无创液体活检新纪元：cf-epitracing平台通过追踪血浆中无细胞染色质状态揭示疾病起源与治疗反应
主要作者与研究机构 本研究由北京大学-清华大学生命科学联合中心的何爱彬（Aibin He）研究员、北京大学第三医院的景红梅（Hongmei Jing）主任医师、中国科学院上海药物研究所的郑俊克（Junke Zheng）研究员以及中国科学院大学的窦丽萍（Liping Dou）教授共同通讯领衔。第一作者包括陈旭斌（Xubin Chen）、孟晓萱（Xiaoxuan Meng）、张伟龙（Weilong Zhang）等。研究汇集了来自北京大学、中国科学院、上海交通大学医学院、复旦大学等多家中国顶尖科研与医疗机构的团队力量。该研究成果于2026年3月4日在线发表于国际顶级期刊 《Nature》 (第653卷，2026年5月14日刊)。
研究背景：液体活检的现状与瓶颈 液体活检，特别是针对血浆中无细胞DNA（cell-free DNA, cfdna）的检测，已成为疾病无创诊断的重要手段，在产前筛查、肿瘤诊断及器官移植监测中展现出巨大潜力。然而，当前的液体活检技术面临两大核心挑战：其一，难以精准溯源携带病理信息的cfdna的组织或细胞来源；其二，传统的基因突变检测因疾病异质性及cfdna含量低而灵敏度受限。既往研究曾尝试利用血浆中的无细胞核小体，通过染色质免疫沉淀测序（cfchip）技术捕获组蛋白修饰信息来推断组织起源，但其核心基于一个假设——H3K4me3修饰与基因转录水平呈正相关。然而，科学界已认识到，仅靠H3K4me3不足以解读那些不伴随转录变化却能导致细胞状态改变的复杂基因调控机制，这严重限制了该技术在解析组织发病机理中的应用。
研究目的 为解决上述瓶颈，该研究团队开发了一种名为 cf-epitracing 的高灵敏度自动化平台，旨在从微量血浆中捕获并整合多种无细胞组蛋白修饰所构成的染色质状态信息。研究的目标是建立一个以表观基因组为中心的框架，实现早期疾病诊断、分子分型、追溯组织起源及预后预测，并克服现有方法仅依赖单一表观遗传标记的局限。
详细研究流程与技术方法 1. cf-epitracing自动化平台的研发与性能验证 研究团队在Beckman Coulter Biomek i5自动化工作站上建立了cf-epitracing方法，实现了全基因组范围内多种无细胞组蛋白修饰的捕获。其核心流程包括：将针对特定组蛋白修饰的抗体共价偶联至顺磁珠；在每份仅需50至200微升的血浆样本中加入经轻微固定的果蝇S2细胞染色质，作为批次效应和样本间差异的参照；利用Tn5转座酶进行“标记化”（tagmentation）反应，将带有条形码的测序接头直接整合至固定在磁珠上的DNA片段中（此步骤区别于传统cfchip的连接法）；随后在同一反应孔内完成DNA释放及文库构建。该平台通过双轮条形码策略实现了在96孔板中的高通量并行处理，可在抗体孵育后6小时内完成数百份样本的游离表观基因组分析。 2. 整合染色质状态（integrated chromatin states, ICSS）的建模与组织溯源 研究整合了BLUEPRINT、Roadmap Epigenomics和ENCODE等大型国际计划中来自65种正常人体组织和原代细胞的7种关键组蛋白修饰的染色质免疫沉淀测序（ChIP–seq）数据，训练了一个18-ICSS的ChromHMM模型。该模型将基因组的调控区域划分为13种活跃和5种抑制性的整合染色质状态。通过主成分分析和层次聚类，研究者筛选出对组织溯源贡献最大的三种组蛋白修饰组合：H3K9ac、H3K27ac 和 H3K4me3。基于这些标记，他们定义了一套包含数千个基因组区域的组织特异性特征图谱。随后，研究将血浆cf-epitracing数据映射至这些组织特异性ICSS区域，通过去卷积算法，追溯血浆中无细胞染色质的组织或细胞类型起源，并评估其潜在的基因调控事件。
3. 跨疾病队列的验证与应用 研究共生成了2,417份cf-epitracing谱，涵盖125名健康个体和549名确诊患者。患者队列包括结直肠癌（crc）、炎症性肠病（IBD）、冠心病（chd）以及B细胞淋巴瘤（包括弥漫性大B细胞淋巴瘤DLBCL、滤泡性淋巴瘤FL和套细胞淋巴瘤MCL）等多种疾病类型。研究通过在不同病程阶段（包括癌前病变、早期、晚期、治疗中）收集样本，并结合临床影像学（如PET-CT）信息，系统地验证了该技术在识别原发病灶、监测受累器官及预测治疗效果上的准确性。
核心研究结果详述 1. 平台性能的高度敏感性 实验表明，cf-epitracing在低至50微升血浆中即可实现高准确度的峰识别（曲线下面积AUC达到0.77-0.95）。灵敏度滴定实验显示，该平台能够可靠地检测出健康血浆中加入的少至0.005纳克当量结直肠癌肿瘤组织的染色质信号。在淋巴瘤患者中，cf-epitracing不仅显示出与健康人的差异，且患者间与患者自身的重复性均表现出高度相关性。
2. 多器官受累的无偏倚筛查与病理组织溯源 利用筛选模型对健康人群建立组织特异性ICSS信号的正态分布基线，研究成功在患者中识别出显著偏离基线的组织信号。结果极好地对应了已知的病理特征：例如，结直肠癌患者存在肝脏组织特征评分升高，这提示了早期肝转移风险；而B细胞淋巴瘤患者则表现出乳腺、胰腺和脾脏等结外器官的信号增强，这与临床观察到的结外受累高发率相吻合。值得注意的是，对于患有炎症性肠病的非癌群体，其结肠组织信号介于健康人与肠癌患者之间，表明cf-epitracing能捕捉到炎症性病理状态而非单纯区分癌症。
3. 癌前病变的早期识别与预后分层 在研究结直肠癌时，cf-epitracing鉴别出747个介于结直肠癌患者与健康个体之间的差异ICSS。基于这些特征构建的XGBoost机器学习模型，在独立验证集上以92.2%的准确度区分癌症与健康，并且在未经过任何腺瘤样本训练的情况下，成功检测出77.27%的结直肠腺瘤患者，其检出性能远超传统的癌胚抗原（CEA）和癌抗原125（CA125）等临床指标。此外，基于差异ICSS模式将结直肠癌患者分为crc-1和crc-2两个亚组，其中crc-1组显示出显著更高的疾病进展风险，该预后差异在发现队列与验证队列中均得到证实。
4. B细胞淋巴瘤的精准分型与转化捕捉 cf-epitracing通过追溯细胞起源，不仅精确区分了弥漫性大B细胞淋巴瘤（DLBCL）、滤泡性淋巴瘤（FL）和套细胞淋巴瘤（MCL），更在细胞亚型层面，根据CD34阳性细胞和生发中心B细胞的信号差异，准确分类了Hans标准下的生发中心B细胞型（GCB）与非生发中心B细胞型（non-GCB）DLBCL，准确度高达90.68%。研究最具亮点之处在于，它动态捕捉到了滤泡性淋巴瘤向弥漫性大B细胞淋巴瘤的组织学转化过程。通过对15份转化期FL样本的分析，发现了26个与该转化显著相关的ICSS，并观察到BCL6和MYC等增殖相关转录因子在转化过程中进行性富集，暗示IRF4和EBF3可能是启动该转化的先驱因子。
5. 基因组易位与表观遗传改变的同步捕获 在套细胞淋巴瘤（MCL）的深度分析中，cf-epitracing不仅检测到了标志性的t(11;14)染色体易位事件，还同步揭示了该易位靶点CCND1基因座下游增强子和启动子区域组蛋白修饰的异常活跃。研究进一步证实了表观遗传特征随年龄的变化规律，并鉴定出NEDD4L、CREBBP等调控血细胞增殖和细胞周期的关键转录因子基因在MCL中的特异性失调，凸显了该技术在解析基因组变异与表观失调交互作用上的独特优势。
结论与研究价值与亮点 本研究开发了cf-epitracing，这是一个高度自动化的微量血浆无细胞染色质状态分析框架，实现了从“单一基因突变”检测迈向“全表观组多维调控图谱”解析的范式转变。 科学价值在于：该技术明确证实了抛开基因转录知识，仅通过整合H3K9ac、H3K27ac和H3K4me3这三种组蛋白修饰所形成的整体性表观遗传特征，即可精准报告疾病起源、复发风险和药物反应。这颠覆了既往依赖H3K4me3与转录活性线性关系的认知，为理解无细胞DNA的表观遗传编码规律提供了全新理论数据。 应用价值在于：该平台具有广泛的临床应用前景。它仅需微量血浆便可实现多癌种的早期筛查；可对淋巴瘤进行达到细胞类型分辨率的无创分子分型；能前瞻性地评估诸如R-CHOP等标准治疗的疗效和复发风险。其定义的预后指标在预测准确性上显著优于现有的国际预后指数等临床评分系统。 研究的特殊性与亮点：第一，技术新颖，利用Tn5转座酶标记化和双条形码策略实现了前所未有的微量样本自动化处理；第二，研究对象独特，纳入并动态追踪了罕见的转化期FL样本，揭示了疾病演进的表观遗传轨迹；第三，多维度整合，单次实验即可同步输出组织溯源、基因组易位和表观遗传失调的三维信息，特别是对MCL中遗传与表观互作关系的剖析，为深入理解淋巴瘤发生学提供了全新视角。