Formalising Limits of Circulating Tumour DNA Detection: A Signal Detection Framework for Clinical Threshold Specification

Technische Samenvatting: Formalisering van de detectielimieten van circulair tumor-DNA

Probleemstelling
Ondanks de klinische vestiging van circulair tumor-DNA (ctDNA) liquid biopsy voor vroege kankerdetectie, bewaking van minimale residuele ziekte (MRD) en monitoring van de behandeling, blijft er een kritische theoretische kloof bestaan in de wijze waarop detectielimieten worden gedefinieerd. Huidige klinische assays bepalen hun detectielimiet (LOD) empirisch via ROC-analyse op trainingscohorten. Hoewel statistisch valide, is deze aanpak "theoretisch ongeïnformeerd". Het specificeert niet de minimale detecteerbare tumorfractie op basis van fundamentele assay-kenmerken (sequencing-diepte en foutenpercentages) en identificeert niet het punt waarop het verhogen van de sequencing-diepte geen aanvullende klinische informatie meer oplevert. Bijgevolg is er geen platformonafhankelijke metriek voor standaardisatie of een formeel bewijs van optimaliteit voor huidige detectiedrempels.

Methodologie
Het artikel modelleert ctDNA-detectie als een binair hypothesetestprobleem waarbij de geobserveerde mutante allel-aantallen een binomiale verdeling volgen tegenover een sequencing-foutruisvloer.

• Hypotheseformulering:
  • $H_0$ (Nul): Geen ctDNA aanwezig ($f=0$); mutante reads ontstaan uitsluitend door sequencing-fouten ($\epsilon$).
  • $H_1$ (Alternatief): ctDNA aanwezig bij fractie $f > 0$; reads ontstaan door ware mutante moleculen en fouten op wild-type moleculen.
• Optimale Detector: Door toepassing van de Neyman-Pearson lemma, leiden de auteurs de uniform meest krachtige (UMP) detector af. Dit stelt vast dat de optimale beslisregel een likelihood ratio test is, die vereenvoudigt tot het verklaren van ctDNA als aanwezig indien het geobserveerde mutante aantal $X$ een specifieke integer drempelwaarde $k$ overschrijdt.
• Informatie-theoretische Analyse: De sequencing-assay wordt gemodelleerd als een binaire symmetrische kanaal om de Shannon kanaalcapaciteit ($C = 1 - H(\epsilon)$) te berekenen, wat de maximale wederzijdse informatie vertegenwoordigt die per read kan worden teruggewonnen.
• Empirische Validatie: Het theoretische kader werd gevalideerd tegen $n=61$ datapunten geëxtraheerd uit vijf peer-reviewed analytische validatiestudies (2018–2025) van vijf onafhankelijke instellingen in de VS en de EU. Deze studies bestreken standaard grote panel NGS, UMI fout-gecorrigeerde NGS en duplex whole-genome sequencing (WGS).

Belangrijkste Bijdragen

1. Closed-Form Detectielimiet: Het artikel leidt de minimale detecteerbare tumorfractie ($f_{min}$) af als een closed-form functie van sequencing-diepte ($N$), foutenpercentage ($\epsilon$) en statistische parameters ($\alpha, \beta$):
   $$f_{min}(N, \epsilon, \alpha, \beta) \approx (z_{1-\alpha} + z_{1-\beta}) \sqrt{\frac{\epsilon}{N}}$$
   Deze formule biedt een afleiding vanuit eerste principes van detectielimieten, wat empirische kalibratie vervangt door theoretische berekening.
2. Optimaliteitsbewijs: Het werk levert het eerste formele bewijs dat de standaard drempelwaarde-benadering, wanneer deze is afgeleid via de Neyman-Pearson lemma, de uniform meest krachtige detector vormt voor deze klasse problemen.
3. Schaalwetten: De analyse identificeert drie kritieke eigenschappen:
   • Diepte-schaling: $f_{min} \propto 1/\sqrt{N}$. Het verviervoudigen van de diepte halveert de detecteerbare fractie.
   • Foutcorrectie-schaling: $f_{min} \propto \sqrt{\epsilon}$. Het reduceren van foutenpercentages met vier ordes van grootte vermindert de detecteerbare fractie met een factor 100.
   • Equivalentie: Zowel diepte-escalatie als foutcorrectie volgen dezelfde wortel-kwadraat schaalwet.
4. Informatieplafond: De studie berekent dat moderne platforms (Standaard NGS, UMI NGS, Duplex WGS) opereren binnen 2% van het theoretische per-read Shannon informatieplafond ($C \approx 1$ bit/read). Dit suggereert dat verdere klinische leverage voortkomt uit het uitbreiden van $f_{min}$ via foutcorrectie, en niet uit het verhogen van de per-read informatiewinst.

Resultaten

• Theoretische vs. Empirische Overeenkomst: Voor single-locus en kleine-panel assays classificeerde het theoretische kader 84,3% van de datapunten correct (43/51). De overeenstemming was het hoogst voor standaard grote-panel NGS (87%) en hybride capture assays (83%).
• Multi-Locus Discordantie: Het model vertoonde een lagere overeenstemming voor multi-locus tumor-informed assays (NeXT Personal: 40%; Duplex WGS: 20%). De auteurs schrijven dit niet toe aan een falen van het model, maar aan de reikwijdte van het model: multi-locus assays aggregeren signalen over honderden loci ($L$), waardoor de detectielimiet wordt verbeterd met een factor $\sqrt{L}$. De geobserveerde discordantie komt overeen met de theoretische uitbreiding die vereist is voor gezamenlijke multi-locus detectie.
• Klinische Benchmarking: Het framework bevestigde dat de huidige klinische praktijken voor drie scenario's—vroege detectie (UMI NGS), MRD post-chirurgie (Duplex WGS) en behandeling-respons (Standaard NGS)—voldoen aan de theoretische minimale diepte-eisen voor hun beoogde toepassingen.

Betekenis en Claims
Het artikel claimt het eerste formele Neyman-Pearson optimaliteitsbewijs voor ctDNA-detectie en een platformonafhankelijke efficiëntie-metriek te bieden. De primaire betekenis ligt in:

• Standaardisatie: Het bieden van een theoretische basis voor regelgevende instanties (FDA, MHRA) en de NHS Genomics Medicine Service om LOD's te specificeren en heterogene platforms te vergelijken met een gemeenschappelijke efficiëntie-metriek ($LOD_{empirisch} / f_{min}$).
• Assay Design: Het vervangen van empirische trial-and-error door een berekenbare, economisch optimale sequencing-diepte ($N^*$) voor specifieke klinische targets.
• Toekomstige Richting: Het identificeren van de afleiding van gezamenlijke multi-locus detectielimieten als de belangrijkste theoretische uitbreiding die nodig is om tumor-informed assays volledig te modelleren.

De auteurs stellen expliciet dat dit framework geen nieuwe toepassingen uitvindt, maar de limieten van bestaande toepassingen formaliseert, waarbij het de wiskundige machinerie biedt om te definiëren "wanneer het verhogen van de sequencing-diepte geen aanvullende klinische informatie meer oplevert."