Nature Genetics
引入DNA甲基化分析快速分类急性白血病
小赛推荐：
本研究开发了一种基于DNA甲基化谱和人工智能的急性白血病快速分类框架，并提出了MARLIN神经网络模型，能够基于低覆盖纳米孔测序数据在2小时内提供准确分类，为临床诊断提供新工具。
文献概述
本文《Rapid epigenomic classification of acute leukemia》发表于《Nature Genetics》杂志，回顾并总结了急性白血病的分子分类与当前标准诊断方法的局限性。文章提出了一种基于全基因组DNA甲基化谱的分类框架，并开发了MARLIN模型用于快速亚型推断。该研究通过构建包含2540个样本的参考队列，定义了38个甲基化类别，并在回顾性队列中验证了该方法的准确性，为急性白血病的快速诊断提供了新方案。
背景知识
急性白血病是一种进展迅速的血液系统恶性肿瘤，需要快速诊断和治疗。当前诊断流程依赖骨髓形态学、流式细胞术、免疫组化、染色体分析、FISH和靶向基因测序等多种方法，但通常需要数天至数周才能完成。此外，这些方法可能无法全面捕捉急性白血病的分子异质性，从而限制患者接受最佳治疗的机会。近年来，基于DNA甲基化谱的肿瘤分类方法已在神经肿瘤领域取得成功，但其在急性白血病中的应用仍处于早期阶段。本研究旨在解决这一问题，开发适用于急性白血病的快速表观遗传分类系统，尤其适用于稀有或隐匿性分子驱动的检测。
研究方法与实验
研究团队首先从11项已发表研究中收集2540个高质量样本，构建了急性白血病的DNA甲基化参考队列。利用t-SNE可视化，揭示了不同亚型间的表观遗传异质性，并定义了38个甲基化类别。基于此参考，他们训练了一个神经网络MARLIN，用于从低覆盖度的纳米孔测序数据中快速分类急性白血病。此外，研究还评估了MARLIN在回顾性队列中的表现，并测试其在疑似急性白血病患者中的实时分类能力。
关键结论与观点
研究意义与展望
本研究为急性白血病的快速分子分类提供了新的工具，能够更全面地捕获疾病异质性，尤其适用于隐匿性或罕见分子驱动的检测。未来，该方法可在更大队列中进一步验证其在临床结果和治疗选择中的价值，并可能用于实时指导治疗决策，例如通过甲基化分类直接识别对menin抑制剂敏感的病例。
结语
本研究通过构建大规模DNA甲基化参考队列并训练MARLIN神经网络，实现了对急性白血病的快速准确分类。该方法在回顾性和前瞻性队列中均表现出高一致性，尤其在识别与HOX基因激活相关的AML类别时，能够有效区分传统分子检测中可能遗漏的隐匿性驱动事件。此外，该方法在低覆盖度纳米孔测序数据中仍保持高准确性，为临床诊断提供了一种高效且可扩展的替代方案。未来研究应进一步评估该方法在治疗选择和预后分层中的临床相关性，并探索其在实时分子诊断中的应用潜力。
