基于pattools实现的甲基化向量分析揭示肺癌跨组织与血浆cfDNA中亚型特异性异常甲基化

《Clinical and Translational Medicine》：Pattools?implemented methylation vector analysis reveals aberrant subtype?specific methylation in lung cancer across tissue and plasma cfDNA

　　

肺癌具有高死亡率特征，涵盖多种治疗结局差异显著的组织学亚型。尽管各单一亚型已有研究，但跨亚型的全基因组精细尺度DNA甲基化综合分析仍属空白。本研究旨在开发一种消除细胞起源与免疫混杂的新型方法，识别真实的亚型特异性异常甲基化，超越传统分析框架。研究人员纳入115例组织样本（CTL、LUAD、LUSC、LCC、SCLC五组）并匹配24例血浆cfDNA（9 LUAD、7 LUSC、8健康），采用开源工具包pattools实现甲基化向量（MV）分析，在批量亚硫酸氢盐测序（BS-seq）数据中区分细胞特异性片段并鉴定亚型特异性甲基化向量区域（SMVRs）。全基因组甲基化谱显示亚型信号源于不同细胞类型：LUAD源于肺泡上皮、LUSC源于头颈上皮、LCC源于成纤维细胞、SCLC源于内分泌细胞，并受免疫浸润影响。pattools MV分析每亚型鉴定500个关键SMVRs。匹配血浆cfDNA中，这些组织来源SMVRs在二分类中对LUAD判别AUC=0.98（95% CI：0.95至1.00）、LUSC AUC=0.88（95% CI：0.79至0.97）；多分类中LUAD、LUSC、健康样本AUC分别为0.95（0.90至1.00）、0.75（0.62至0.88）、0.63（0.48至0.78）。结论：pattools中MV分析有效揭示亚型特异性异常甲基化信号，为组织与液体活检精准诊断及分型提供潜力，临床转化前需更大队列独立验证。

研究背景与立项依据

肺癌是全球发病与死亡负担最重的恶性肿瘤之一，按组织学分为非小细胞肺癌（NSCLC，约85%）与小细胞肺癌（SCLC，约15%），NSCLC进一步分为肺腺癌（LUAD）、肺鳞癌（LUSC）与肺大细胞癌（LCC）等。各亚型驱动突变、起源细胞与治疗响应迥异，但传统基于甲基化水平（methylation level）的标量指标在批量BS-seq中只能给出混合细胞平均信号，无法区分同窗口内不同来源DNA片段的空间甲基化构型，且易受免疫浸润与间质细胞混杂。单细胞测序成本过高难以规模应用。因此，研究人员提出以向量而非标量刻画连续CpG位点甲基化状态，并在开源工具pattools中实现整套分析流程，以期在去除细胞起源与免疫背景干扰后获得真正的亚型特异性异常甲基化信号。

主要关键技术方法

研究构建江苏大学附属宜兴医院115例肺部条件样本队列（32 CTL、44 LUAD、16 LUSC、7 LCC、16 SCLC），其中CTL含错构瘤、炎症、正常肺、纤维化、结核等异质非恶性背景；匹配收集24例血浆cfDNA（9 LUAD、7 LUSC、8健康）。组织与cfDNA均行全基因组亚硫酸氢盐测序（WGBS，hg38）。核心方法为甲基化向量（MV）分析：以滑动窗口将连续w个CpG转为0/1向量（pattools mv-vectorisation）；在窗内用多次重复等间距聚类（MRESC）算法聚类（pattools mv-clustering）；按群体MV占比（SMVP）与样本占比（SSP）分离亚型专属簇（pattools mv-separating），定义亚型特异性甲基化向量簇（SMVC）并合并为SMVRs（相邻≤200 bp、≥3簇）。辅以p_t算法筛亚型特异性DMC/DMR、Loyfer等人甲基化图谱剔除免疫细胞信号、UXM（完全未甲基化片段比例）量化、随机森林五折交叉验证分类。

研究结果

3.1 肺癌全基因组DNA甲基化谱：115例样本聚类与t-SNE显示各亚型总体分离，LUAD部分与CTL重叠；四癌种平均甲基化低于CTL，SCLC密度分布近CTL但因高甲基化DMC数量多而平衡；TSS与CpG岛（CGI）中心普遍低甲基化，LCC在近TSS区降低显著，LUAD与SCLC在CGI中心反见升高。

3.2 基于甲基化水平的亚型特异性CpG：p_t过滤得LUAD/LUSC/LCC/SCLC特异性DMC为7771/97307/407399/966325，合并DMC为DMR后富集转录因子（TF）显示LUAD含NKX2-1、LUSC含p63、SCLC含ASCL1与NEUROD1，与起源细胞一致。

3.3 起源细胞与免疫细胞联合影响：比对Loyfer人细胞甲基化图谱，LUAD 34.3%重叠区来自肺泡上皮，LUSC 36.2%来自头颈上皮，LCC主源成纤维细胞，SCLC 32.2%来自内分泌细胞；三种反卷积算法一致。SMR分析14个公开数据集得22303个肺癌相关CpG，富集AP-1家族TF与淋巴细胞凋亡等过程。

3.4 MV分析在肺癌中的运用：窗口取4 CpG时覆盖76.79%，每窗均623.3 MV；完全甲基化或完全未甲基化向量显著多于杂合向量，证实MV可保留片段内空间模式。

3.5 亚型特异性MV区域揭示真实异常信号：以SMVP=0.95、SSP>0.2并剔免疫后，LUAD/LUSC/LCC/SCLC获2396/10703/8678/11597个SMVCs，合并得每亚型top500低甲基化SMVRs；如SCLC chr19:25042561-25042604仅SCLC与内分泌样片段全未甲基化，白细胞无此模式；HOMER显示SMVR与DMR共享ASCL1、NEUROD1、p63等结合位点。

3.6 SMVRs作为组织与血浆标志物：组织UXM在亚型间显著差异；血浆中LUAD患者SMVR区UXM高于健康，LUSC患者在其SMVR区UXM高于LUAD与健康。随机森林二分类LUAD vs健康AUC=0.98、LUSC vs健康AUC=0.88；三分类LUAD/LUSC/健康AUC=0.95/0.75/0.63，健康判别偏弱系血浆样本量小（9/7/8）且含模拟混合所致。

讨论与结论翻译

讨论指出，MV框架较标量甲基化水平法在低深度、低肿瘤纯度下更稳，因同组样本合并聚类补偿单个样本信息缺失；SMVRs剔除了免疫与起源上皮背景，较DMR标志物AUC提升0.037至0.153。研究局限包括CTL含非恶性肺病而非纯健康肺、cfDNA队列缺LCC与SCLC血浆、未做功能实验、部分样本缺分期与突变负荷。结论原文意译：本研究引入甲基化向量概念并以pattools落地，通过向量化—聚类—分离在115例五组组织中每亚型获500个关键SMVRs，匹配血浆cfDNA初步验证显示LUAD二分类AUC=0.98、LUSC 0.88，证明去除非瘤细胞混杂后亚型特异性甲基化景观可被捕获，具备无创诊断与分型潜力；但因cfDNA队列小，结论属概念验证，临床转化前须大队列独立验证。论文发表于《Clinical and Translational Medicine》。