DNA Methylation Profiling in Melanoma: From Lesion Classification to Therapeutic Stratification
本研究表明，对1,001个黑色素细胞病变进行DNA甲基化谱分析可以准确地进行诊断亚型分类，并将患者划分为具有临床相关性的治疗组，从而支持其作为黑色素瘤诊断和管理中强有力生物标志物的潜力。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人体内的每一个细胞都携带着同一套遗传指令，然而皮肤细胞的表现与肝脏细胞却完全不同。这种差异并非写在 DNA 代码本身之中，而在于如何管理这些代码。可以将基因组想象成一个包含人类历史上所有书籍的图书馆；细胞的身份取决于哪些书是打开并正在被阅读的，而哪些是被锁起来的。这种管理系统被称为表观遗传学，而其主要工具之一是 DNA 甲基化。这一过程涉及在 DNA 上添加微小的化学标签，就像贴在上面的便签纸，告诉细胞哪些基因应该忽略，哪些应该使用。由于这些标签是稳定的，并且会随着细胞的生长、老化或癌变而发生可预测的变化，因此它们提供了细胞历史和现状的详细记录。对于治疗皮肤癌的医生来说，理解这份记录可能意味着在快速、准确的诊断与困难、不确定的诊断之间做出抉择。
黑色素瘤是皮肤癌中最危险的一种，始于产生色素的细胞。目前，医生依靠在显微镜下观察组织样本，来判断一个斑点是无害的、生长缓慢的非侵袭性癌症，还是扩散迅速的侵袭性癌症。然而，这种视觉评估可能具有主观性，尤其是对于处于中间地带的病变。来自德国八所大学医院的研究团队决定研究是否可以利用 DNA 上的化学标签来使这些决策更加客观。他们收集了来自一千多名患者的组织样本，涵盖了从无害痣到侵袭性黑色素瘤的全谱系。通过使用高科技扫描仪，他们绘制了每个样本整个基因组的甲基化图谱，创建了一个庞大的化学特征数据集。
研究人员以两种不同的方式处理这些数据，以观察哪种方式更有用。首先，他们让计算机扫描原始数据，以寻找在癌变样本中出现频率高于无害样本的特定化学标签。其次，他们要求计算机将原始数据转化为更广泛的生物学故事。他们根据化学标签计算了细胞看起来有多“老”，估算了隐藏在肿瘤内部的免疫细胞数量，并测量了 DNA 被扰乱或重组的程度。然后，他们训练计算机模型，利用这两类信息将样本分类到正确的类别中。
结果显示，计算机模型确实能够高精度地区分不同类型的病变。直接观察特定化学标签的模型表现最好，几乎在每种情况下都能正确识别无害痣和侵袭性癌症。它也成功识别了非侵袭性黑色素瘤，尽管这一类别仍然较难界定，这反映了病理学家在现实世界中所面临的真实生物学模糊性。研究发现，非侵袭性黑色素瘤处于一个分子层面的中间地带，同时具有无害痣和侵袭性癌症的化学特征，这解释了为什么它如此难以诊断。
除了对病变进行分类外，团队还测试了这些化学图谱是否能帮助决定如何治疗癌症。他们根据标准医学指南对患者进行分组，这些指南针对不同阶段的疾病推荐不同的治疗方案。在这里，方法发生了变化。使用更广泛生物学故事（特别是 DNA 扰乱程度和细胞类型组合）的模型，在预测正确治疗组方面比仅观察原始化学标签的模型略好。预测治疗需求的最重要因素是遗传损伤的负担，即 DNA 被改变的程度，这与疾病的侵略性密切相关。
这项工作表明，读取 DNA 上的化学标签可以提供一种强大且客观的信息层，为医生提供支持。它并不取代病理学家的观察，而是提供基于分子证据的“第二意见”。研究证实，虽然无害痣和侵袭性癌症具有截然不同的化学指纹，但那些棘手的中间病例则兼具两者的特征。通过将直接的化学测量与细胞年龄和免疫存在等生物学洞察相结合，这些工具可以帮助澄清困难的诊断并指导治疗选择。研究人员强调，这是迈向未来的一步，在未来，分子数据将有助于完善临床决策，为在复杂的皮肤癌领域中导航提供一种更精确的方式。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。