Исследователи разрабатывают инструмент, который может улучшить жидкую биопсию

Без клеток ДНК (вкДНК) обладает значительным потенциалом в обнаружении и мониторинге заболеваний. Однако точная количественная оценка вкДНК, полученной из ткани, оказалась сложной задачей с использованием современных методов, среди которых определение тканевого происхождения фрагментов вкДНК, обнаруженных в этих тестах.

Исследовательская группа под руководством доктора Xianghong Жасмин Чжоу, профессора патологии и лабораторной медицины в Медицинской школе Дэвида Геффена Калифорнийского университета в Лос-Анджелесе, США, добилась важного прогресса в решении одной из основных проблем тестирования вкДНК, также известной как как жидкостная биопсия. Они идентифицировали специфические паттерны метилирования, уникальные для каждой ткани, что потенциально может помочь идентифицировать конкретную ткань или орган, связанные с изменениями вкДНК, обнаруженными при тестировании, что является критической проблемой для точной диагностики и мониторинг заболеваний.

Новое исследование, опубликованное в Труды Национальной академии наук (PNAS)команда разработала всеобъемлющий атлас метилирования с высоким разрешением на основе обширного набора данных из 521 образца доброкачественной ткани, представляющего 29 основных типов тканей человека. Они назвали подход cfSort и показали, что он успешно идентифицировал специфические паттерны метилирования, уникальные для каждой ткани на уровне фрагментов, и подтвердил эти результаты с использованием дополнительных наборов данных.

Идя дальше, команда проиллюстрировала клиническое применение cfSort двумя потенциальными вариантами использования: помощь в диагностике заболеваний и мониторинг побочных эффектов лечения. Оценивая фракцию тканевой вкДНК с помощью cfSort, они смогли оценить и предсказать клинические исходы у пациентов.

«Мы показали, что cfSort превосходит существующие методы с точки зрения точности и предела обнаружения: он обеспечивает более точную оценку фракции ткани и выделяет более низкий уровень вкДНК, полученной из ткани», — сказал первый автор Шуо Ли. «Кроме того, cfSort продемонстрировал почти идеальную устойчивость к невидимым локальным колебаниям состава тканей, что указывает на его широкое применение для самых разных людей».