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

技术摘要：循环肿瘤 DNA 检测极限的正式化

问题陈述
尽管循环肿瘤 DNA (ctDNA) 液体活检在癌症早期检测、微小残留病灶 (MRD) 监测及治疗监测方面已获得临床认可，但在如何定义检测极限方面仍存在关键的理论空白。目前的临床检测方法通过对训练队列进行受试者工作特征 (ROC) 分析来经验性地确定其检出限 (LOD)。虽然这种方法在统计学上是有效的，但它是“缺乏理论依据的”。它未能根据基础检测特性（测序深度和错误率）明确最小可检测肿瘤比例，也未能识别增加测序深度何时不再产生额外的临床信息。因此，目前缺乏用于标准化的平台无关指标，也缺乏对当前检测阈值的形式化最优性证明。

方法论
本文将 ctDNA 检测建模为一个二元假设检验问题，其中观察到的突变等位基因计数遵循以测序错误噪声底数为基础的二项分布。

• 假设构建：
  • $H_0$（原假设）：不存在 ctDNA ($f=0$)；突变读段仅由测序错误 ($\epsilon$) 产生。
  • $H_1$（备择假设）：存在 ctDNA，其比例为 $f > 0$；读段由真实的突变分子和野生型分子上的错误共同组成。
• 最优检测器： 通过应用 Neyman-Pearson 引理，作者推导出了一致最强 (UMP) 检测器。这确立了最优决策规则即为似然比检验，该检验简化为：若观察到的突变计数 $X$ 超过特定整数阈值 $k$，则判定存在 ctDNA。
• 信息论分析： 将测序检测建模为一个二元对称信道，以计算香农信道容量 ($C = 1 - H(\epsilon)$)，代表每条读段可恢复的最大互信息。
• 经验验证： 该理论框架通过从五项独立的同行评审分析验证研究（2018–2025 年，涵盖美国和欧盟的五个独立机构）中提取的 $n=61$ 个数据点进行了验证。这些研究涵盖了标准的超大面板 NGS、UMI 错误校正 NGS 以及双链全基因组测序 (WGS)。

核心贡献

1. 闭式解检测极限： 本文推导出最小可检测肿瘤比例 ($f_{min}$) 是测序深度 ($N$)、错误率 ($\epsilon$) 及统计参数 ($\alpha, \beta$) 的闭式函数：
   $$f_{min}(N, \epsilon, \alpha, \beta) \approx (z_{1-\alpha} + z_{1-\beta}) \sqrt{\frac{\epsilon}{N}}$$
   该公式提供了基于第一性原理的检测极限推导，取代了经验校准。
2. 最优性证明： 本研究首次提供正式证明，表明通过 Neyman-Pearson 引理得出的标准阈值法属于此类问题的一致最强检测器。
3. 定标律： 分析确定了三个关键特性：
   • 深度定标： $f_{min} \propto 1/\sqrt{N}$。将深度增加到四倍，可使可检测比例减半。
   • 错误校正定标： $f_{min} \propto \sqrt{\epsilon}$。将错误率降低四个数量级，可使可检测比例降低 100 倍。
   • 等效性： 深度提升与错误校正均遵循相同的平方根定标律。
4. 信息天花板： 研究计算出现代平台（标准 NGS、UMI NGS、双链 WGS）的运行效率处于理论每读段香农信息天花板（$C \approx 1$ bit/read）的 2% 以内。这表明，进一步的临床增益来自于通过错误校正来扩展 $f_{min}$，而非增加单读段的信息增益。

结果

• 理论与经验的一致性： 对于单位点和小型面板检测，该理论框架正确分类了 84.3% (43/51) 的数据点。在标准大面板 NGS (87%) 和杂交捕获检测 (83%) 中一致性最高。
• 多位点差异： 模型在多位点肿瘤信息检测（如 NeXT Personal: 40%; Duplex WGS: 20%）中表现出较低的一致性。作者将其归因于并非模型失效，而是模型的适用范围：多位点检测通过聚合数百个位点 ($L$) 的信号，将检测极限提高了一个 $\sqrt{L}$ 倍。观察到的差异符合联合多位点检测所需的理论扩展。
• 临床基准测试： 框架证实，目前针对三种场景（早期检测：UMI NGS；术后 MRD：Duplex WGS；治疗反应：标准 NGS）的临床实践均达到了其既定应用所需的最小理论深度要求。

意义与主张
本文声称提供了首个针对 ctDNA 检测的正式 Neyman-Pearson 最优性证明以及平台无关的效率指标。其主要意义在于：

• 标准化： 为监管机构（如 FDA、MHRA）和 NHS 基因组医学服务提供了一种理论基础，以便指定 LOD 并使用统一的效率指标 ($LOD_{empirical} / f_{min}$) 来比较异构平台。
• 检测设计： 用可计算的经济最优测序深度 ($N^*$) 取代经验性的试错法，以应对特定的临床目标。
• 未来方向： 指出推导联合多位点检测极限是实现完全模拟肿瘤信息检测所需的关键理论扩展。

作者明确指出，该框架并非发明了新的应用，而是将现有应用的极限正式化，提供了定义“何时增加测序深度不再能提供额外临床信息”的数学工具。