《Scientific Reports》：cfDECOR: a novel approach for estimating cell type contributions to cfDNA based on chromatin accessibility patterns
编辑推荐：
本研究旨在通过液体活检无创诊断和监测疾病。为提升cfDNA组织来源解析的准确性，研究人员开发了基于ATAC-seq染色质可及性图谱的新型反卷积模型cfDECOR。该模型通过整合组织/细胞类型特异的开放染色质区域信息，显著提高了疾病检测的准确性与敏感性，为临床应用提供了新工具。
在医学诊断领域，找到一种既能精准捕捉疾病信号，又能最大限度减少患者痛苦的检测方法，一直是科学家们孜孜以求的目标。液体活检（liquid biopsy）技术的出现，如同在平静的湖面投下了一颗石子，激起了层层希望的涟漪。这项技术通过分析血液等体液中微量的循环生物标志物，例如细胞游离DNA（cell-free DNA, cfDNA），为癌症、自身免疫病等多种疾病的早期发现和动态监测打开了一扇无创的窗口。然而，通往精准医疗的道路上并非一帆风顺，一个核心的“身份识别”难题横亘在前：我们如何准确地判断血液中这些游离的DNA碎片究竟来自身体的哪个部位、哪种细胞？这个问题的答案，直接关系到能否解读出疾病特有的信号，从而实现有效诊断。
传统的cfDNA分析方法，如基于甲基化的检测，虽然有力，但有时会受限于需要高深度测序或特定标记物的覆盖范围。近年来，科学家们将目光投向了DNA的另一种“身份密码”——它的断裂模式。这种模式与染色质的开放状态息息相关，活跃表达的基因区域染色质松散（即可及性高），更容易被切割成特征性的片段。这就好比一本书，经常被翻阅的页面边缘更容易磨损，留下独特的痕迹。这种基于片段化的生物标志物，因其在基因组中拥有大量组织特异性区域，且无需超高深度测序的优势，正成为表观遗传信号研究中的一颗新星。但如何系统性地利用全基因组范围的染色质可及性图谱来精准追溯cfDNA的细胞来源，仍然是一个有待深入探索的挑战。
在此背景下，一项发表在《Scientific Reports》上的研究为我们带来了新的解决方案。为了建立cfDNA片段模式与组织来源之间的精确映射，从而提升液体活检的解析能力，研究团队独辟蹊径，开发了一种名为cfDECOR的新型反卷积（deconvolution）模型。这个模型的核心创新在于，它并非直接检测cfDNA的序列变异，而是解读其“断裂指纹”。研究人员巧妙地利用了来自不同组织或细胞类型的ATAC-seq（assay for transposase-accessible chromatin using sequencing）数据。ATAC-seq是一种用于描绘染色质可及性全景图的技术，能够高分辨率地显示基因组中哪些区域是“开放”且活跃的。cfDECOR模型正是通过学习这些组织特异的开放染色质区域图谱，构建了一套“标准指纹库”。当面对一份混合来源的cfDNA样本时，模型可以通过分析其全基因组范围内的片段化模式，与“标准指纹库”进行比对和计算，从而反推出样本中各种细胞类型或组织的贡献比例。这就像是通过分析一堆混在一起的、来自不同书籍的纸屑的磨损边缘特征，来判断每本书贡献了多少页。
这项研究的关键技术方法主要包括：利用公开或自产的组织/细胞类型特异性ATAC-seq数据构建染色质可及性参考图谱；基于cfDNA测序数据提取全基因组范围的片段化分布特征（即片段末端序列的分布模式）；开发并训练cfDECOR这一计算生物学模型，将cfDNA片段特征与参考图谱进行拟合，以估算不同细胞类型的贡献度；最后使用模拟数据和真实患者cfDNA测序数据对模型的准确性、敏感性进行验证和性能评估。
研究结果
- •
模型构建与原理验证
研究人员首先阐述了cfDECOR模型的理论基础。该模型基于一个核心假设：cfDNA的断裂并非随机，其片段末端在基因组中的分布频率与染色质的可及性程度成正相关。也就是说，染色质开放区域（由ATAC-seq信号标示）更易产生cfDNA片段。因此，通过整合多种组织/细胞类型的ATAC-seq图谱作为参考，模型可以将观察到的cfDNA片段分布，分解为各参考组分的线性组合，从而估算出每种组织/细胞类型在混合cfDNA池中的相对含量。
- •
在模拟数据中验证性能
为了在可控环境下评估cfDECOR，研究团队生成了模拟的cfDNA测序数据。他们通过混合不同比例的组织特异性ATAC-seq信号来模拟来自不同贡献度的cfDNA片段分布。分析结果表明，cfDECOR能够高度准确地重建出模拟数据中预设的各组织贡献比例。与已有的、基于其他特征（如核小体定位）的反卷积方法相比，cfDECOR在模拟数据中表现出更低的误差和更强的鲁棒性，证明了其利用染色质可及性模式进行反卷积的有效性和优越性。
- •
在真实cfDNA数据中验证与应用
验证的最终舞台是真实的患者样本。研究人员将cfDECOR应用于来自健康个体和不同疾病状态（如癌症患者）的公开cfDNA测序数据集。模型成功地从健康人血浆cfDNA中解析出了预期的、以造血细胞（如白细胞）贡献为主的图谱。更重要的是，在癌症患者的cfDNA中，cfDECOR检测到了来自肿瘤组织的显著信号贡献，这些信号在匹配的健康对照中则不存在或比例极低。例如，在肺癌患者的cfDNA中，模型推断出的肺组织来源贡献显著高于对照组，这与肿瘤细胞释放cfDNA的预期相符。这些结果在生物学上是合理的，初步证实了cfDECOR区分疾病状态的能力。
- •
提升疾病检测的敏感性与准确性
本研究的核心应用目标是提升疾病检测效能。通过比较分析，研究发现，相比于单纯依赖cfDNA含量或少数已知生物标志物，整合了cfDECOR提供的细胞类型贡献谱，能够更敏感地识别出疾病样本。模型所提供的多维度的组织贡献信息，为区分不同疾病类型、甚至监测治疗反应提供了更丰富的特征维度。这证明，基于染色质可及性模式的反卷积不仅能追溯来源，其输出结果本身就能作为一项强有力的疾病检测生物标志物。
研究结论与讨论
该研究成功开发并验证了cfDECOR，这是一种基于组织/细胞类型特异性染色质可及性（ATAC-seq）模式来反卷积cfDNA来源的新型计算模型。结论表明，cfDNA的片段化模式确实系统性地反映了其细胞起源的染色质状态，这使得利用全基因组范围的开放染色质图谱进行高精度反卷积成为可能。cfDECOR在模拟数据和真实患者数据中均表现出色，能够准确量化混合cfDNA中不同细胞类型的贡献，并能敏锐捕捉到疾病（如癌症）相关的组织贡献变化。
这项研究的意义重大。首先，它开辟了利用染色质可及性这一表观遗传维度进行cfDNA分析的新路径，丰富了液体活检的信息工具箱。其次，cfDECOR模型通过整合大量的公共基因组学数据（ATAC-seq），降低了对昂贵、高深度靶向测序的依赖，有望提高液体活检的可及性和经济性。最重要的是，它通过提升cfDNA组织来源解析的准确性和敏感性，为癌症的早期无创筛查、微小残留病灶监测、以及自身免疫病等活动性评估提供了潜力巨大的新方法。尽管将该方法转化为临床常规应用仍需在前瞻性大样本队列中进行进一步验证，并优化实验与分析流程，但本研究无疑为下一代高精度液体活检技术的发展提供了重要的概念证明和有力的工具基础。
