2018年11月15日/生物谷BIOON/---在一項新的研究中，在加拿大瑪嘉烈公主癌症中心研究員Daniel De Carvalho博士的領導下，一個研究團隊以血液樣本作為測試對象，將「液體活檢」、甲基化分析和機器學習相結合，開發出一種靈敏的基於免疫沉澱的測試方法來分析少量血漿循環遊離DNA（cell-free DNA, cfDNA）中的甲基化組（methylome），從而能夠在癌症的最早階段檢測它，並對它進行分類。這種測試方法稱為游離甲基化DNA免疫沉澱高通量測序（cell-free methylated DNA immunoprecipitation and high-throughput sequencing, cfMeDIP–seq），用於在不使用亞硫酸鹽的情形下對血漿cfDNA進行全基因組甲基化分析。相關研究結果於2018年11月14日在線發表在Nature期刊上，論文標題為「Sensitive tumour detection and classification using plasma cell-free DNA methylomes」。
圖片來自Nature, doi:10.1038/s41586-018-0703-0。
de Carvalho說，這些研究人員不僅描述了一種檢測癌症的方法，而且還有望能夠早在症狀出現之前，也是癌症更容易被治療的時候，更早地發現它。
de Carvalho說，「我們對這個階段的發現感到非常興奮。癌症的一個主要問題是如何儘早地發現它。如何在血液中找到十億分之一的癌症特異性突變，尤其是在早期階段，簡直是'大海撈針'。這是因為早期階段，血液中的腫瘤DNA含量是最低的。」
通過分析表觀遺傳變化（具體指的是甲基化變化）而不是突變，這些研究人員能夠鑑定出每種癌症類型特有的數千個甲基化。隨後，通過使用大數據方法，他們利用機器學習構建出一種能夠識別血液樣本中癌症來源的DNA存在並確定哪種癌症類型的分類器。這基本上將這種「大海中撈一根針（one needle in the haystack）」問題變成了一個更容易解決的「大海中撈數千根針（thousands of needles in the haystack）」問題，這樣計算機僅需找到幾根針，就可確定大海何處有針。
這些研究人員比較了來自7個疾病部位（肺癌、胰腺癌、結直腸癌、乳腺癌、白血病、膀胱癌和腎癌）的300個患者腫瘤樣本和來自健康供者的樣本，並分析了血漿循環cfDNA的甲基化模式來追蹤癌症起源和類型。在每個樣品中，「漂浮的」血漿cfDNA與腫瘤DNA相匹配。從那之後，他們已經擴大了研究範圍，如今已對來自更多癌症類型的700多個腫瘤和血液樣本進行了分析和成功匹配。他們還發現對1～10ng血漿cfDNA也可成功地開展cfMeDIP–seq分析，遠低於開展現有的MeDIP-seq（methylated DNA immunoprecipitation sequencing, 甲基化DNA免疫共沉澱測序）分析所需的最低100ng DNA。
在實驗室之外，進一步驗證這種方法的後續步驟包括分析來自已在幾個國家中開展的大規模人口健康研究的數據，其中在這些研究中，血液樣本是在癌症確診前數月至數年收集的。再者，最終還需在癌症篩查的前瞻性研究中驗證這種方法。（生物谷 Bioon.com）
參考資料：Shu Yi Shen, Rajat Singhania, Gordon Fehringer et al. Sensitive tumour detection and classification using plasma cell-free DNA methylomes. Nature, Published Online: 14 November 2018, doi:10.1038/s41586-018-0703-0.