综述：单细胞DNA甲基化测序：技术、计算方法及其在精准肿瘤学中的应用

《Molecular Oncology》：Single-cell DNA methylation profiling: Technologies, computation, and applications in precision oncology

　　

癌症是一种具有本质异质性的疾病，其特征是由特定遗传与表观遗传改变（如异常DNA甲基化）定义的恶性亚克隆。传统批量测序方法对大量细胞群体进行聚合分析，产生的平均甲基化组信号会掩盖驱动肿瘤发生、转移及治疗抵抗的罕见但具临床意义的表观遗传模式。单细胞DNA甲基化（scDNAme）测序的出现推动了肿瘤学的范式转变，其提供的分辨率足以解析这种肿瘤内异质性。通过对单个细胞的表观基因组进行 profiling，scDNAme分析能够发现新的异常模式、精确重建细胞谱系，并表征具有独特甲基化组特征的特殊群体——如癌症干细胞（CSCs）或耐药克隆。这一技术进步并非增量式改进，而是理解癌症核心特征（如生长控制逃逸和凋亡抵抗）的前提，这些特征通常由特定亚克隆调控。本综述全面比较评估了新兴单细胞技术在区分DNA甲基化谱方面的技术与化学性能，通过强调这些新兴技术的策略性工作流程及先进计算工具，阐明解析离散胞嘧啶变异如何赋能精确的细胞谱系追踪、难治性克隆识别，以及针对致病性肿瘤亚克隆的位点特异性表观遗传编辑治疗。

1 引言

DNA甲基化特指胞嘧啶碱基5'位点的甲基添加，是发育与癌症进展中的关键表观遗传调控过程，调控细胞特化、胚胎发生和基因组印记等核心功能。在癌症语境下，DNA甲基化是已被充分研究的表观遗传因子，作为癌症诊断与预后生物标志物具有广阔潜力。异常DNA甲基化模式普遍存在于各类恶性肿瘤中，对疾病表型具有重要贡献。启动子区CpG岛（CGI）的高甲基化通常与基因表达降低相关，导致关键抑癌基因（TSGs）的表观遗传沉默，该过程由DNMTs建立并维持CpG甲基化、UHRF1/2通过复制偶联招募DNMT1强化甲基化继承、TET酶通过氧化去甲基化拮抗甲基化，以及MeCP2等甲基-CpG阅读蛋白稳定转录抑制所共同调控，因此DNA甲基化抑制剂的开发正开辟新的治疗路径。另一方面，全基因组低甲基化常见于基因间区和基因内区，基因体区甲基化水平常与基因表达呈正相关；尤为关键的是，增强子低甲基化可暴露转录因子（TFs）结合基序，诱导下游多个靶基因表达改变并促进肿瘤发生。从全基因组低甲基化到TSG启动子精准高甲基化的甲基化网络紊乱，通过使恶性细胞突破严格生长控制并抵抗程序性死亡，直接参与肿瘤的发生、进展与转移能力形成。尽管DNA甲基化具有重要意义，传统批量测序方法分析组织样本中数千至数百万细胞群体，生成的平均甲基化组图谱会掩盖细胞异质性的关键信息。癌症具有深刻的异质性——包括克隆、表型和空间层面，涉及肿瘤微环境（TME）内的恶性细胞、多种免疫组分和基质成分。批量分析的局限性使得局限于罕见亚群（如早期转移前体或耐药克隆）的新型异常甲基化模式无法被可靠检测与研究。单细胞测序技术（包括scDNA测序）通过实现各类恶性细胞状态的高分辨率 profiling，阐明克隆适应性和耐药机制，从根本上加速了肿瘤学研究进展。单细胞DNA甲基化（scDNAme）分析尤其允许研究人员探索以往无法触及的肿瘤生物学相关表观遗传异质性层面，包括克隆进化、癌症干细胞（CSCs）分子特征、治疗抵抗的表观遗传贡献，以及循环肿瘤细胞（CTCs）的组成。这种在单细胞水平解析异质性的能力，对于开发针对特定细胞类型和靶点的个体化治疗策略至关重要，凸显了单细胞DNA甲基化 profiling 对未来临床应用的重要性，为精准肿瘤学提供了全面认知框架。

2 单细胞DNA甲基化 profiling 的技术演进

2.1 甲基化化学与信号分辨率的进展

scDNAme方法的技术演进始终围绕在实现全基因组单碱基分辨率的同时最大化通量并最小化技术假象。许多测序方法依赖化学或酶促预处理以在测序前保留甲基化信息。亚硫酸氢盐测序（BS-seq）是广泛应用的方法，其将非甲基化胞嘧啶化学转化为尿嘧啶（读长为胸腺嘧啶），而甲基化胞嘧啶（5mC）则受保护。然而，基于亚硫酸氢盐的单细胞甲基化组 profiling 受限于亚硫酸氢盐诱导的DNA降解，这会大幅降低文库复杂度并损害输入回收率，这种灾难性损失对cfDNA等超低输入材料尤为突出，因为保留每个分子对分辨率至关重要。虽然亲和富集方法（如甲基化DNA免疫沉淀测序（MeDIP）或甲基-CpG结合域测序（MBD-seq））成本低廉且在批量研究中广泛应用，但其无法实现单碱基分辨率，且在覆盖低甲基化CpG位点方面存在局限。早期技术优化聚焦于亚硫酸氢盐后接头连接（PBAT），该策略在化学转化后整合测序接头，确保即使片段化分子也能被文库捕获。单细胞全基因组亚硫酸氢盐测序（scWGBS）利用带标签的随机六聚体进行接头整合，速度快且成本低，但因引物结合冗余常导致文库复杂度较低；相比之下，scPBAT特异性靶向重复元件，降低了测序成本和PCR偏差，特别适用于追踪作为癌症不稳定性标志的全基因组低甲基化，但在非重复区域存在定位率低的问题。单细胞核甲基胞嘧啶测序2（snmC-seq2）通过分离单细胞核进一步优化这些方法，避免了细胞质污染并改善了实体瘤组织的处理效率；该方法v1版本存在高水平接头二聚体假象，snmC-seq2引入虾碱性磷酸酶（SAP）去磷酸化步骤灭活残留核苷酸，显著提升了文库复杂度和定位率。PBAT框架衍生出多种专用高分辨率技术，各有其肿瘤学研究优势。EM-seq（酶促甲基化测序）以非破坏性酶促流程替代化学亚硫酸氢盐转化，利用TET2氧化保护甲基化胞嘧啶（5mC/5hmC），并通过APOBEC3A脱氨基未修饰胞嘧啶，在提升文库复杂度和灵敏度的同时保留了DNA完整性，这对液体活检中有限、高度片段化cfDNA和循环肿瘤DNA（ctDNA）的保存至关重要，以支持疾病景观的纵向监测。解析癌症中罕见克隆群体的关键观察结论是，最大化 profiling 细胞数量（通量）通常比最大化单细胞测序深度更具信息价值；为实现肿瘤图谱构建所需的规模，sci-MET（用于甲基化分析的单细胞组合索引技术）等高通量方法优先考虑规模而非深度，通过对固定细胞核进行多轮条形码标记（组合索引），可在池化中处理数千个细胞，无需昂贵的单个细胞物理分隔。为获得更完整的表观遗传图景，技术还需区分5-甲基胞嘧啶（5mC）及其衍生物5-羟甲基胞嘧啶（5hmC）。氧化亚硫酸氢盐测序（oxBS-seq）和scAba-seq满足了这一需求，其中scAba-seq利用AbaSI核酸酶以单碱基分辨率检测5hmC。近期进展转向更集成化和非破坏性的方法：单分子长程表观遗传集成 profiling（SIMPLE-seq）成为一种高通量策略，可在单细胞分辨率下联合检测5mC和5hmC，利用酶促转化避免传统亚硫酸氢盐处理的缺陷；单细胞TAPS（scTAPS：TET辅助吡啶硼烷测序）代表了范式转变，可实现修饰胞嘧啶的直接催化转化，无亚硫酸氢盐的破坏性效应。由于5hmC在DNA复制过程中表现出链特异性不对称，这些技术使研究人员能够重建精确的细胞分裂历史并追踪单个克隆的纵向命运，对谱系追踪和“表观遗传时钟”应用至关重要。

2.2 高分辨率调控景观的多组学平台

单细胞多组学的发展通过实现DNA甲基化与其他分子层的同步捕获，从本质上拓展了肿瘤学研究的范畴，为复杂组织内的调控流提供了高分辨率视角。同步多组学的技朮实现依赖于从单个细胞中精确分离基因组DNA和信使RNA，以捕捉稳定的表观遗传修饰与动态功能输出之间的直接关联。方法学上，scM&T-seq（整合scBS-seq和Smart-seq2）和Smart-RRBS采用完全裂解策略，随后利用寡聚-dT包被磁珠分离mRNA；而scMT-seq和scTrio-seq采用温和裂解策略物理分隔细胞，将含细胞质mRNA的上清转移至独立管中，同时保留完整细胞核用于基因组分析。这种物理分离对于在不影响转录组的情况下对基因组DNA进行亚硫酸氢盐转化至关重要，有助于发现直接的表观基因组-转录组关联——如启动子甲基化与基因表达之间的负相关，这类关联在未匹配数据集中常被技术噪音掩盖。基础双组学平台如scM&T-seq首次实现了甲基化组和转录组的平行测序，揭示了转录变异与异质性远端调控元件之间的联系。随后发展的高通量“三组学”系统如snmCAT-seq，可从同一细胞核同时捕获甲基化组、染色质可及性（ATAC）和转录组。scEpi2-seq等技术改进利用TAPS同时读取H3K27me3等组蛋白标记和CpG甲基化，揭示二者相互作用如何在耐药群体中强化基因沉默。通过Methyl-HiC等方法将这些层与三维结构数据整合，可建立三维环与其接触的增强子甲基化状态之间的直接明确关联。SpliCOOL-seq利用分裂池连接技术平行 profiling 全基因组DNA甲基化和染色质可及性，成功基于耦合的表观遗传-结构景观鉴定出不同的肿瘤亚克隆。这类集成方法对于解析肿瘤微环境的“空间悖论”至关重要，因为它们揭示了远端表观遗传架构如何调控驱动表型可塑性的基因表达程序。最新进展如scMHT-seq将这些多模态层与5hmC分辨率整合，提供了结合细胞状态、三维结构和谱系历史的四维分析框架，以追踪恶性克隆的纵向进化。牛津纳米孔技术（ONT）等直接测序平台正在变革该领域，其通过实时监测天然DNA穿过蛋白纳米孔时的电流变化检测甲基化标记，完全无需DNA降解性亚硫酸氢盐或酶促转化，保留了原始基因组架构，并能在超长读长中检测多种碱基修饰（5mC、5hmC、m⁶A）。该技术已用于解析癌症基因组的“暗物质”，绘制短读长平台无法触及的重复元件和复杂结构变异区域的甲基化图谱；其在肿瘤学中的应用还发现了长DNA片段上的协调“表观遗传瘢痕”，有助于鉴定肿瘤微环境中肿瘤特异性单倍型和等位基因特异性甲基化模式。最值得注意的是，ONT与单细胞平台（如scNanoHi-C）的整合，现在允许在千碱基至兆碱基尺度上同时 profiling 三维基因组架构和DNA甲基化，为追踪大规模基因组重排的克隆进化提供了变革性工具。

3 单细胞DNA甲基化分析的计算策略

3.1 克服数据稀疏性与噪音

过去十年，scDNAme分析的计算策略经历了从局部统计共享到全局情境感知建模的转变。核心挑战仍是极端的数据稀疏性和高技术噪音，常损害表观遗传谱的聚类和解读，因为当前测序技术通常仅覆盖每个细胞基因组CpG位点的稀疏部分。为补偿单细胞测量固有的甲基化值缺失，方法常采用插补策略，聚合来自邻近相似细胞的数据构建“元细胞”。例如，Melissa和scMET等算法利用分层贝叶斯框架，通过借用统计强度推断缺失位点的甲基化状态——即从相似细胞（聚类）或邻近表观基因组特征中聚合信息。这种概率方法确保未检测位点的预测基于细胞最接近的表观遗传邻居的共识，尽管输入稀疏。与将稀疏CpG位点视为二元事件不同，BPRMeth等工具将区域甲基化建模为连续的“倾向函数”，通过捕捉 profiles 的空间“形状”（如活跃启动子区的V形），绕过单细胞噪音和稀疏性；这些稳健的形状描述符作为定量指纹，显著改善细胞聚类和基因表达预测。最新进展涉及应用深度学习和大规模基础模型捕捉长程基因组依赖性：scMeFormer使用基于Transformer的架构，即使在位点覆盖率低至10%时也能实现高保真插补；在此基础上，scDNAm-GPT利用状态空间模型和双向模块克服了先前模型有限的“窗口大小”限制，有效捕捉2000万CpG位点及其周围核苷酸上下文的依赖性，通过在超过100万个细胞上训练，这些模型支持“零样本”预测，即无需进一步训练即可解读全新数据集中的甲基化动态。

3.2 解析克隆与谱系关系

近期进展EPI-clone利用靶向单细胞DNA甲基化单CpG分辨率测量，提供细胞分化状态和克隆身份的联合信息。其核心算法原理是对CpG位点进行划分：一个子集反映功能分化，另一个子集经历随机表突变，充当数字条形码。这种基于液滴的方法可在规模化水平实现无转基因谱系追踪，在数万个细胞中捕获数百条克隆轨迹，无需传统条形码所需的复杂基因工程。互补策略MethylTree基于共同观测CpG位点构建细胞-细胞相似性矩阵，利用数学回归“去噪”数据，去除会混淆谱系推断的细胞类型特异性信号。同时，基于距离的系统发育工具如Sgootr利用噪声最小化位点选择推断转移迁移历史，使研究人员能够区分肿瘤遵循序贯进展模型还是更复杂的分支进化。这些计算进展使得鉴定侵袭性耐药亚克隆和实时监测治疗抵抗成为可能，变革了临床人员对癌症生态系统进化可塑性的解读方式。这些进展对解析癌症生态系统的复杂性也具有深远意义：高分辨率插补和轨迹推断现在允许研究人员区分癌症干细胞等罕见侵袭性亚群，并追踪以往被掩盖的克隆进化历史。此外，scDNAm-GPT等模型支持无参考的细胞游离DNA（cfDNA）去卷积，促进液体活检中肿瘤来源信号的无创鉴定。这种先进算法与单细胞分辨率的协同作用，通过实现治疗抵抗的实时监测和新型表观遗传生物标志物的发现，正在变革精准肿瘤学。

3.3 多组学调控 profiling 的计算整合

同步 profiling 方法的临床效用在scTrio-seq中得到体现，该技术可在单个细胞内同时分析基因组（拷贝数变异，CNVs）、DNA甲基化组和转录组。通过直接从单细胞简化代表性亚硫酸氢盐测序（scRRBS）数据推导CNVs，该方法鉴定出人肝细胞癌（HCC）中在三个分子层均存在差异的恶性亚群，揭示了特定基因组重排如何驱动协调的表观遗传和转录组转变。在无直接转录组数据的研究中，MAPLE（甲基化组通过预测性关联表达关联）和scMD等计算框架通过生成“基因活性评分”弥补空白：这些工具利用监督集成学习和簇水平统计聚合，将启动子和基因体甲基化建模为基因表达的代理。这种代理建模使研究人员能够鉴定细胞类型特异性标志物，并在仅含DNA的数据集中进行无参考去卷积，提供调控癌症生态系统的调控逻辑的高分辨率视图。单细胞DNA甲基化（scDNAm）与转录组数据的计算整合依赖于对齐不同的特征空间。最直接的方法是配对整合，利用配对多组学检测（如scNMT-seq、scM&T-seq）在同一物理细胞内 profiling 多种模态；由于细胞本身作为确定性锚点，MOFA+将主成分分析（PCA）泛化，将配对矩阵分解为共享潜在因子，有效分离协调的生物变异与检测特异性噪音；类似地，scAI采用针对稀疏近二进制单细胞表观基因组设计的无监督迭代矩阵分解框架，通过共学习的细胞-细胞相似性矩阵聚合相似细胞亚群的甲基化组信号来解决稀疏性。相反，非配对整合映射同一标本不同细胞的模态，缺乏细胞水平锚点，GLUE等方法依赖对角流形对齐，利用先验知识“引导图”及负边符号捕捉基因体甲基化与转录本之间的抑制关系。对于复杂设计，不匹配整合对齐独立队列不同细胞的脱节模态；INTEND等框架通过跨模态翻译解决这一脱节瓶颈，在批量参考数据集（如TCGA）上训练套索模型，捕捉甲基化预测表达的规律，再将单细胞数据集投影到统一空间；CCNMF等通用克隆映射方法通过最大化基因表达与拷贝数变异（CNV）谱之间的全局一致性，对齐基因组和转录组克隆，这非常适用于scDNAm研究（如scTrio-seq）——其中亚克隆CNVs可直接从甲基化组测序覆盖度推断。基础模型如scDNAm-GPT在这些范式间架起桥梁，通过对图谱规模预训练数据集的交叉注意力机制，实现对特定癌症相关表观遗传改变如何功能性重连单细胞转录组的零样本、无参考预测。

4 利用scDNA甲基化解析肿瘤内异质性

scDNAme研究已开始为各类组织类型的肿瘤发生机制提供高分辨率洞察，强调表观遗传景观如何转变以促进恶性和耐药。在血液系统恶性肿瘤中，单细胞分辨率已成为解析驱动治疗抵抗、进化逃逸和临床复发的复杂突变与表观遗传景观的前提。急性髓系白血病（AML）和进展性髓系肿瘤中，创新单细胞甲基化组平台揭示肿瘤内DNA甲基化异质性是耐药的主要引擎，超越了简单遗传追踪。利用单细胞转座元件甲基化测序（scTEM-seq），研究人员表明全基因组和区域特异性DNA甲基化的显著变异使不同白血病亚克隆能够主动抵抗地西他滨等去甲基化药物（HMAs）；具体而言，scTEM-seq精确定位到在高拷贝SINE Alu和LINE-1元件处结构性阻断去甲基化的离散耐药亚克隆簇，利用这种局部位点特异性等位基因稳定性维持关键免疫过程基因的转录沉默，逃避免疫监视。此外，SCIMETAR-seq的多组学追踪表明，这种药理耐药与CD34+造血干祖细胞（HSPCs）向继发性AML转化的细胞状态层级紧密耦合：通过同步绘制单细胞DNA甲基化、体细胞突变和转录本图谱，SCIMETAR-seq证明尽管活跃增殖的白血病细胞对地西他滨诱导的去甲基化高度敏感，但静息白血病干细胞（LSCs）维持致密的转座元件甲基化——作为未重编程的耐药库，推动治疗后疾病进展。慢性淋巴细胞白血病（CLL）中，高通量多路复用单细胞简化代表性亚硫酸氢盐测序追踪被称为表突变的随机甲基化错误；这些累积的单细胞表突变作为内部分子时钟，允许研究人员重建高度分支的系统发育谱系树，揭示个体亚克隆独立于遗传变化的渐进漂移；治疗后，这些具有独特表等位基因特征的亚群优先从保护性淋巴结龛迁出，直接将特殊进化轨迹与微环境逃逸及靶向小分子抑制剂的生存关联起来。通过解析这些亚克隆动态，单细胞方法证明耐药常是表观遗传现象，为多靶点疗法设计提供了蓝图，可在临床复发前破坏这些保护性表等位基因状态。实体瘤研究已转向解析肿瘤微环境（TME）的甲基化组特征如何决定疾病进展和免疫逃逸。肺腺癌（LAC）表现出深刻的全基因组甲基化异质性，单细胞分析已将其与晚期疾病阶段直接关联；利用高通量SpliCOOL-seq方法，研究人员基于全基因组DNA甲基化和染色质可及性的平行 profiling 鉴定出不同的肺癌细胞类型，并发现FAM124B和SFN等新的生存相关生物标志物。前列腺癌（PCa）中，单细胞分辨率揭示肿瘤细胞在早期遗传改变前利用表观遗传早期转变促进免疫逃逸；标志性发现鉴定出40个核心染色质结构域，从前列腺癌最早阶段到转移均呈现一致低甲基化，这种低甲基化特异性沉默CD1脂质抗原呈递基因簇和IFI16先天免疫传感器等抗肿瘤免疫基因，从而形成“冷”肿瘤微环境，使恶性细胞逃避免疫监视。循环肿瘤细胞（CTCs）代表关键的诊断前沿，scDNAme profiling 可作为转移级联的窗口；由于CTCs罕见且异质，批量液体活检方法常无法捕捉其独特进化轨迹；单个CTCs的单细胞亚硫酸氢盐测序（scBS-seq）表明，这些细胞拥有与原发肿瘤组织不同的表观遗传特征，证实其为适应血流生存的进化分歧实体；这些甲基化组谱不仅能追踪多样进化历史，还可作为监测实时治疗反应和预测转移潜能的高分辨率生物标志物；此外，DNA甲基化的稳定性支持cfDNA的无参考去卷积，scDNAm-GPT等模型可高精度鉴定肿瘤来源片段的组织起源，这种解析循环恶性物质“表观遗传谱系”的能力，对于建立肿瘤进展和治疗诱导转变的非侵入性纵向监测至关重要。“表观遗传衰老”的解析为理解肿瘤进化引入了新范式；单细胞DNA甲基化研究已绘制“表观遗传衰老”或“漂移”概念，识别DNA甲基化维持中的随机错误如何作为“表观遗传锈迹”累积；scDEEP-mC等方法允许观察DNA复制过程中的这些动态，揭示肿瘤亚克隆的加速表观遗传年龄和熵增是快速增殖和可塑性细胞状态的标志；通过识别这些随机表等位基因偏移，研究人员现在可以精确定位易患恶性转化的细胞，并开发区分确定性致癌驱动因素与累积熵损伤的 age-aware 诊断框架。

5 推进临床实施与治疗策略

传统表观遗传靶向治疗依赖DNA甲基转移酶（DNMTs）广谱抑制剂，如5-氮杂胞苷（5-aza）和地西他滨（DAC）；这些核苷类似物非特异性靶向整个表观遗传 machinery，可导致许多抑癌基因重新表达，但也会引起不必要的全基因组去甲基化和毒性。随着CRISPR/Cas介导的大分子表观遗传编辑的出现，正在发生关键的范式转变：该技术利用催化失活Cas9（dCas9）融合表观遗传效应结构域（如DNMTs或去甲基化酶），实现无需诱导DNA双链断裂的精准位点特异性DNA甲基化操控。这种控制水平为重编程癌症表观基因组提供了前所未有的潜力。scDNAme的真正转化潜力在于其与位点特异性表观遗传编辑的直接协同作用：scDNAme提供高分辨率诊断信息，通过解析可遗传表观遗传构型与多种转录程序之间的关联，为精准治疗提供依据；通过解析特定恶性亚克隆的甲基化组，scDNAme鉴定出被异常沉默或激活的确切启动子或增强子。例如，CRISPRoff和CRISPRon系统利用dCas9融合蛋白，或在目标启动子沉积甲基化标记以实现沉默，或移除标记以实现激活；研究人员已证明利用dCas9-DNMT靶向p16（CDKN2A）研究细胞增殖的有效性，或利用CRISPRoff沉默CAR-T细胞中的RASA2基因，以创建抵抗耗竭的“装甲”免疫治疗产品。位点特异性重编程为克服传统DNMT抑制剂的毒性和全局非特异性提供了路径。类似地，前列腺癌单细胞分析鉴定出CD1A-IFI16基因簇的早期高甲基化，该高甲基化沉默脂质抗原呈递和先天免疫传感器；这一精确分子损伤为dCas9-TET1介导的再激活以恢复抗肿瘤免疫提供了清晰蓝图。将CRISPR介导的甲基化重编程与精准肿瘤学整合，需要理解哪些特定细胞类型需被靶向；该策略确保治疗性编辑能有效递送至scDNAme profiling 鉴定的侵袭性耐药克隆，同时最小化对周围健康细胞的脱靶效应。

6 结论与未来展望

单细胞DNA甲基化测序通过将甲基化组信号从平均化推向解析关键细胞异质性，从根本上变革了癌症表观遗传学的研究范式，为表观遗传异常如何驱动从血液癌症到实体瘤等各类恶性肿瘤的标志性能力（如克隆进化、免疫逃逸和耐药）提供了前所未有的洞察。DNA甲基化标志物为临床肿瘤学提供了巨大前景，与传统生物标志物相比，其在早期肿瘤筛查和精准诊断中具有更高灵敏度；这种标志物的临床效用在液体活检应用中尤为突出，体液甲基化特征的非侵入性检测促进了早期筛查和监测。然而，实现这一潜力需要向高灵敏度酶促转化和直接纳米孔测序转变，以保留低输入临床模板的完整性。尽管化学方法取得进展，scDNAme profiling 向常规临床实践的转化仍受限于显著的基础设施和财务障碍；克服高成本和样本可及性瓶颈，需要开发可扩展、低成本平台并整合复杂人工智能（AI）；scDNAm-GPT等基础模型在这方面至关重要，其提供的计算能力能够以所需精度去卷积细胞游离DNA（cfDNA），无需广泛参考图谱即可精确定位组织起源。肿瘤进化和细胞谱系关系的解析是单细胞表观遗传学最强大的应用之一，这些动态在批量分析中会被严重掩盖；批量组织对比仅能比较原发肿瘤部位与正常/瘤旁部位或转移部位的表观基因组，而单细胞分析可解析肿瘤细胞的完整克隆进化历史，追踪恶性群体的起源和扩增。这种算法转变依赖于将随机“表突变”——DNA甲基化维持错误——视为高分辨率分子时钟的原理：由于表突变发生率约为每分裂每个CpG位点0.001次，比体细胞基因突变频率高数个数量级，其提供了丰富的可遗传信号，作为重建肿瘤克隆和亚克隆谱系的天然条形码。随着平台向优化精度发展，“5字母”和“6字母”测序平台正在消除长期以来为表观遗传检测牺牲经典碱基准确性的局限；这些工作流程同时解析所有四个遗传碱基以及5mC和5hmC，保留相位信息，并能检测常见的C-to-T突变——癌症中最普遍的变异类型，这类变异在传统亚硫酸氢盐转化中通常被掩盖。通过scAba-seq等方法特异性解析5hmC，进一步提供了内源性分子时钟，允许在无需合成条形码的情况下以单个细胞分裂分辨率重建谱系。这些进展正被合成为高分辨率DNA甲基化时钟和“表观遗传有丝分裂计数器”，追踪随机错误（“表观遗传锈迹”）的累积，识别易患恶性转化的特定细胞。总体而言，这些癌症表观基因组的高分辨率图谱为下一代治疗策略——“恶性状态重布线”——提供了蓝图。CRISPR介导的表观遗传编辑（CRISPRi/CRISPRa）的出现，允许可编程、位点特异性操控DNA甲基化，以抑制转移、增敏肿瘤免疫治疗或诱导侵袭性亚克隆衰老。从聚焦静态突变的精准肿瘤学模型转向靶向动态调控逻辑，使得设计能够恢复免疫稳态或逆转可遗传耐药表观遗传记忆的干预措施成为可能。利用单细胞DNA甲基化组学的高深度和可扩展性，代表着通过高分辨率表观遗传精准性实现持久、个性化治疗结果的关键转变。