一个基于SNP的捕获和聚类工作流程,用于评估移植中来自供体的无细胞DNA

科学领域:

• 基因组学和分子生物学
• 移植免疫学 移植免疫学
• 生物标志物发现发现

背景情况:

• 移植器官的非侵入性监测对于早期检测排斥是至关重要的.
• 来自捐赠者的无细胞DNA (dd-cfDNA) 显示出作为器官健康的生物标志物具有前途.
• 准确量化dd-cfDNA对于临床应用至关重要.

研究的目的:

• 开发和验证一个可靠的方法来估计dd-cfDNA比率.
• 评估方法的准确性和可靠性,包括和不包括移植前受体数据.
• 在不同的测序深度和现实世界移植场景下评估该方法的性能.

主要方法:

• 开发了一种dd-cfDNA估计方法,利用300个单核酸多态 (SNP) 的捕获杂交.
• 采用下一代测序 (NGS) 和集群分析来计算dd-cfDNA比率.
• 通过模拟的DNA混合物,in silico降低样本和与脏移植接受者的直接比较来验证该方法.

主要成果:

• 基于集群的方法在0-100%和0-10%范围内实现了高精度 (r2 > 0.997),误差最小 (MAE < 0.8%).
• 该方法保持了准确性,即使减少了测序读取深度,并且没有移植前受体血数据.
• 在移植受体中,在估计和直接计算的dd-cfDNA水平之间观察到高一致性相关系数 (CCC>0.93).

结论:

• 开发的基于集群的dd-cfDNA估计方法是准确的,强大的和可靠的.
• 该方法即使在有限的输入数据或移植前信息无法获得的情况下也表现良好.
• 这种技术在临床器官移植中具有非侵入性监测和早期拒绝检测的巨大潜力.