《Advanced Science》：Noninvasive Detection and Subtyping of Esophageal Cancer by Circulating Cell-Free mtDNA Fragmentomics: A Multi-Center Validation Study
编辑推荐：
食管癌（EC）因确诊较晚而致死率居高不下，目前缺乏用于早期检测与亚型分型的精准无创工具。循环游离线粒体DNA（ccf-mtDNA，circulating cell-free mitochondrial DNA）片段组学（fragmentomics）可提供具前景
食管癌（EC）因确诊较晚而致死率居高不下，目前缺乏用于早期检测与亚型分型的精准无创工具。循环游离线粒体DNA（ccf-mtDNA，circulating cell-free mitochondrial DNA）片段组学（fragmentomics）可提供具前景的生物标志物。研究人员在一项大型多中心研究中纳入1,260名受试者，涵盖健康对照（HC）、良性食管疾病（BED）、癌前病变及EC患者，基于血浆ccf-mtDNA片段组学图谱构建了两个机器学习模型：食管癌检测（ED）模型与病理亚型预测（PSP）模型。ED模型在训练队列中区分EC与非EC的曲线下面积（AUC）达0.9706，在内部验证队列（0.9762）、外部验证队列（0.9748）及中国少数民族队列（0.9668，维吾尔族与哈萨克族）中均表现优异。于最优截断值时，合并验证队列中对Ⅰ期EC灵敏度达92.16%，并正确识别93.10%术前活检漏诊的早期EC；区分高级别上皮内瘤变（HGIN）与非EC的AUC为0.9597。PSP模型区分食管鳞状细胞癌（ESCC）与食管腺癌（EAC）准确率为89.71%，整合关键临床参数后提升至90.74%。综上，ccf-mtDNA片段组学为早期EC检测、癌前风险分层及组织学亚型分型提供了稳健的无创平台，具备转化应用潜力。
论文解读：循环游离线粒体DNA片段组学赋能食管癌无创检测与亚型分型
研究背景与立项依据
食管癌（EC）总体5年生存率仅15%–25%，核心瓶颈在于早期阶段常无症状，确诊时多已进展至中晚期。内镜虽可发现上皮内瘤变与早期癌，但侵入性、成本与资源限制使其难以用于大规模人群筛查；既有血清标志物如鳞状细胞癌抗原（SCC，squamous cell carcinoma antigen）对早期EC灵敏度常低于30%。常规细胞游离DNA（cfDNA）分析受循环肿瘤DNA（ctDNA）丰度低与炎症背景噪声制约；全基因组亚硫酸氢盐测序（WGBS）存在DNA降解问题，低深度全基因组测序（WGS）片段特征可重复性受限。线粒体基因组（16,569 bp）拷贝数高，循环游离线粒体DNA（ccf-mtDNA）可反映线粒体失稳与核酸酶调控异常。前期证据表明TFAM下调促mtDNA泄漏，为片段组学（fragmentomics，对DNA片段大小、末端基序等特征的系统解析）用于EC无创诊断提供理论基础。该研究发表于《Advanced Science》，旨在同时解决早期EC/癌前病变检出与ESCC/EAC无创亚型分型两大临床缺口。
主要关键技术方法
研究依托三中心队列：唐都医院（训练/内部验证/癌前队列）、复旦大学附属肿瘤医院（外部验证）、新疆医科大学附属肿瘤医院（维吾尔族与哈萨克族少数民族队列），另设80例ESCC/EAC独立亚型队列。技术链路为：血浆cfDNA提取与文库构建、靶向线粒体捕获测序；从测序数据中提取片段大小分布（FSD）、5'端碱基偏好、末端基序（end-motif）等特征；经互信息（MI）与LASSO筛选特征，ED模型采用偏最小二乘判别分析（PLS-DA），PSP模型采用代价敏感逻辑回归并处理类别不平衡；以嵌套交叉验证、ROC、决策曲线分析（DCA）与精确率–召回率（PR）曲线评估泛化性能，不依赖活检重构标签。
研究结果
3.1 研究设计
通过多中心、多族群样本分配与统一分析框架，建立ED与PSP双模型工作流，明确从测序特征到临床风险的映射路径。
3.2 EC患者呈现异常的血浆ccf-mtDNA片段组学图谱
EC组片段化相关性较健康对照（HC）与良性食管疾病（BED）逐步降低，697个特征差异改变；TGTT-、TGT-末端基序富集，CGAC-、CTAC-末端基序减少。核酸酶DNASE1、DNASE1L3、DFFB、ENDOG血浆水平异常，提示核酸酶失调参与片段模式重塑。
3.3 ED模型在独立与族裔多样队列中保持高性能
ED模型训练集AUC 0.9706；内部0.9762、外部0.9748、少数民族队列0.9668。合并验证队列中Ⅰ期EC灵敏度92.16%，可识别93.10%活检低估的早期癌；对胃癌、结直肠癌呈高特异性，证明信号具EC指向性。
3.4 ED模型在异质临床因素下性能一致
模型在早期/晚期、上中下段、ESCC/EAC各亚组AUC均高于0.96；ED评分随病程递增，能捕捉活检采样偏差下的浸润性分子特征，且灵敏度显著优于传统血清标志物。
3.5 ccf-mtDNA片段组学揭示瘤变连续谱
UMAP显示HGIN位于中间过渡区；Jonckheere–Terpstra趋势检验确认特征单调演进。ED评分从HC 0.40升至EC 0.68；HGIN vs 非EC的AUC 0.9597，LGIN区分力较弱，支持风险分层筛查。
3.6 ccf-mtDNA片段组学实现ESCC与EAC无创判别
PSP模型五折交叉验证AUC 0.9522、准确率89.71%；独立队列中ESCC灵敏度87.50%、EAC特异度90.00%。引入灰区与临床变量（BMI、吸烟、饮酒、胃食管反流病（GERD）、血清标志物）构建mPSP，准确率升至90.74%，独立验证AUC 0.9406。
讨论与结论翻译
讨论指出，ccf-mtDNA片段组学无需亚硫酸氢盐转换、靶向捕获深度高于WGS，可稳定捕捉癌前–癌变连续体分子信号；跨地域与多族群一致性提示其反映保守的线粒体失调与核酸酶重编程。研究局限包括回顾性设计、缺乏因果机制实验、尚需全球人群与外部前瞻纵向队列验证预后价值。
结论：ccf-mtDNA片段组学为EC无创早期检测、癌前分层与ESCC/EAC亚型判别提供可靠平台，结合临床参数可支撑分级诊疗与精准介入。
作者贡献与结论部分意译
Yang L.与J.X.构思设计；多位临床与测序人员完成入组、建库与分析；模型在锁定的阈值与独立队列中保持稳健。结论确认：ED模型解决HGIN/早期EC漏检，mPSP模型在活检不充分时提供非侵入亚型依据，未来需前瞻队列进一步验证进展与复发预测价值。
