肾占位的难点不在于"看见病灶"，而在于术前判断它究竟是恶性肿瘤，还是影像上高度相似的良性病变。对脂肪少AML、嗜酸细胞瘤等病例，CT/MRI与穿刺都可能留下不确定性。
这项研究用约5×低深度WGS提取CNV、FRAGMA和核小体足迹三类cfDNA片段组学特征，建立了一个面向"恶性肿瘤 vs 良性肾占位"的术前分类模型。
值得关注的是：模型面对的并非"肾癌 vs 健康人"这一相对容易的任务，而是恶性肾肿瘤 vs 经病理证实的良性肾占位，更贴近临床影像难以定性的真实场景。
文献信息
| 项目 | 内容 |
|---|---|
| 标题 | A cfDNA fragmentomics classifier for noninvasive differentiation of benign and malignant renal masses |
| 中文理解 | 本文基于低深度全基因组测序整合cfDNA CNV、片段组学甲基化代理特征和核小体足迹，在病理确诊的肾占位队列中训练并验证机器学习模型，用于术前区分良性病变与恶性肾肿瘤。 |
| 期刊 | Mol. Biomed. |
| 发表时间 | 2026年9月7日 |
| 研究方向 | 液体活检、cfDNA片段组学、肾癌早筛与术前分层 |
| 核心队列 | 良恶性肾占位病理确诊队列，另设独立嗜酸细胞瘤探索队列 |
| 样本量 | 训练331例、独立验证144例、嗜酸细胞瘤13例 |
| DOI | 10.1186/s43556-026-00568-4 |
| PubMed | PMID: 42704571 |
| 数据可用性 | GSA-Human: HRA018304，受人类基因组数据访问政策管理，需向通讯作者合理申请 |
| 代码 | 暂无 |
| |
这项工作为什么有临床价值
肾癌的ctDNA释放量通常较低，尤其是早期和小体积病灶，因此单纯依赖突变或肿瘤分数的液体活检很容易受限。文章的思路是绕开"必须检出高比例肿瘤DNA"的前提，转而读取cfDNA中更广泛的拷贝数、甲基化相关片段化和核小体定位信号。
其临床落点也较明确：为影像难以判定的肾占位提供补充证据，帮助识别可能被过度手术的良性病变，同时降低漏判小体积恶性肿瘤的风险。
文章摘要
作者纳入经手术后病理确认的良恶性肾占位患者，以低深度全基因组测序获取血浆cfDNA片段组学信息，并利用H2O AutoML分别建立CNV、FRAGMA和核小体足迹（NF）特征模型，再通过平均集成获得最终分类分数。
最终模型在训练集的AUC为0.956，独立验证集AUC为0.946。在预设90%敏感度的阈值下，训练集和验证集特异度分别达到0.90和0.87。即使绝大多数肾癌样本的肿瘤分数低于3%，模型在低肿瘤分数亚组仍保持较高性能。
肾占位的难点不在于"看见病灶"，而在于术前判断它究竟是恶性肿瘤，还是影像上高度相似的良性病变。对脂肪少AML、嗜酸细胞瘤等病例，CT/MRI与穿刺都可能留下不确定性。
这项研究用约5×低深度WGS提取CNV、FRAGMA和核小体足迹三类cfDNA片段组学特征，建立了一个面向"恶性肿瘤 vs 良性肾占位"的术前分类模型。
值得关注的是：模型面对的并非"肾癌 vs 健康人"这一相对容易的任务，而是恶性肾肿瘤 vs 经病理证实的良性肾占位，更贴近临床影像难以定性的真实场景。
文献信息
项目 内容
标题 A cfDNA fragmentomics classifier for noninvasive differentiation of benign and malignant renal masses
中文理解 本文基于低深度全基因组测序整合cfDNA CNV、片段组学甲基化代理特征和核小体足迹，在病理确诊的肾占位队列中训练并验证机器学习模型，用于术前区分良性病变与恶性肾肿瘤。
期刊 Mol. Biomed.
发表时间 2026年9月7日
研究方向 液体活检、cfDNA片段组学、肾癌早筛与术前分层
核心队列 良恶性肾占位病理确诊队列，另设独立嗜酸细胞瘤探索队列
样本量 训练331例、独立验证144例、嗜酸细胞瘤13例
DOI 10.1186/s43556-026-00568-4
PubMed PMID: 42704571
数据可用性 GSA-Human: HRA018304，受人类基因组数据访问政策管理，需向通讯作者合理申请
代码 暂无
这项工作为什么有临床价值
肾癌的ctDNA释放量通常较低，尤其是早期和小体积病灶，因此单纯依赖突变或肿瘤分数的液体活检很容易受限。文章的思路是绕开"必须检出高比例肿瘤DNA"的前提，转而读取cfDNA中更广泛的拷贝数、甲基化相关片段化和核小体定位信号。
其临床落点也较明确：为影像难以判定的肾占位提供补充证据，帮助识别可能被过度手术的良性病变，同时降低漏判小体积恶性肿瘤的风险。
文章摘要
作者纳入经手术后病理确认的良恶性肾占位患者，以低深度全基因组测序获取血浆cfDNA片段组学信息，并利用H2O AutoML分别建立CNV、FRAGMA和核小体足迹（NF）特征模型，再通过平均集成获得最终分类分数。
最终模型在训练集的AUC为0.956，独立验证集AUC为0.946。在预设90%敏感度的阈值下，训练集和验证集特异度分别达到0.90和0.87。即使绝大多数肾癌样本的肿瘤分数低于3%，模型在低肿瘤分数亚组仍保持较高性能。
研究还在脂肪少AML、嗜酸细胞瘤及不同肿瘤大小分层中开展探索。12/13例独立嗜酸细胞瘤被正确判为良性，提示多维cfDNA片段组学有望成为肾占位术前分层的辅助工具，但仍需要多中心前瞻性验证来确认真实临床获益。
分析策略的关键点
任务定义更贴近临床：以良性肾占位而非健康对照作为阴性组。
多特征但不盲目堆叠：通过消融和置换重要性分析检验CNV、FRAGMA、NF的非冗余贡献。
预先锁定模型后再验证：训练结束后不在验证集重训或调参。
阈值围绕临床权衡选择：以90%敏感度作为预设操作点，而非只报告最高AUC。
材料与方法
模块 内容
研究对象 经手术后病理确认的恶性肾肿瘤及良性肾占位患者
队列设计 训练集331例：171例癌、160例良性；验证集144例：73例癌、71例良性
额外验证 13例病理确诊嗜酸细胞瘤，独立于模型训练与主验证队列
测序策略 血浆cfDNA低深度WGS，平均约5×深度，150 bp双端测序
特征层 CNV、FRAGMA、核小体足迹（NF）
模型框架 H2O AutoML、5折交叉验证；每类特征保留前5个模型，共15个基模型进行概率平均集成
临床评价 ROC、敏感度/特异度、DCA、肿瘤分数、TNM分期、WHO/ISUP分级、影像-病理不一致病例分析
数据访问 GSA-Human HRA018304，受控访问
研究结果
队列从病理确认的良恶性肾占位出发
研究最初招募338例训练对象和150例独立评估对象，经测序质控后分别纳入331例和144例。良性组并非单一疾病，包含AML、囊肿、肾结石及嗜酸细胞瘤等不同病理背景。
这使模型面对的是更接近术前门诊的鉴别诊断场景。良性病变内部异质性会使分类难度上升，也让模型性能更具有临床解释价值。
三类片段组学信号呈现互补的肿瘤信息
CNV、FRAGMA和NF单独均能区分恶性与良性肾占位。肿瘤样本的FRAGMA推断甲基化水平较低，NF相关转录因子则富集于发育、结构形成及甲基化相关过程。
置换分析进一步显示，FRAGMA是贡献最大的特征层，但打乱CNV或NF后模型性能同样下降。这支持三类信号提供的是部分独立的预测信息，而非重复计算同一种肿瘤负荷。
预设90%敏感度下仍保留较高特异度
三类特征的集成模型优于任一单特征模型：训练集AUC 0.956，独立验证集AUC 0.946。作者没有仅以最大AUC决定阈值，而是选择对应90%敏感度的0.452作为操作点。
在这一阈值下，训练集特异度为0.90、验证集为0.87。DCA提示模型在多数阈值概率下具有更高净获益；但其临床用途更适合表述为辅助术前风险分层，而不是替代影像、病理或临床判断。
在低肿瘤分数肾癌中仍能保留判别能力
肾癌属于ctDNA释放偏低的实体瘤：训练集89.5%、验证集90.4%的癌症样本肿瘤分数低于3%。即便如此，低肿瘤分数亚组的AUC仍分别达到0.952和0.941。
这一结果反映出片段组学的潜在优势：它不完全依赖少量突变片段的直接检出，而是捕获更广泛的肿瘤相关染色质和片段化模式。不过，I期病例敏感度相对较低，仍是后续前瞻性验证应重点关注的人群。
肿瘤大小与影像-病理不一致病例呈现实际应用场景
在临床常用的4 cm分界下，模型对大于4 cm良性占位的正确识别率为85.3%，对不超过4 cm恶性肿瘤的正确识别率为84.6%。研究还展示了影像高度疑似恶性、但病理证实为脂肪少AML或嗜酸细胞瘤的代表病例。
对35例影像诊断与病理不一致病例，模型预测与最终病理更一致。这是其最具转化意义的部分：液体活检的价值不一定在于替代影像，而在于为影像不确定病例增加独立证据层。
独立嗜酸细胞瘤队列提供了初步外部检验
嗜酸细胞瘤是典型的影像鉴别难题。13例独立病例中，12例被模型正确判定为良性，对应特异度0.92；唯一误判病例在多个特征层都呈现更接近恶性的信号。
这组结果值得重视，但不能过度解读。13例仍属于探索性小样本验证，尤其需要在不同中心、不同影像表型及更丰富良性肿瘤谱中确认稳定性。
给cfDNA建模的启发
特征选择要回到临床问题。 对肾占位而言，"癌症 vs 健康人"的高AUC并不足够；模型应优先面对真正会造成决策困惑的良性病变，如脂肪少AML和嗜酸细胞瘤。
模型解释不应止于集成分数。 本文通过特征消融与置换分析指出FRAGMA贡献更大，同时保留CNV和NF的增益。对类似项目，可将特征层贡献、低TF表现和固定阈值下的临床净获益作为比AUC更完整的验证链条。
真正的临床落地仍需前瞻性设计。 当前训练集和验证集来自同一医疗机构的不同时段，虽为锁定模型后的独立验证，但不能等同于多中心外部验证。下一步应比较"影像单独决策"与"影像+cfDNA模型决策"能否减少不必要手术、延迟治疗或重复随访。
总结
这项研究将低深度WGS中的片段化信息转化为可操作的术前分层分数，并把模型检验推进到低肿瘤分数、良性实体病变和影像不确定病例这些真正困难的临床场景。
参考文献
Li L, Wang C, Wang S, et al. A cfDNA fragmentomics classifier for noninvasive differentiation of benign and malignant renal masses. Molecular Biomedicine. 2026;7:163. doi:10.1186/s43556-026-00568-4.
PubMed: https://pubmed.ncbi.nlm.nih.gov/42704571/