Genome-wide cell-free DNA mutational integration enables ultra-sensitive cancer monitoring

深度测序 体细胞 基因组 计算生物学 胎儿游离DNA 全基因组测序 癌症 单细胞测序 生物 突变 基因 DNA测序 遗传学 DNA 外显子组测序 胎儿 产前诊断 怀孕
作者
Asaf Zviran,Rafael Schulman,Minita Shah,Steven T. Hill,Sunil Deochand,Cole C. Khamnei,Dillon Maloney,Kristofer Patel,Will Liao,Adam J. Widman,Phillip Wong,Margaret K. Callahan,Gavin Ha,Sarah C. Reed,Denisse Rotem,Dennie T. Frederick,Tatyana Sharova,Benchun Miao,Tommy Kim,Greg Gydush
出处
期刊:Nature Medicine [Nature Portfolio]
卷期号:26 (7): 1114-1124 被引量:428
标识
DOI:10.1038/s41591-020-0915-3
摘要

In many areas of oncology, we lack sensitive tools to track low-burden disease. Although cell-free DNA (cfDNA) shows promise in detecting cancer mutations, we found that the combination of low tumor fraction (TF) and limited number of DNA fragments restricts low-disease-burden monitoring through the prevailing deep targeted sequencing paradigm. We reasoned that breadth may supplant depth of sequencing to overcome the barrier of cfDNA abundance. Whole-genome sequencing (WGS) of cfDNA allowed ultra-sensitive detection, capitalizing on the cumulative signal of thousands of somatic mutations observed in solid malignancies, with TF detection sensitivity as low as 10-5. The WGS approach enabled dynamic tumor burden tracking and postoperative residual disease detection, associated with adverse outcome. Thus, we present an orthogonal framework for cfDNA cancer monitoring via genome-wide mutational integration, enabling ultra-sensitive detection, overcoming the limitation of cfDNA abundance and empowering treatment optimization in low-disease-burden oncology care.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
科研通AI6.2应助皮皮团采纳,获得10
1秒前
Aurora完成签到,获得积分10
3秒前
Hello应助尼古拉斯采纳,获得10
5秒前
8秒前
9秒前
9秒前
活力惜海完成签到,获得积分20
10秒前
香蕉觅云应助huxiaowen采纳,获得10
12秒前
bkagyin应助淡定采纳,获得20
14秒前
XY完成签到,获得积分10
14秒前
Zhang发布了新的文献求助30
14秒前
15秒前
chen发布了新的文献求助10
15秒前
16秒前
科研通AI6.3应助皮皮团采纳,获得10
17秒前
风趣靳完成签到,获得积分10
17秒前
友好的草莓完成签到,获得积分10
17秒前
汉堡包应助babao采纳,获得10
17秒前
尹妮妮发布了新的文献求助10
18秒前
晓晓完成签到,获得积分10
18秒前
lzp完成签到 ,获得积分10
21秒前
21秒前
皮皮团发布了新的文献求助10
22秒前
小小人儿发布了新的文献求助10
22秒前
chen完成签到,获得积分10
23秒前
努力读文献完成签到 ,获得积分10
23秒前
24秒前
大道无形完成签到,获得积分10
26秒前
huxiaowen发布了新的文献求助10
26秒前
27秒前
白糖完成签到,获得积分10
27秒前
27秒前
李健应助Vinent采纳,获得10
29秒前
呵呵发布了新的文献求助10
31秒前
balabala完成签到,获得积分10
31秒前
圣诞节完成签到,获得积分10
31秒前
尹妮妮完成签到,获得积分10
31秒前
科研通AI6.4应助yyy采纳,获得30
32秒前
32秒前
十七发布了新的文献求助10
32秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Cronologia da história de Macau 5000
Petrology and Plate Tectonics 800
Electrode Potentials 550
Matrix Methods in Data Mining and Pattern Recognition 510
Trees of tropical Asia : an illustrated guide to diversity 500
Materials Informatics Molecules, Crystals and Beyond A volume in Acta Materialia Book Series 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7046799
求助须知:如何正确求助?哪些是违规求助? 8712637
关于积分的说明 18448781
捐赠科研通 6561349
什么是DOI,文献DOI怎么找? 3118699
关于科研通互助平台的介绍 2204833
邀请新用户注册赠送积分活动 2094082