M-PACT利用无细胞DNA甲基化组，实现了对儿童脑肿瘤的可靠分类。

1. 领域背景与文献

文献英文标题：M-PACT leverages cell-free DNA methylomes to achieve robust classification of pediatric brain tumors；

发表期刊：未公开；影响因子：未公开；研究领域：儿童中枢神经系统肿瘤液体活检与甲基化精准分类

儿童脑肿瘤是全球儿童癌症相关死亡的首要原因，涵盖异质性的低级别和高级别恶性肿瘤。过去十年，分子谱分析的进展为疾病生物学提供了基础见解，DNA甲基化分类已成为儿童脑肿瘤诊断的金标准，能准确区分生物学不同的肿瘤亚型，指导世界卫生组织中枢神经系统肿瘤诊断标准。但当前诊断流程依赖组织标本，许多中枢神经系统肿瘤因位置高危无法进行神经外科干预，肿瘤活检可能仅能获取有限样本，且纵向组织采集常规难以开展，尤其是转移性病例。液体活检为解决这些挑战提供了可能，脑脊液作为中枢神经系统肿瘤患者的疾病分析物（如循环肿瘤DNA，ctDNA）的丰富来源，已在成人和儿童群体中得到验证。现有研究采用从靶向方法（如微滴式数字PCR、基因面板）到全基因组测序（如低覆盖全基因组测序、Nanopore测序）的多种分子检测，证明了脑脊液中ctDNA分析用于风险分层和疾病监测的可行性，但共同存在的局限性包括：依赖高游离DNA输入，无法适配儿童患者脑脊液中常见的低样本量；基于遗传变异的检测存在盲区，对平衡基因组肿瘤无法有效检测；现有甲基化分类方法受低游离DNA输入导致的测序覆盖度浅、CpG捕获稀疏、ctDNA比例低的限制，难以实现精准分类。

为解决这些挑战，同时利用DNA甲基化的诊断价值，研究团队开发了M-PACT（中枢神经系统肿瘤甲基化预测算法），一种整合CpG插补、肿瘤富集算法和甲基化反卷积的深度神经网络分类器，应用于亚纳克级输入的儿童中枢神经系统肿瘤患者（n=156）和非恶性供体（n=58）的游离DNA甲基化组，实现了高准确性和特异性的实体分类，为脑脊液液体活检的临床应用提供了新的技术范式。

2. 文献综述解析

本文对中枢神经系统肿瘤液体活检领域的现有研究按技术方法分为靶向检测和全基因组测序两类，系统梳理了其优势与局限性，明确了当前领域的核心空白，进而凸显本研究的创新价值。

现有研究中，靶向方法如微滴式数字PCR和基因面板，具有检测灵敏度高、针对性强的优势，适用于已知遗传变异的肿瘤监测，但仅能覆盖有限的基因位点，无法实现全基因组范围的肿瘤分类；全基因组测序方法如低覆盖全基因组测序和Nanopore测序，能提供全基因组的遗传变异信息，适用于未知分子背景的肿瘤分析，但依赖高样本输入，对低肿瘤负荷样本的检测灵敏度有限。这些研究均证明了脑脊液中ctDNA分析用于中枢神经系统肿瘤风险分层和疾病监测的可行性，但共同存在的局限性包括：依赖高游离DNA输入，无法适配儿童患者脑脊液中常见的低样本量；基于遗传变异的检测存在盲区，对平衡基因组肿瘤无法有效检测；现有甲基化分类方法受低游离DNA输入导致的测序覆盖度浅、CpG捕获稀疏、ctDNA比例低的限制，难以实现精准分类。

对比现有研究，本研究的创新点在于首次开发了整合CpG插补、肿瘤富集算法和甲基化反卷积的深度神经网络分类器M-PACT，无需预先了解肿瘤的分子背景，即可处理亚纳克级输入的游离DNA甲基化组，实现儿童中枢神经系统肿瘤的精准分类，同时能区分原发性与继发性恶性肿瘤、监测疾病状态，解决了现有方法的核心局限性，为脑脊液液体活检的临床应用提供了新的技术范式。

3. 研究思路总结与详细解析

本研究的整体目标是开发适用于脑脊液液体活检的甲基化分类器，解决现有方法在低输入、低肿瘤负荷样本中的分类难题；核心科学问题是如何利用DNA甲基化组特征，通过深度学习算法突破脑脊液游离DNA样本的技术限制，实现儿童中枢神经系统肿瘤的精准分类；技术路线遵循“算法构建→模拟验证→临床验证→跨平台兼容→临床应用”的闭环逻辑，从模型构建到多场景验证，全面验证M-PACT的性能与临床价值。

3.1 M-PACT分类器的构建与模拟样本验证

实验目的：构建能处理低游离DNA输入、低肿瘤负荷样本的中枢神经系统肿瘤甲基化分类器，并通过模拟样本验证其分类性能。
方法细节：首先基于包含914个中枢神经系统肿瘤样本的甲基化阵列参考队列，构建网络回归扩散模型，实现对未被测序捕获的CpG位点的甲基化值插补；随后利用涵盖84种中枢神经系统肿瘤和13种非肿瘤实体的参考数据集，生成319.5万个模拟样本（覆盖不同肿瘤比例和CpG稀疏度范围），训练三个多层感知器深度神经网络，并将其整合为三层集成分类器M-PACT；同时通过对9种非恶性细胞类的甲基化特征进行β回归，去除样本中的非恶性背景信号，实现肿瘤信号的富集，并通过甲基化反卷积估算肿瘤比例。
结果解读：在包含115.2万个模拟样本的测试队列中，M-PACT对肿瘤比例高于0.5的样本平均F1得分为0.95，低于0.5的样本为0.91；对CpG稀疏度低于0.5的样本平均F1得分为0.96，高于0.5的样本为0.86。正确分类的模拟样本中位肿瘤比例为0.32，CpG稀疏度为0.70（即30%的相关CpG被捕获），模拟了真实临床样本的特征；而错误分类的样本则同时存在显著更低的肿瘤比例（中位0.15）和更高的CpG稀疏度（中位0.81）（n=1,152,000，P=5.6×10−277），证明M-PACT对低肿瘤负荷、高CpG稀疏度样本具有良好的分类效能。

产品关联：文献未提及具体实验产品，领域常规使用甲基化测序文库构建试剂盒、Illumina NovaSeq系列测序平台、Python机器学习与生物信息分析库等。

3.2 酶促甲基化测序（EM-seq）方法优化与低输入样本性能验证

实验目的：优化酶促甲基化测序（EM-seq）方法，以适配儿童中枢神经系统肿瘤脑脊液中常见的低游离DNA输入样本，验证其拷贝数变异检测和M-PACT分类的灵敏度。
方法细节：优化酶促甲基化测序方法处理268个游离DNA样本（中位输入0.5ng，范围0.05-50ng）；通过脑脊液游离DNA样本的系列滴定实验（输入范围0.1-50ng），评估低输入样本的CNV检测和M-PACT分类性能；通过将高肿瘤比例的髓母细胞瘤脑脊液样本与非恶性游离DNA池混合，构建ctDNA比例低至5%的模拟样本，验证M-PACT的检测下限；同时选取110个样本进行酶促甲基化测序与低覆盖全基因组测序（lcWGS）的正交比较，评估CNV检测的一致性。
结果解读：酶促甲基化测序处理低至0.1ng的游离DNA样本时，仍能准确检测到肿瘤相关的CNV，且M-PACT能正确分类该样本；当ctDNA比例低至5%时，酶促甲基化测序仍能检测到肿瘤来源的CNV和CpG甲基化模式，M-PACT实现正确分类。与低覆盖全基因组测序的正交比较显示，两种方法生成的全基因组CNV谱中位缩放曼哈顿相似度为0.94，基于CNV的ctDNA比例估算的皮尔逊相关系数r=0.928（n=110，P=4.08×10−48），证明酶促甲基化测序的CNV检测性能与低覆盖全基因组测序高度一致。

产品关联：文献未提及具体实验产品，领域常规使用NEBNext EM-seq试剂盒、Oxford Nanopore PromethION测序平台、Covaris超声破碎仪等。

3.3 M-PACT在临床脑脊液样本中的基准测试与验证

实验目的：在临床脑脊液样本中验证M-PACT的分类性能，涵盖不同类型的儿童中枢神经系统肿瘤，明确影响分类性能的关键因素。
方法细节：首先选取79个ctDNA阳性脑脊液样本（来自79名参与者）进行基准测试，将M-PACT分类结果与肿瘤组织甲基化阵列的金标准分类对比；随后在包含58个样本的胚胎性中枢神经系统肿瘤验证队列（48名参与者）和29个样本的非胚胎性肿瘤验证队列（23名参与者）中进一步验证；通过曼-惠特尼U检验分析ctDNA比例和CpG稀疏度对分类性能的影响。
结果解读：基准测试队列中，M-PACT正确分类73/79（92%）的样本，正确分类样本的中位ctDNA比例为0.32，错误分类样本的中位ctDNA比例为0.13（n=73和n=6，P=0.0179），CpG稀疏度无显著差异；胚胎性肿瘤验证队列中，M-PACT正确分类51/58（88%）的样本，错误分类样本的中位ctDNA比例显著更低（0.1 vs 0.39，n=51和n=7，P=0.0016）；非胚胎性肿瘤验证队列中，M-PACT正确分类22/29（76%）的样本，错误分类样本的ctDNA比例显著更低（0.13 vs 0.44，n=22和n=7，P=0.0001），且CpG稀疏度显著更高（0.86 vs 0.51，n=22和n=7，P=0.0036）。综合三个队列的结果，当ctDNA比例阈值设为0.15时，M-PACT的分类准确率达95%。

产品关联：文献未提及具体实验产品，领域常规使用Illumina Infinium 450k/850k甲基化阵列、游离DNA提取试剂盒（如NucleoSnap cfDNA、Quick-cfDNA/RNA等）。

3.4 M-PACT的跨平台兼容性验证

实验目的：验证M-PACT在不同表观遗传分析平台上的兼容性，评估其在现有主流技术中的应用潜力。
方法细节：选取21个基准测试队列的游离DNA样本，同时进行酶促甲基化测序和Nanopore测序，对比两种平台的CNV谱和M-PACT分类性能；在已发表的三个独立数据集（脑脊液游离DNA Nanopore测序、肿瘤组织Nanopore测序、脑脊液游离DNA全基因组亚硫酸氢盐测序）中验证M-PACT的分类性能；对比M-PACT与金标准Heidelberg分类器（MNP）、MLPnet分类器在肿瘤组织甲基化阵列上的分类一致性；对比M-PACT与MNP在脑脊液游离DNA甲基化阵列上的分类性能。
结果解读：酶促甲基化测序和Nanopore测序的CNV谱高度一致，M-PACT正确分类18/21（86%）的Nanopore样本；在已发表数据集中，M-PACT的分类准确率与原研究相当或更高，如在脑脊液游离DNA Nanopore测序数据集中，M-PACT正确分类32/51（63%），优于原研究的NanoDx算法的18/51（35%）；与MNP在157个肿瘤组织样本上的分类一致性达95%，与MLPnet在574个样本上的一致性达96.8%；在24个脑脊液游离DNA甲基化阵列样本中，M-PACT正确分类20/24（83.3%），显著优于MNP的15/24（62.5%），且M-PACT的分类概率评分更高（中位0.98 vs 0.68，n=24，P=0.0291）。

产品关联：文献未提及具体实验产品，领域常规使用Oxford Nanopore测序试剂盒、全基因组亚硫酸氢盐测序试剂盒等。

3.5 二元分类算法开发与甲基化组细胞反卷积

实验目的：开发二元分类算法以提高ctDNA检测灵敏度，同时通过甲基化组细胞反卷积分析脑脊液样本的细胞组成，拓展M-PACT的应用范围。
方法细节：开发基于加权相关分析的二元分类算法，将脑脊液游离DNA甲基化组与匹配肿瘤组织、非恶性对照（脑脊液和脑组织）的甲基化组进行对比，生成组合z评分，以z评分≥1.2作为肿瘤阳性的判定标准；利用包含9种非恶性参考细胞类的甲基化谱，通过系列β回归进行细胞反卷积，估算样本中各非恶性细胞的比例和ctDNA比例；分析不同髓母细胞瘤亚组的非恶性细胞比例差异。
结果解读：二元分类算法在166个CNV阳性样本中检测到159/166（96%）的ctDNA，高于M-PACT的146/166（88%），被挽救样本的中位ctDNA比例为0.13；非恶性脑脊液样本的反卷积分析显示其细胞组成涵盖淋巴系、髓系和神经系细胞；肿瘤样本的反卷积分析能准确估算ctDNA比例和非恶性细胞比例，不同髓母细胞瘤亚组的少突胶质细胞、B细胞和星形胶质细胞比例存在显著差异（Kruskal-Wallis检验）。

产品关联：文献未提及具体实验产品，领域常规使用Python统计分析库（如scipy、statsmodels）、生物信息学分析工具等。

3.6 M-PACT的临床应用场景验证

实验目的：验证M-PACT在临床实际场景中的应用价值，包括术中诊断、平衡基因组肿瘤分类、复发与继发性恶性肿瘤鉴别、纵向疾病监测。
方法细节：分析5个术中脑脊液样本的M-PACT分类结果，与肿瘤组织甲基化阵列对比；分析5个平衡基因组肿瘤的脑脊液样本；分析2个疑似复发或继发性恶性肿瘤的脑脊液样本，检测特征性遗传变异并进行分类；分析1个髓母细胞瘤患者的纵向脑脊液样本，评估肿瘤亚组转换；对比脑脊液采集部位（颅部 vs 腰椎）对M-PACT性能的影响。
结果解读：术中脑脊液样本的M-PACT分类结果与肿瘤组织完全一致，ctDNA比例为57-88%；平衡基因组肿瘤的脑脊液样本被M-PACT准确分类，ctDNA比例为3-68%；2个疑似病例被M-PACT准确分类为继发性胶质瘤，检测到特征性的PDGFRA扩增、CDKN2A/B缺失等遗传变异；髓母细胞瘤患者的纵向样本显示肿瘤亚组转换，与疾病进展一致；颅部和腰椎脑脊液的M-PACT分类概率评分和ctDNA比例无显著差异（n=44和n=114，P=0.615和P=0.212），证明采集部位不影响M-PACT的性能。

产品关联：文献未提及具体实验产品，领域常规使用脑脊液采集装置、临床病理分析系统等。

4. Biomarker研究及发现成果

本文的核心Biomarker是脑脊液中的游离DNA（cfDNA）甲基化组，通过M-PACT分类器实现儿童中枢神经系统肿瘤的精准分类，其筛选与验证遵循“参考数据集构建→算法训练→临床样本验证→跨平台兼容→临床应用”的完整逻辑链条，具有重要的临床应用价值。

Biomarker定位：该Biomarker属于表观遗传组学Biomarker，筛选逻辑基于已有的中枢神经系统肿瘤甲基化阵列参考数据集，通过生成模拟样本训练M-PACT分类器，随后在临床脑脊液样本中验证其分类性能，无需预先了解肿瘤的分子背景；验证逻辑涵盖模拟样本、临床基准测试队列、多类型肿瘤验证队列、跨平台验证及多临床场景验证，全面验证其准确性与特异性。

研究过程详述：该Biomarker的来源为156名儿童中枢神经系统肿瘤患者和58名非恶性供体的脑脊液样本，样本类型包括术中脑脊液、腰椎穿刺脑脊液、脑室脑脊液等；验证方法包括优化后的酶促甲基化测序、Nanopore测序、全基因组亚硫酸氢盐测序等甲基化测序技术，结合M-PACT深度学习分类器进行分析；特异性与敏感性方面，在模拟样本中，M-PACT对肿瘤比例高于0.5的样本F1得分为0.95，低于0.5的样本为0.91；在临床基准测试队列中，分类准确率达92%（n=79），胚胎性肿瘤验证队列达88%（n=58），非胚胎性肿瘤验证队列达76%（n=29）；二元分类算法的ctDNA检测灵敏度达96%（n=166），被挽救样本的中位ctDNA比例为0.13。

核心成果提炼：该Biomarker的核心功能关联包括：作为儿童中枢神经系统肿瘤的诊断Biomarker，能实现术中脑脊液样本的精准诊断，替代组织活检；作为疾病监测Biomarker，能纵向监测疾病状态，检测肿瘤亚组转换；作为鉴别诊断Biomarker，能区分原发性与继发性恶性肿瘤，解决临床影像学难以区分的难题。其创新性在于首次实现了亚纳克级输入脑脊液游离DNA甲基化组的精准分类，无需预先了解肿瘤的分子背景，突破了现有液体活检方法的技术限制。统计学结果显示，正确分类与错误分类样本的ctDNA比例存在显著差异（基准测试队列P=0.0179，胚胎性队列P=0.0016，非胚胎性队列P=0.0001），证明ctDNA比例是影响分类性能的关键因素；跨平台验证中，M-PACT与金标准分类器的一致性达95%以上，证明其结果的可靠性。