一种预测器官与疾病部位的 DNA 甲基化分类模型
基因组学
2025-06-03 v1
摘要
游离 DNA (cfDNA) 分析是监测疾病进展、治疗反应和早期检测的一种强大的、微创的工具。然而，一个主要挑战是准确确定组织来源，特别是在复杂或异质性疾病背景下。为了解决这个问题，我们开发了一个机器学习框架，该框架利用组织特异性 DNA 甲基化特征，从 cfDNA 数据中对组织和疾病来源进行分类。我们的模型整合了跨越不同表观基因组平台的甲基化数据集，包括全基因组亚硫酸氢盐测序 (WGBS)、Illumina Infinium Bead Arrays 和酶促甲基化测序 (EM-seq)。为了考虑平台变异性和数据稀疏性，我们应用了插补策略并协调了 CpG 特征，以实现跨平台学习。降维揭示了甲基化谱的清晰组织特异性聚类。在这些特征上训练的随机森林分类器取得了一致的分类性能（跨测试集和平台的准确率为 0.75-0.8）。值得注意的是，我们的模型区分了临床相关的组织，如关节炎患者的发炎滑膜和外周血单核细胞 (PBMCs)，并解卷积了模拟真实世界液体活检样本的合成 cfDNA 混合物。预测的组织比例与真实值密切匹配，证明了该模型在分类和定量推断方面的潜力。这些结果支持了使用跨平台甲基化数据和机器学习进行可扩展、可泛化的 cfDNA 诊断的可行性，并为未来整合疾病特异性表观遗传特征以指导精准医学中的临床决策奠定了基础。
引用
@article{arxiv.2506.00146,
title = {A DNA Methylation Classification Model Predicts Organ and Disease Site},
author = {Keng-Jung Lee and Dharanya Sampath and Konstantinos Mavrommatis},
journal= {arXiv preprint arXiv:2506.00146},
year = {2025}
}