中枢神经系统(CNS)肿瘤（俗称“脑肿瘤”）发病率约为7~10/10万，其中半数为恶性肿瘤，约占全部恶性肿瘤的1.5%。可发生于任何年龄，但以20~50岁多见。常见的颅内肿瘤，如胶质瘤、听神经瘤、脑膜瘤、生殖细胞瘤、垂体腺瘤、颅咽管癌等，常常难以诊断明确——中枢神经系统肿瘤种类繁多且异质性高，临床常规分型仅基于组织学形态，缺乏特异性分子标志物，同时由于病理医师的主观性，使得该分型和分级标准有时存在较大差异，难以进行准确分型和预后评估^[1]。

DNA甲基化异常与肿瘤的发生发展及细胞癌变密切相关。全基因组 DNA 甲基化分析更是能够精确地识别肿瘤实体，多项研究证实 DNA 甲基化芯片技术可用于 CNS 肿瘤的分子分型及病理诊断，并能更准确地提示肿瘤生物学行为和临床预后^[1]，包括那些具有组织学特征不明确的脑肿瘤^[2]。

【技术特点】中枢神经系统肿瘤甲基化分子分类器通过机器学习程序对 DNA 甲基化数据进行分型——经过训练后的AI系统可以使用 DNA 甲基化数据鉴定出 184 种分型。研究者们用 1104 例新样本验证了 AI 系统的准确性，发现 76% 的样本的 DNA 甲基化分型与其病理学结果一致，12% 的样本结果不一致，但经过基因测序等分析后证实 AI系统诊断正确^[1]。

——甲基化谱分子诊断技术分析可提高CNS肿瘤的诊断准确率。

DNA 甲基化除了用于肿瘤分型，还可以鉴定出新型罕见肿瘤，因此，当组织形态学诊断有困难时，推荐考虑将 DNA 甲基化检测作为辅助诊断方法，从而有利于肿瘤的精确诊断和新亚型的发现^[1]。

一、检测原理及检测内容

【检测版本】甲基化谱分子诊断技术（CNS v12.2）

【检测原理】基于“甲基化谱检测”+“AI”两大核心技术结合

无监督聚类分类系统/本地模型的原始得分与校正后得分对比

甲基化分子分类器采用甲基化谱分子诊断技术（CNS v12.2），通过大量样本的甲基化谱数据集进行机器学习训练与相似度评分优化，所用标准数据集以德国海德堡共享的标准数据集为基础，补充大量开源与合作积累的罕见亚型数据，以中枢神经系统肿瘤分子信息与分类实践联盟—非WHO官方组织( cIMPACT-NOW)系列研究成果和海德堡最新版疾病命名结构为分类依据，在本地重新进行训练与评分校正而来，目前已积累134亚型，数据集10倍交叉验证结果显示准确性0.996。

【检测内容】

【检测报告样式】：包含电子版、纸质版报告各一份。

模块一 详细的甲基化分型及参考鉴别——通过甲基化谱检测分析，通过“AI”在数据集中进行精确对比，给出甲基化分型及鉴别诊断，进行精确诊断。

模块二 全基因组染色体拷贝数变异（CNV）——拷贝数变异在肿瘤分类、预后及治疗中也发挥着重要作用，不同 CNV 的临床意义取决于具体情况，甲基化分类器提供全基因 CNV 图谱，结合甲基化分类器的结果，供临床诊疗参考。

模块三 MGMT基因启动子甲基化状态——MGMT启动子甲基化检测：制定个性化精准治疗方案的重要依据；胶质瘤患者预后的独立预测因子，判断预后情况；是所有高级别胶质瘤（III级和 IV级）分子诊断的重要部分，启动子甲基化阳性的患者对替莫唑胺敏感性高于甲基化阴性的患者。

二、临床应用

【临床应用】

三、产品优势

【客观性】：传统病理诊断存在人为诊断主观性和差异性，CNS甲基化分子谱数据客观地与数据库进行客观对比相较传统病理诊断手段更具客观性。

【准确性】：近万例CNS肿瘤和阴性验证样本当中，可信得分(0.9以上)样本被正确分类到相应的肿瘤中的准确度达到了0.996。

【科学性】：涵盖三大板块，结合国内独有的无监督聚类分型系统和分型校准评分系统保证检测结果的科学性。

故中枢神经系统肿瘤甲基化分型器相较传统病理诊断手段优势显著——相较于传统形态学病理诊断依赖于医生的主观判断和经验，存在诊断结果的主观性和个体差异性，且传统形态学诊断只能评估细胞或组织的形态特征，无法提供基于分子谱特征的客观分类的情况，中枢神经系统肿瘤甲基化分型器可客观、精准、高效的实现对肿瘤的分型。

【样本要求】新鲜组织/蜡块/白片（15张）。

【报告周期及报告样式】报告周期：自收样后，14个自然日出具报告。

文献引用：

[1]葛荣,陈金平,刘创峰.DNA甲基化在中枢神经系统肿瘤分型及诊断中的应用进展[J].中华神经医学杂志, 2022, 21(3):5.DOI:10.3760/cma.j.cn115354-20210414-00244.

[2].NCCN Clinical Practice Guidelines in Oncology (NCCN Guidelines®) Central Nervous System Cancers Version 1.2023

附：