染色体外环状DNA（eccDNA）是近年来肿瘤研究领域颇具潜力的新型生物标志物。与线性DNA相比，eccDNA具有闭合环状结构、高度稳定性、肿瘤特异性扩增以及携带完整基因调控单元等独特优势，能够在血液中稳定存在，因而被视为液体活检的理想靶标。然而，eccDNA在肿瘤细胞中序列高度异质，传统测序技术和分析方法难以对其进行全面、精准的捕获与鉴定，严重制约了其临床应用的转化。因此，开发能够高效富集并精准解析eccDNA的创新技术平台，是当前癌症早筛与个体化诊疗领域亟待突破的关键瓶颈之一。
近日，北京医院 国家老年医学中心临床和科研人员组成的多学科团队联合攻关，在国际细胞生物学高影响力期刊《Cell Communication and Signaling》上，发表了题为“AI-driven multi-omics deciphering of extrachromosomal circular DNA rescues hidden targets in colorectal cancer”（中文译名：AI驱动的多组学解析揭示结直肠癌中隐藏的eccDNA靶点）的研究成果。该研究成功开发了名为eccDNAOmix的AI多模态深度学习框架，首次对结直肠癌中的eccDNA进行了全面的多组学表征，揭示了DNA序列是eccDNA鉴定的最主要贡献因素，为癌症生物标志物的发现开辟了新途径。
本项研究的模型构建、实验验证及数据分析工作全部由北京医院完成，通讯作者为临床生物样本管理中心肖飞研究员、普外科赵刚主任医师和病理科张伟主任医师，第一作者为临床生物样本管理中心张丽丽副研究员。
针对当前eccDNA测序中存在的难点与困境，该团队不局限于单一维度的测序数据，从多组学角度重新定义eccDNA的特征空间。本研究的核心创新在于团队自主建立了多模态测序分析方案，实现了在同一份样本中同时捕获DNA序列、单核苷酸变异/插入缺失、结构变异、DNA修饰、RNA修饰和RNA表达谱共七种不同类型的生物数据。这一独创性的分析策略打破了传统单一组学分析的局限，使得eccDNA的鉴定不再依赖单一维度的信息，而是可以从多个层面交叉验证，提升了识别的准确性和可靠性。
北京医院肖飞课题组在eccDNA领域深耕多年，积累了扎实的前期基础与独特的技术优势。团队自主建立了先进的eccDNA测序流程，实现了对eccDNA的高效富集与多维度解析，为本次研究提供了关键的原创数据支撑。在此基础上，课题组已在eccDNA领域取得了一系列系统性、连续性的高水平成果，构建了性能优异的eccDNAOmix模型。
本研究以结直肠癌为研究对象，完整呈现了从多组学数据整合到模型构建与验证再到隐藏靶点挖掘的全链条研究路径。从更大的视角和意义上看，该研究提出的eccDNAOmix框架并不局限于结直肠癌，其整合多组学数据和利用主导模态的策略，为其他疾病中eccDNA的研究提供了一套可推广的标准化AI策略。随着AI技术与多组学数据的深度融合，这种面向特定生物学问题的多模态建模思路，有望成为未来eccDNA研究和癌症诊断的重要技术路径，展现出广阔的转化前景。
撰稿：临床生物样本管理中心 张丽丽
审校：临床生物样本管理中心 肖飞
科研处 张鹏俊
宣传处 孔竞 冯世领
主编：孔竞 监制：孙可
编辑制作：宣传处 吴一楠
热门跟贴