《Clinical and Translational Medicine》:Fragment-end sequence architecture of cell-free DNA and its association with tumour DNA in non-small cell lung cancer
编辑推荐:
引言:循环细胞游离DNA(cell-free DNA,cfDNA)片段化模式为液体活检应用提供了有前景的分子信息来源。然而,潜藏于片段化之下的序列特征及其与肿瘤来源DNA的关系仍未完全阐明。在此,研究人员表征了细胞系、细胞外区室、应激条件以及非小细胞肺癌(no
引言:循环细胞游离DNA(cell-free DNA,cfDNA)片段化模式为液体活检应用提供了有前景的分子信息来源。然而,潜藏于片段化之下的序列特征及其与肿瘤来源DNA的关系仍未完全阐明。在此,研究人员表征了细胞系、细胞外区室、应激条件以及非小细胞肺癌(non-small cell lung cancer,NSCLC)患者血浆中细胞外cfDNA的片段末端序列特征。
方法:使用牛津纳米孔测序对源自细胞系的cfDNA进行表征,随后进行片段末端分析。分析了来自健康个体和NSCLC患者的公开纳米孔cfDNA数据集,以检查二核苷酸模式并推导基序比率指数。研究人员进一步在一个由50例EGFR突变NSCLC患者组成的独立队列中评估了这些特征与估计ctDNA丰度的关联。
结果:对A549、H460和WI38细胞系cfDNA的纳米孔测序揭示了可重复的末端基序模式,且富含AT、GT和CT末端。对健康个体血浆cfDNA的分析显示,其末端基序谱与细胞系来源cfDNA明显不同,在将4-mer基序降为5′末端二核苷酸特征后,这种分离依然保持。基于这些模式的一个探索性基序比率在肺癌患者中较健康个体呈适度升高。在一个包含EGFR激活突变的50例NSCLC患者的独立Illumina队列中,使用交叉验证的LASSO(最小绝对收缩和选择算子)回归,5′末端二核苷酸频率与估计的循环肿瘤DNA(circulating tumour DNA,ctDNA)丰度相关(Spearman ρ = .73,p = 3.35 × 10?9)。预先定义的基序比率与估计的ctDNA浓度呈强相关(Spearman ρ = .76,p = 1.89 × 10?10)。
结论:这些发现表明,简单、可解释的cfDNA末端基序特征能够捕获与ctDNA丰度相关的序列特征,并值得进一步验证用于非侵入性癌症监测。
细胞游离DNA(cell-free DNA,cfDNA)液体活检在非小细胞肺癌(non-small cell lung cancer,NSCLC)的检测与监测中具有重要价值。循环肿瘤DNA(circulating tumour DNA,ctDNA)携带肿瘤特异信息,但cfDNA片段化模式所蕴含的生物学信号尚未被充分理解。以往研究多使用4-mer或更长的高维末端基序表征,这些表征难以解释且易受测序深度和实验设计影响;直接在血浆样本中分析又难以区分多种细胞来源的DNA片段混合物。因此,需要利用受控体外系统与临床数据相结合,解析cfDNA片段末端的序列特征及其与肿瘤来源DNA的关系。
为此,研究人员系统表征了细胞系、细胞外区室、应激条件以及NSCLC患者血浆中cfDNA的片段长度和片段末端序列特征。研究发现cfDNA片段化呈现可重复、序列依赖的末端基序模式,且该模式可简化为二核苷酸水平;基于二核苷酸的基序比率与ctDNA丰度显著相关,提示简单可解释的末端基序特征可用于非侵入性癌症监测。
主要关键技术方法包括:利用牛津纳米孔测序对A549、H460和WI38细胞系来源cfDNA进行单分子测序,获得片段长度和末端序列;采用qPCR和毛细管电泳评估片段完整性;使用公开纳米孔数据集(健康个体7例、肺癌患者6例,BioProject PRJNA768481)和独立Illumina全基因组测序队列(50例EGFR突变NSCLC患者,BioProject PRJNA642002)进行验证;提取5′末端4-mer和2-mer基序并计算相对基因组背景的富集;通过LASSO回归评估末端基序与估计ctDNA浓度的关联。
研究结果如下:
2.1 cfDNA在体外表现出独特的片段化和保守的末端基序特征。纳米孔测序显示WI38细胞系来源cfDNA相对富集较长片段,而A549和H460则相对富集较短片段,长/短片段比率在细胞系间差异显著。三种细胞系的4-mer末端基序富集/耗尽模式高度一致,富集AT、CT等基序,耗尽GC丰富序列;降采样分析和Illumina平台验证表明这些模式稳健,并非测序深度或文库制备技术偏倚所致。
2.2 cfDNA片段大小随细胞外区室变化,而末端基序模式基本保持。外泌体富集部分与去除外泌体的上清部分相比,前者cfDNA片段更长;但4-mer基序谱跨区室高度一致(如A549中ρ = .90),仅有少数基序显示出名义显著差异。这表明片段长度可受细胞外区室影响,而末端基序架构在区室间保守。
2.3 细胞应激改变cfDNA片段长度,而末端基序模式基本不变。血清剥夺作为应激条件可增加cfDNA释放并改变片段长度分布,但4-mer基序谱与控制条件高度相关(如A549中ρ = .98),经多重检验校正后无显著差异。说明末端基序核心特征在生理扰动下保持稳定。
2.4 健康和NSCLC血浆cfDNA的片段末端基序架构。通过对公开纳米孔数据的分析,细胞系来源cfDNA与健康血浆cfDNA的末端基序谱明显分离,主成分分析在4-mer和2-mer水平均显示两个独立聚类。基于细胞系比较定义的基序比率在6例肺癌患者中较7例健康个体呈适度升高,但属于探索性发现。
2.5 二聚体水平片段化特征与NSCLC血浆ctDNA丰度相关。在独立队列的50例EGFR突变NSCLC患者中,使用16种5′末端二核苷酸频率经LASSO交叉验证预测ctDNA浓度,预测值与观测值相关系数(Spearman ρ = .73,p = 3.35 × 10
?9)。预设的基序比率与估计ctDNA浓度呈强相关(Spearman ρ = .76,p = 1.89 × 10
?10),且相关强度与LASSO模型相当,说明简单基序比率即可捕获大部分与ctDNA丰度相关的信号。
讨论部分指出,cfDNA末端基序可能反映染色质组织与核酸酶活性的相互作用;细胞系与血浆cfDNA的差异可能由多组织来源、核酶环境及平台差异共同造成。简单基序比率被证明是有价值的降维手段,但研究存在样本量小、ctDNA浓度为间接估计、仅纳入EGFR突变类型等局限性。未来需在更大的多癌种队列、不同测序平台及结合其他片段组学特征进行验证。研究结论可翻译为:总之,研究人员发现cfDNA片段化表现可重复、序列依赖的末端基序模式,并可用简单可解释的二聚体水平特征表示;基于这些模式定义的基序比率与独立NSCLC队列中估计的ctDNA丰度强烈相关,表明简化的末端基序特征可捕获大部分与肿瘤来源cfDNA相关的序列信号;这些发现支持cfDNA末端基序作为液体活检信息成分的潜力,但仍需在更大、临床多样化的队列中验证以确立其临床效用。