修饰的需要。牛津纳米孔技术（ONT）平台可在cfDNA中实现全基因组范围的5-甲基胞嘧啶（5mC）检测，能在单一测定中同时评估遗传和表观遗传特征。新兴技术如微流体系统和纳米孔测序可通过更小的样本需求、多重检测、便携性和实时信号采集来扩展cfDNA分析。然而，标准化仍是重大挑战，样本收集、cfDNA提取方法、文库制备方案和生物信息学流程的不一致会严重损害数据质量和可重复性。纳米孔测序目前相对于短读长NGS平台表现出更高的原始错误率，需要共有测序策略和复杂的纠错算法以达到临床可接受的准确性。经济可行性是另一个关键障碍，测序试剂、仪器和计算资源的费用可能限制其在分散或资源有限环境中的可及性。
