无细胞DNA末端特征使得癌症诊断能够准确而敏感
Jia Ju1, Xin Zhao2, Yunyun An1
1Institute of Cancer Research, Shenzhen Bay Laboratory, Shenzhen 518132, China.
Cell reports methods
|October 15, 2024
概括
在血中分析无细胞DNA (cfDNA) 碎片化模式,揭示了潜在的癌症生物标志物. 特定的cfDNA末端特征可以使用机器学习模型进行准确和敏感的癌症诊断.
科学领域:
- 基因组学就是基因组学.
- 生物标志物 生物标志物
- 癌症的诊断 癌症的诊断
背景情况:
- 血中无细胞DNA (cfDNA) 碎片化模式正在成为液体活检的潜在生物标志物.
- 目前对cfDNA碎片化及其编码信息的理解有限.
- 核的定位影响着cfDNA的分裂,为生物过程提供了洞察力.
研究的目的:
- 为了研究与核位定位相关的cfDNA片段特征.
- 探索cfDNA末端特征对癌症检测的有用性.
- 开发和验证基于机器学习的癌症诊断模型.
主要方法:
- 分析cfDNA碎片的特征和细胞在血液细胞中的核细胞定位.
- 基于核细胞内末端位置的cfDNA分子的选择.
- 开发三种cfDNA碎片学指标的后期选择.
- 应用机器学习算法来构建诊断模型.
主要成果:
- 结尾在核体内的cfDNA分子较短,并表现出改变的末端动图.
- 选择的cfDNA末端特征证明了丰富瘤衍生的cfDNA的可行性.
- 开发的cfDNA碎片学指标显示了癌症患者的显著变化.
- 机器学习模型的AUC为0.95,灵敏度为85.1%,特异性为95%.
结论:
- cfDNA末端特征为癌症诊断提供了宝贵的信息.
- 该研究成功地使用cfDNA碎片组学开发了准确和敏感的癌症诊断模型.
- 这项研究提升了液体活检在非侵入性癌症检测方面的潜力.
