在与时间赛跑的血液肿瘤诊疗中,急性白血病的精准分型至关重要。然而,传统检测方法耗时长、流程复杂,往往需要数天甚至数周才能完成诊断,常常延误最佳治疗时机。
近日,国际顶级期刊《Nature Genetics》发表一项重磅研究成果:研究团队成功开发基于三代纳米孔测序技术(Nanopore)与人工智能算法的“表观基因组快速分类”系统,能够在样本接收后2小时内完成急性白血病亚型的高精度识别!

该研究由哈佛大学Dana-Farber癌症研究所、Broad研究所等多家全球顶尖机构联合完成,标志着急性白血病分子诊断正式迈入“实时、全面、精准”的新时代。

 

 研究亮点速览 

 
✅ 构建迄今最全的急性白血病DNA甲基化参考图谱(n=2,540)

✅ 定义38个具有临床意义的甲基化类别,揭示遗传检测无法捕捉的异质性

✅ 开发AI模型 MARLIN(Methylation- and AI-guided Rapid Leukemia Subtype Inference)

✅ 实现纳米孔测序数据的实时分析,低覆盖度下仍可快速准确分类

✅ 临床验证:5例疑似患者,5例全部准确预测,平均响应时间<2小时

图1、首例疑似病例的实时分类

 

图2、对第二例疑似病例进行实时分类

 

为什么是

“表观基因组”+“三代测序”?

 
传统的急性白血病诊断依赖多种平台整合分析,包括:
•  形态学检查

•  流式细胞术免疫分型

•  荧光原位杂交(FISH)

•  染色体核型分析、

•  靶向基因测序

这些方法不仅周期长(通常需3-14天),且对某些罕见或隐匿性融合基因(如NUP98、KMT2A重排)存在漏检风险。

本研究另辟蹊径,聚焦于全基因组DNA甲基化模式—这是连接基因型与表型的关键调控层,能够稳定反映肿瘤的生物学本质与发育轨迹。

结合Oxford Nanopore三代测序技术,无需亚硫酸氢盐转化,直接通过电信号读取天然DNA中的5-甲基胞嘧啶(5mC)修饰状态,实现:

•  快速建库

•  实时测序

•  原位甲基化检测

•  数分钟内即可获得部分数据用于初步判断

正如作者所说:“我们不是等待数据跑完再分析,而是在测序过程中同步完成分类推断。”

 

MARLIN:

AI赋能的“智能诊断引擎” 

 
研究人员开发了名为 MARLIN 的神经网络模型,专门针对稀疏、早期的纳米孔甲基化数据进行训练。
输入 少量CpG位点的甲基化状态

输出 38类急性白血病亚型的概率预测

该模型具备三大核心能力:

•  实时更新机制:随着测序深入,预测置信度持续提升

•  高灵敏度与特异性:即使在极低测序深度下也能实现可靠分类

•  自适应学习框架:支持未来新亚型的扩展与集成

图3、对使用纳米孔测序技术进行测序的回顾性患者队列的分析

 
在回顾性队列中,MARLIN在26例样本中实现了25例高置信度匹配常规诊断;在真实临床场景中,面对5名疑似急性白血病患者,全部实现准确快速分类,真正做到了“边测边判”。

发现更多隐藏真相:超越基因检测的“异质性解码器”

更令人振奋的是,该方法不仅能复现传统分类结果,还能揭示遗传变异之外的疾病异质性

提供全新的生物学洞察:

•  在NPM1突变AML中,发现多个不同甲基化亚群,预后差异显著;

•  某些携带CEBPA突变但不属于“典型CEBPA甲基化类”的病例,实际预后更差,提示不应简单归为“良好风险”;

•  成功识别出一批无明确驱动突变但具有强烈HOXA/B基因激活特征的AML病例,可能适合使用新型menin抑制剂靶向治疗。

这意味着:甲基化分类不仅是诊断工具,更是指导个体化治疗的新维度

 

从“以天计”到“以小时计”:临床价值重大

 
特别适用于以下临床场景:
•  急诊初筛:快速排除或确认恶性血友病

•  儿童及婴儿急性白血病(尤其是KMT2A-r等高频亚型)

•  难治/复发病例的重新分型

•  临床试验入组前的快速筛选

展望未来:迈向“床旁分子诊断”时代

这项技术的成功应用,预示着一个全新诊疗模式的到来:

抽骨髓 → 上机测序 → AI实时解读 → 医生制定方案

全程在几小时内完成,极大缩短了“怀疑→确诊→治疗”的链条,真正实现“早诊早治”。

未来,随着便携式纳米孔设备(如MinION)的普及,甚至有望在基层医院、偏远地区或移动医疗单元中实现“移动式精准诊断”,推动优质医疗资源下沉。

 

三代测序

在临床疾病诊断中的应用优势

 
一、突破传统局限:核心技术优势  
相较于二代测序(NGS),三代测序通过单分子实时测序直接读取DNA/RNA序列,具备一些不可替代的优势:
•  长读长能力:产生数万至数十万碱基的连续读段,跨越复杂重复区域、结构变异(SV)断点,精准识别大片段缺失、插入等重排,提升融合基因检测能力(如AML中KMT2A融合)。

•  无需PCR扩增:避免GC偏倚和扩增偏好性,适用于低起始量或降解样本。

•  实时测序与即时分析:支持边测序边分析(real-time analysis),2小时内完成亚型预测,加速急性白血病诊断。

•  直接检测表观遗传修饰:通过电流信号识别DNA甲基化(5mC)等标记,无需繁琐前处理。

二、提升诊断准确性与全面性  
三代测序整合多维信息,弥补传统手段(形态学、FISH等)的局限:
•  揭示隐藏异质性:甲基化谱可纠正基因突变分型的误判(如CEBPA突变AML存在预后较差的表观亚型),并解析HOXA/B亚类的共突变模式。

•  辅助模糊表型归类:甲基化图谱客观反映肿瘤发育轨迹,明确混合表型白血病(MPAL)的谱系归属。

•  推动个体化医疗:融合甲基化、转录组、突变谱等多模态数据(如MARLIN框架),同步获取SV、SNV、表观修饰信息,指导靶向用药(如FLT3-ITD阳性患者适用抑制剂)。

三、推动临床工作流革新  
技术进步(如ONT R10)使三代测序原始准确率接近99%,并具备广泛临床推广潜力:
•  缩短诊断周期:6小时内完成从样本到报告的全流程,比传统方法节省70%时间。

•  降低总体成本:“一测多得”特性可替代多项独立检测,减少住院等待和无效治疗。

•  标准化与可复制性强:开源工具(MARLIN)和参考数据库支持跨机构一致分类,消除地域诊断差异。

 

结语:

科技重塑临床实践  

 
这不仅仅是一次技术升级,更是对急性白血病诊疗范式的深刻变革。

人工智能遇见三代测序,当表观基因组走进急诊室,我们离 “精准医疗” 的理想又近了一步。

未来,这种“测序即诊断”的模式或将扩展至其他恶性肿瘤与急重症领域,开启一个全新的智慧医疗学时代。

想了解原文?扫码获取论文全文

参考文献

Steinicke, T.L., Benfatto, S., Capilla-Guerra, M.R. et al. Rapid epigenomic classification of acute leukemia. Nat Genet (2025). https://doi.org/10.1038/s41588-025-02321-z