靶向捕获循环游离线粒体DNA片段组学，中国人群卵巢癌标志物研究最新进展
- boke
- 2026-07-31
- 2:49 下午
背景：卵巢癌（ovarian cancer，OC）由于经常在晚期被诊断，且术前难以区分恶性与良性附件区肿块（benign adnexal masses，BAM），仍然具有很高的致死率。可靠的无创诊断生物标志物仍是尚未满足的临床需求。本多中心研究旨在评估血浆循环游离细胞线粒体DNA（circulating cell-free mitochondrial DNA，ccf-mtDNA）片段组学在改善卵巢癌管理方面的诊断潜力。
方法：研究从4家医学中心（西京医院、唐都医院、复旦肿瘤医院、新疆肿瘤医院）共纳入1,837例女性参与者，包括716例上皮性卵巢癌（早期与晚期1:1匹配入组）、343例良性附件区肿块（BAM，O-RADS 3–5级并经手术病理证实）、726例健康对照（按年龄和月经状态1:1匹配）及52例交界性卵巢肿瘤（BOT）。采用探针捕获法结合NGS对ccf-mtDNA进行靶向测序，基于ccf-mtDNA片段特征构建了两种机器学习模型：卵巢癌检测（OC Detection，OD）模型，用于区分卵巢癌患者与健康对照（healthy controls，HC）；良恶性鉴别诊断（Benign vs. Malignant Differential diagnosis，BMD）模型，用于区分卵巢癌与良性附件区肿块。
结果：OD模型在训练队列中的曲线下面积（area under the curve，AUC）为0.987，并在内部和外部验证队列中保持较高性能（AUC均超过0.979）；在特异度为95%的条件下，对FIGO I期卵巢癌的敏感度为91.67%。BMD模型表现出较强的鉴别能力（AUC=0.982）和良好的可推广性，在4个验证队列中的AUC为0.961～0.980，且表现显著优于血清生物标志物。值得注意的是，两种模型在中国少数民族队列中均保持了稳健的性能。
结论：这些结果表明，ccf-mtDNA片段组学是一种具有较强性能的液体活检方法，可用于卵巢癌的早期、准确检测，并有望应用于高风险人群筛查以及良性与恶性附件区肿块的鉴别诊断[1]。
概念验证-ccf-mtDNA应用于多癌种检测[2]
2024年，Liu等发表于 EMBO Molecular Medicine 的研究，是一项针对ccf-mtDNA片段组学多癌种检测和组织来源分类能力的概念验证研究。研究获得1,607份血浆样本，覆盖非小细胞肺癌、肝细胞癌、结直肠癌、浆液性卵巢癌、乳腺癌和透明细胞肾细胞癌6种恶性肿瘤，同时设置良性肿瘤、炎症性疾病和健康对照组。研究采用靶向捕获mtDNA测序，使用实验室自制生物素标记线粒体DNA捕获探针，分析片段长度、片段化分布、5′端碱基偏好、5′端基序、motif diversity、线粒体不同功能区域特征及mtDNA拷贝数，并利用随机森林算法建立多癌种检测和组织来源分类模型。结果显示，ccf-mtDNA片段组学明显不同于循环游离核DNA，且6种癌症均存在异常片段组学特征；癌症检测模型在内部和外部验证中AUC均超过0.9322，组织来源分类在两个验证队列中的总体准确率分别为89.24%和87.92%。该研究证明了ccf-mtDNA片段组学进行多癌种检测和组织来源判断的可行性。
肝细胞癌（HCC）[3]
2025年，Liu等发表于 Clinical and Molecular Hepatology 的研究，评估了血浆循环游离线粒体DNA（ccf-mtDNA）片段组学在肝细胞癌早期检测和预后预测中的价值。研究共纳入1,168名参与者，包括571例HCC、301例慢性乙型肝炎/肝硬化患者和296名健康对照，采用靶向捕获mtDNA测序分析片段长度、片段化分布、5′端碱基偏好、5′端基序、motif diversity及mtDNA拷贝数等特征，并分别利用随机森林和LASSO-Cox模型建立HCC检测模型和预后预测模型。
HCC患者的ccf-mtDNA片段组学特征与慢性乙肝/肝硬化患者及健康人明显不同；检测模型区分早期HCC与健康对照、慢性乙肝/肝硬化患者时AUC分别超过0.983和0.981，敏感度超过89.6%，特异度超过95%，整体表现优于AFP和mtDNA拷贝数。基于20个片段组学特征构建的预后模型对1年、2年和3年生存的预测AUC分别为0.8333、0.8145和0.7958，提示ccf-mtDNA片段组学可能同时用于HCC早期检测和风险分层。
结直肠癌（CRC）[4]
2025年，Wang等发表于 Gut 的研究，评估了ccf-mtDNA片段组学用于结直肠癌及进展期腺瘤早期检测的价值。研究来自5家医院，共纳入1,147名参与者，包括478名健康对照、112例进展期腺瘤和557例结直肠癌患者，采用靶向捕获ccf-mtDNA测序，平均测序深度约3,468×，并分析片段长度、片段化分布、5′端碱基偏好、5′端基序和motif diversity等特征。
研究基于246例CRC和168名健康对照构建CRC检测模型，训练队列AUC为0.9863，敏感度为92.68%，特异度为93.45%；在两个外部验证队列中，模型对早期CRC的AUC分别为0.9818和0.9572，对晚期CRC的AUC分别为0.9927和0.9854，整体表现优于血清生物标志物。模型对进展期腺瘤的敏感度在两个队列中分别为79.35%和85.00%，提示该方法不仅可能用于结直肠癌早期检测，也可能用于识别具有较高癌变风险的癌前病变。
非小细胞肺癌（NSCLC）[5]
2026年，Peng等发表于 American Journal of Respiratory and Critical Care Medicine 的研究，利用ccf-mtDNA片段组学建立非小细胞肺癌早期诊断及肺部良恶性病变鉴别模型。研究来自3家医院，共分析2,306份血浆样本，包括1,357例NSCLC、432例良性肺部疾病和517名健康对照；研究采用靶向捕获ccf-mtDNA测序，提取片段长度、片段化分布、5′端碱基偏好、5′端基序和motif diversity等特征，并通过随机森林算法构建良恶性鉴别（DBM）模型和早期NSCLC诊断（EDL）模型。
DBM模型区分NSCLC与良性肺病时AUC达到0.9551，敏感度约90.12%，特异度约90.82%，在3个验证队列中均保持较高性能；即使在直径小于1 cm的肺结节中，AUC仍为0.9151。EDL模型对0～I期NSCLC的AUC超过0.9759，整体表现优于血清肿瘤标志物。该研究提示ccf-mtDNA片段组学有望辅助肺结节良恶性判断和早期肺癌识别。
参考文献：
[1]Guo X, Gong Z, Li Z, et al. Early and accurate detection of ovarian cancer by profiling cell-free mitochondrial DNA fragmentomics in multi-ethnic population. Genome Medicine. 2026. doi:10.1186/s13073-026-01735-6.
[2]Liu Y, Peng F, Wang S, et al. Aberrant fragmentomic features of circulating cell-free mitochondrial DNA as novel biomarkers for multi-cancer detection. EMBO Molecular Medicine. 2024;16:3169–3183. doi:10.1038/s44321-024-00163-6.
[3]Liu Y, Peng F, Wang S, et al. Aberrant fragmentomic features of circulating cell-free mitochondrial DNA enable early detection and prognosis prediction of hepatocellular carcinoma. Clinical and Molecular Hepatology. 2025;31:196–212. doi:10.3350/cmh.2024.0527.
[4]Wang S, Peng F, Dang M, et al. Early detection of colorectal cancer using aberrant circulating cell-free mitochondrial DNA fragmentomics. Gut. 2025;74(6):961–970. doi:10.1136/gutjnl-2024-333533
[5]Peng F, Wang S, Jiao H, et al. Accurate and early diagnosis of non-small cell lung cancer using aberrant fragmentomic features of circulating cell-free mitochondrial DNA. American Journal of Respiratory and Critical Care Medicine. 2026;212(1):105–116. doi:10.1164/rccm.202411-2247OC.
线粒体液相基因芯片
线粒体基因组是环状双链DNA分子，由16,569个碱基对组成，含37个基因，其中包括13个编码呼吸链上酶复合体亚单位的结构蛋白，24个参与mtDNA的翻译，而维持线粒体的结构和功能则需大约1500种蛋白质，所以线粒体中大部分蛋白质是由核基因组所编码的。
线粒体病具有异质性强、阈值效应、临床表现复杂多样的特点。线粒体遗传异质性给临床诊断带来巨大的挑战，因此目前越来越倾向于借助分子手段作出诊断。分子诊断对病人来说是非常有价值的，可以对疾病风险进行分层，并为家庭提供准确的疾病复发风险评估。
TargetCap® Mitochondrion Panel可独立使用或掺入不同Gene Panel中使用，也可以根据不同需求调整线粒体基因组的覆盖深度。
产品优势
全面覆盖人类线粒体基因组，帮助分析导致疾病的mtDNA变异
更加灵活，可作为一个模块加入个性化Panel
探针拷贝数均一，获得更可靠的结果
产品参数
基因数：37个
目标区域范围：~17Kb
探针长度：120nt
数据表现
