在化净化改善了基于DNA甲基化的儿科低度质瘤分类率
Liv Jürgensen1,2,3,4, Salvatore Benfatto1,2,3, Simone Schmid4,5
1Department of Pediatric Oncology, Dana-Farber Cancer Institute, Boston, MA, USA.
Acta neuropathologica
|September 27, 2025
概括
这项研究引入了一种in silico净化方法,通过去除非瘤细胞信号来改善基于DNA甲基化的儿科低度质瘤 (pLGG) 的分类. 这提高了以前无法分类的pLGG样本的分子诊断准确度.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 基于DNA甲基化的分类对于中枢神经系统 (CNS) 瘤分子诊断至关重要.
- 由于瘤细胞含量低,小儿低度质瘤 (pLGG) 样本往往缺乏可靠的分类.
研究的目的:
- 开发一种用于净化DNA甲基化资料的计算方法.
- 为了使以前无法分类的pLGG样本能够被分类.
主要方法:
- 开发了一个基于参考的 in silico 净化框架.
- 系统地去除了五种非恶性细胞类型的表观遗传特征.
- 来自同一个活检的配对DNA甲基化档案被分析用于验证.
主要成果:
- 净化使得以前无法分类的pLGG样本能够得到可靠的分类.
- 在初步分类和新分类样本之间实现了100%的一致性.
- 该方法在两个独立的队列中成功分类了24.1%和22.7%以前无法分类的病例.
结论:
- 在化净化框架有助于pLGG的精确分子诊断.
- 这种方法支持PLGG患者及时做出临床决策.
- 该方法显示了在其他低纯度瘤类型中更广泛应用的潜力.


