通过针对血浆中游离DNA的酶促甲基化测序方法检测乳腺癌

《Molecular Genetics and Genomics》：Breast cancer detection via targeted enzymatic methyl sequencing of plasma cell-free DNA

早期检测乳腺癌（BC）至关重要，但现有筛查方法如钼靶存在灵敏度不足问题。本研究通过分析TCGA中75对BC与邻近正常组织，构建BC特异性甲基化谱，筛选出方差＞0.001的107个差异甲基化位点（DMPs），并基于21个DMPs建立机器学习模型。结果显示模型在训练集（AUC=0.972）、验证集（AUC=0.886）和测试集（AUC=0.817）均表现优异，其中4个甲基化位点与CEA、ER表达呈显著正相关（p＜0.05）。该研究证实ctDNA甲基化结合机器学习可作为乳腺癌早期筛查的有效补充工具，为液态活检与人工智能结合提供新思路。

　　

摘要

早期发现乳腺癌（BC）对于提高患者生存率至关重要，然而目前的筛查方法（如乳腺X光摄影）在敏感性方面存在局限性，尤其是在乳腺密度较高的情况下。循环肿瘤DNA（ctDNA）的甲基化已成为一种有前景的非侵入性癌症检测生物标志物。本研究旨在从血浆ctDNA中识别出乳腺癌特异性的DNA甲基化标志物，并开发一种机器学习模型以实现乳腺癌的早期和准确检测。我们通过分析TCGA数据库中75对乳腺癌组织与相邻正常组织之间的差异甲基化位点（DMPs），构建了一个乳腺癌特异性的甲基化谱型。共收集了396份血浆样本，并将其分为训练集（94例乳腺癌，144例对照组）、验证集（31例乳腺癌，48例对照组）和测试集（31例乳腺癌，48例对照组）。利用这些乳腺癌特异性的DMPs构建了一个机器学习模型，并通过ROC分析评估了其性能。同时使用皮尔逊系数（Pearson’s coefficient）评估了甲基化水平与常规生物标志物（CEA、ER）之间的相关性。我们从TCGA数据中识别出107个在ctDNA中表现出高变异性的DMPs（变异系数＞0.001）。基于这21个DMPs的模型在训练集中的准确率较高（AUC=0.972，敏感性=90.48%，特异性=91.20%），在验证集和测试集中的表现也一致（AUC分别为0.886和0.817）。四个位点的甲基化水平与CEA和ER的表达呈现中等到强相关性（所有p值＜0.05）。本研究证明，基于ctDNA甲基化的机器学习模型能够有效区分乳腺癌与非癌性疾病，具有出色的敏感性和特异性，这表明其作为早期乳腺癌检测辅助工具的潜力。这些发现强调了ctDNA甲基化特征的临床意义，并突显了将液体活检与机器学习结合在未来的癌症筛查策略中的前景。本研究提供了一种新的基于甲基化的乳腺癌筛查框架，可以补充现有的生物标志物。未来的工作应在更大的多中心队列中验证这些标志物的有效性，并探索它们在监测治疗反应和复发方面的应用。