燃石黑科技再次迎来高光时刻 | 泛癌种早检技术ELSA-seq获《自然·生物医学工程》发表( 二 )

本文插图

图2. ELSA-seq技术总览（样本制备文库制备深度测序降噪处理特征选择机器学习）。

本文插图

图3. ELSA-seq与主流商用试剂盒性能比对有明显的提升。

本文插图

图4. 在没有（d）或有（e）深度测序降噪的情况下，不同测序仪均观测到碱基错误率降低10倍。
ELSA-seq技术揭秘之二：
“飞花摘叶” – 精准的靶向捕获只留下有效信息
ELSA-seq的核心是在极微量的DNA中精准捕捉与癌症信号相关的甲基化片段，它的独到之处正是信号的高保真放大和高效率捕获。在cfDNA投入量仅为2 ng时（相当于1ml健康人血浆样本含量）， ELSA-seq实现了DNA扩增与均一性捕获的两全：60%~80% reads可以被准确的比对在靶向区域上，并且90%以上的区域被>200 reads覆盖。

本文插图

图5. ELSA-seq panel设计和靶向捕获性能表现。
ELSA-seq技术揭秘之三：
“借力打力”：从locus到准确的block ，诞生MBS（methylation block score）新型算法
传统的DNA甲基化分析主要基于单独位点甲基化变异来捕捉信号（iAF），该方法对测序深度和单点错误率非常敏感。为此，燃石医学基于ELSA-seq开发了一种对相邻甲基化位点的基因组距离和甲基化水平进行加权计算的打分系统，可对基因组进行区域划分（下图a）。通过对肺癌特征性的SHOX2基因的甲基化变异检测可以看出，区域统计量（mAF）比位点统计量iAF具有更好的识别肺癌信号的能力（下图b）。
此外， ELSA-seq用一种新的测量统计量“甲基化区域评分（MBS）”带来了更高的信噪比。如下图d所示，即使是低至1‰的样本掺比， MBS也可以实现与阴性对照的明显区分。
图6. ELSA-seq甲基化block定义和性能验证。
说了这么多，是时候看看ELSA-seq的表现了，在低至万分之五以上的癌细胞DNA含量样本中， ELSA-seq可以近乎完美地定量癌症信号（r2=0.99）；在癌细胞DNA含量低至万分之一时，依然可以显著区分癌症与对照样本。在同样的一组样本中，研究者比对了ELSA-seq与代表液体活检最高灵敏度的两种方法学：NGS和ddPCR ， ELSA-seq对比后两者灵敏度超越10倍以上，呈现了碾压性的优势。

本文插图

图7. ELSA-seq性能验证结果。
作为 ELSA-seq 的临床效用的最终检验，来自北京协和医院和上海胸科医院的研究者分别招募了两个完全独立的肺癌患者队列，分别进行了早检模型的训练/验证，以及锁定模型后独立队列的单盲测试，实验同时设置了跨技术平台对比亚组，进行甲基化信号（ELSA-seq）与突变信号（NGS）“头对头”的比较。这个“终极大考”的答卷如下：