Multi-cancer early detection remains a key challenge in cell-free DNA (cfDNA)-based liquid biopsy. Here, we perform cfDNA whole-genome sequencing to generate two test datasets covering 2125 patient samples of 9 cancer types and 1241 normal control samples, and also a reference dataset for background variant filtering based on 20,529 low-depth healthy samples. An external cfDNA dataset consisting of 208 cancer and 214 normal control samples is used for additional evaluation. Accuracy for cancer detection and tissue-of-origin localization is achieved using our algorithm, which incorporates cancer type-specific profiles of mutation distribution and chromatin organization in tumor tissues as model references. Our integrative model detects early-stage cancers, including those of pancreatic origin, with high sensitivity that is comparable to that of late-stage detection. Model interpretation reveals the contribution of cancer type-specific genomic and epigenomic features. Our methodologies may lay the groundwork for accurate cfDNA-based cancer diagnosis, especially at early stages.
여러 암종을 조기에 발견하는것은 여전히 cell-free DNA 기반 액체 생검분야에서 중요한 과제이다. 우리는 9 암종으로부터의 2125 암환자와 1241 정상인 또한 잘못된 변이들을 제거하기 위한 표준 데이터셋으로 20,529 명의 정상인들에 대한 낮은 depth 로 cfDNA whole-genome sequencing 데이터를 생산하였다. 또한 208 명의 암환자와 214 명의 정상인으로 구성된 외부 cfDNA 데이터도 평가를 위해 사용되었다. 암 진단 및 암조직 예측에 대한 정확도는 종양 조직의 돌연변이 분포 및 염색질 구성에 대한 암 유형별 프로필을 모델 참조로 통합하는 우리의 알고리즘을 사용하여 계산되었다. 우리의 통합 모델은 췌장암을 포함한 초기 단계 암을 후기 단계 암 탐지에 필적하는 높은 감도로 탐지한다. 모델 해석은 암 유형별 게놈 및 후성유전체 특징의 기여도를 보여준다. 우리의 방법론으로 특히 초기 단계에서 정확한 cfDNA 기반 암 진단을 위한 토대를 마련할 수 있다.
