影响中枢神经系统的血液系统肿瘤,最突出的是侵袭性 B 细胞淋巴瘤,需要快速诊断(通常通过立体定向活检)以启动治疗,从而促使采用非侵入性方式 [6]。在具有挑战性的病例中,脑脊液 (CSF) 的 DNA 甲基化 (DNAmeth) 和拷贝数变异 (CNV) 分析可能满足这一需求。健康和肿瘤细胞,包括中枢神经系统淋巴瘤 [11],可能会将 DNA 片段脱落到血液和脑脊液中作为无细胞 DNA (cfDNA)。此外,细胞碎片可以形成沉淀 DNA (seDNA)。在几例儿童高级别脑肿瘤中,CSF 含有足够量的肿瘤衍生 cfDNA (cf-tDNA),可通过基于连接的纳米孔测序进行基于甲基化和 CNV 的肿瘤分类 [ 1 ],并通过各种方法进行疾病监测 [ 15 ]。目前,这些方法需要费力的样品处理和昂贵的基础设施。在这里,我们已经将我们的快速无监督机器学习 (ML) 方法 [ 9 ] 改编为 CSF,用于对淋巴瘤和其他恶性脑肿瘤(包括转移瘤)进行鉴别诊断的病例。我们在两例 CNS 淋巴瘤病例中展示了它的临床应用。允许第二天将纳米孔测序衍生的甲基化模式与泛癌表观基因组和 CNV 数据进行比较
主要关键词