細胞を含まないDNAメチル化による疾患予測

細胞を含まないDNA（CFDNA）を使用した疾患診断は、最近積極的な研究分野でした。ほとんどの既存のアプローチは、CfDNAのシーケンスバリアントの検出に基づいて診断を実行します。したがって、それらの応用は、がんなどの高い突然変異率に関連する疾患に限定されています。最近の開発は、CFDNAのエピジェネティックな情報を活用し始めています。この作業では、CFDNAエピジェネティックプロファイル、特にDNAメチル化を使用して疾患診断モデルを構築するための統計的方法開発とデータ分析戦略に関する徹底的なレビューと議論を提供します。さまざまなシナリオの下で、マーカーの選択と予測モデルの構築という2つの重要な側面に焦点を当てています。シミュレーションと実際のデータ分析を実行して、さまざまなアプローチを比較し、データ分析の推奨事項を提供します。

Disease diagnosis using cell-free DNA (cfDNA) has been an active research field recently. Most existing approaches perform diagnosis based on the detection of sequence variants on cfDNA; thus, their applications are limited to diseases associated with high mutation rate such as cancer. Recent developments start to exploit the epigenetic information on cfDNA, which could have substantially wider applications. In this work, we provide thorough reviews and discussions on the statistical method developments and data analysis strategies for using cfDNA epigenetic profiles, in particular DNA methylation, to construct disease diagnostic models. We focus on two important aspects: marker selection and prediction model construction, under different scenarios. We perform simulations and real data analysis to compare different approaches, and provide recommendations for data analysis.