|
EpiciphAI：从血液的表观遗传特征中解读疾病状态
EpiciphAI 正在研发一种液体活检技术，该技术能够读取细胞外染色质上的组蛋白标记，从而确定片段的起源组织，并区分该组织内与疾病相关的状态。该公司目前仍处于种子投资阶段，初步应用将用于诊断和监测难以进行活检的组织中的癌症。 大多数表观遗传液体活检技术是读取直接写在 DNA 上的甲基化标记；而 EpiciphAI 则读取包裹 DNA 的组蛋白蛋白质上的化学标签，这或许能够捕捉到有关染色质状态和组织病理学的更多信息。 当细胞死亡时，它们会将不含细胞成分的染色质片段释放到血液中。这些片段包含有组蛋白修饰现象——即存在于组蛋白蛋白质（即 DNA 所缠绕的物质）上的化学标记。不同的组织具有独特的组蛋白修饰模式，就像分子“指纹”一样发挥作用。 EpiciphAI的技术——cf-EpiTracing源自北京大学何爱彬教授的实验室。EpiciphAI的首席执行官包骏告诉BioCentury ，作为一名发育生物学家，起初何爱彬教授试图开发一种工具来追踪单个细胞的起源线，然后他意识到，如果能追踪单个细胞，那么就能够知道细胞来自哪里；就不必去各个器官取样。 “甚至能在通过病理检查方法用肉眼即可观察到之前就检测出微转移灶。”—— 包骏，EpiciphAI 他的团队首先从健康志愿者身上获取组织样本，或者从细胞库中获取原代细胞，并将不含细胞的 DNA 分解成 200 个碱基对的片段。随后，他们对 65 种组织中的 300 万个染色体片段的组蛋白修饰情况进行了分析，从而构建了一个参考表观基因组库。 接下来，他的团队利用专有算法确定了这些组蛋白修饰的组合，该组合是能够重现组织特性和疾病特性的最小组合，结果发现共有七种。 通过关注七种组蛋白修饰，每个片段都可以表示为一个由七个数字组成的二进制代码，其中每个数字记录的是某一特定标记，是否存在标记为（1），不存在标记为（0）。这会产生 27 即 128种可能的模式，但不携带这七种标记中的任何一种的片段（0000000）永远不会被任何抗体捕获，从而留下每个片段 127 种不同的组蛋白标记组合。 表观遗传指纹不仅取决于哪些标记存在，还取决于每个片段在基因组中的位置。每个样本大约有300万个200 bp的片段，每个片段都根据其DNA序列在基因组中赋以一个坐标，再加上基因组位置信息与 127 个标记模式的结合，便形成了一个极其庞大的信息空间——足以对身体内的每一个组织和细胞状态进行独一无二的识别。 团队利用了包含 65 个样本的表观基因组参考数据集，以确定在特定基因区域中反复出现的组蛋白标记组合，这些组合能够区分不同组织类型，并区分健康状态与疾病状态。他们将这些组织特异性的整合染色质状态称为“整合染色质状态”（ICS）。 最后，他们构建机器学习模型，将患者的血液来源免疫细胞谱系指纹与这参照库进行对比，使系统能够推断出这些碎片来自哪些组织，并判断这些组织是否具有特定疾病或阶段的特征。 他和他的北京大学团队本周在《自然》杂志上发表了 cf-EpiTracing 的详细信息。 该论文重点阐述了以下几项重要事项：a）基于血液的染色质特征能够更早地检测出病变，并且能够减少对侵入性诊断程序的依赖；b) 影响同一器官的不同疾病，例如炎症性肠病和结直肠癌，会产生独特的免疫细胞谱特征，这使得 cf-EpiTracing 能够无创地将炎症性病变与恶性病变区分开来；c) 与年龄相关的免疫细胞谱系模式表明，不同年龄段的组织具有不同的表观遗传状态，这暗示着可用于监测器官老化以及年龄相关疾病风险的可能性，并且d) cf EpiTracing 技术可在临床症状显现之前就检测到肿瘤对继发器官的组织侵袭。 例如，许多结直肠癌患者体内的肝脏组织特征评分均有所升高，尽管当时仅有三名患者被临床诊断出有肝脏转移情况。同样，在淋巴瘤患者中，该平台也识别出诸如乳腺、胰腺和脾脏等器官的外周淋巴结受累情况，这些情况与已知的疾病扩散模式相吻合。 包说：“利用病理学方法，甚至能在肉眼还无法观察到微小转移病灶的情况下就将其检测出来。” 包表示，公司正计划筹集种子轮资金，这笔资金用于申请全球专利、与研究机构签订技术转让协议、开展公司运营工作以及开展几项试点研究。 他认为，这项技术将首先被用于诊断癌症以及监测难以进行活检的组织的病情发展情况。此外，该技术还能够与制药公司合作，用于筛选药物，例如研究与组织衰老相关的寿命问题。还可以通过与癌症治疗公司合作，将其用作评估癌症治疗中最低残留病灶的更可靠衡量标准。 除了能够避免对内部器官进行活检这一便利性之外，包还强调了这种方法的经济性。他说；“这种方法的成本真的很低，大约 500 元人民币，也就是不到 100 美元。” 公司简介 EpiciphAI 中国成都和北京 技术：针对所有疾病的无病原体液体生物检测技术，该技术基于健康细胞和患病细胞具有不同表观遗传“特征”的原理 技术来源：北京大学 疾病关注点：多种疾病（诊断不针对具体疾病） 临床状态：发现阶段 成立时间：2025 年，由何爱彬和Apuri BioVenture创立 学术合作伙伴：北京大学 企业合作伙伴：无 员工人数：3 人 筹集资金：计划进行 420 万美元的种子轮融资 投资者：未披露 首席执行官：包骏 已获专利：无 |
