主要观点总结
本文介绍了辅助生殖技术中胚胎着床前遗传学检测的重要性及无创PGT技术的挑战。研究团队通过DNA甲基化信息计算生物学方法降低体外培养胚胎的培养液中的母源污染，提高非整倍体检测的诊断准确性。文章还提到了课题组的研究进展、合作导师介绍及招聘博士后的信息。
关键观点总结
关键观点1: 研究背景
辅助生殖技术中胚胎着床前遗传学检测的重要性及无创PGT技术的挑战。
关键观点2: 研究内容
研究团队通过DNA甲基化信息计算生物学方法降低体外培养胚胎的培养液中的母源污染。
关键观点3: 研究成果
通过去污染操作，降低了假阴性率，提高了整体的假阳性率。结合去污染前CNV阈值可以在保持敏感性的同时，显著提高特异性。
关键观点4: 研究亮点
该研究为无创胚胎着床前遗传检测提供了一种新的计算方法，在减少SECM中游离DNA甲基化数据中的非胚胎污染DNA和提高非整倍体检测的敏感性方面具有广阔的应用前景。
关键观点5: 合作导师介绍及招聘
介绍了研究论文的合作导师乔杰院士和陈依东副研究员的背景和研究成果，并提到了课题组长期招聘博士后的信息。
正文
+22
，
XX
，无母源污染）的读段与颗粒细胞的读段以四种不同比例（
20%
、
50%
、
75%
和
90%
）进行混合，合成了一系列模拟的
DNA
甲基化数据。结果显示，
随着颗粒细胞污染比例的增加，非整倍体染色体的信号逐渐减弱；当颗粒细胞污染比例达到
50%
或更高时，非整倍体无法被检测到
（图
3a
）。
随后，研究团队筛选了未甲基化读段以排除颗粒细胞污染，并进行了非整倍体分析。结果显示，
在
颗粒
细胞比例为
50%
、
75%
和
90%
的数据中，非整倍体染色体的数量明显增加，并且在
颗粒
细胞比例为
50%
和
75%
的数据中能够识别出非整倍体染色体
（图
3b
）。
图
3.
不同比例颗粒细胞污染的模拟
SECM
样本在去污染前后的染色体拷贝数变异（
CNV
）
。
(a)
不同比例
颗粒
细胞污染的模拟样本的原始
CNV
。
颗粒
细胞的比例分别为
20%
、
50%
、
75%
和
90%
。
(b)
去污染后不同比例
颗粒
细胞污染的模拟样本的
CNV
。
颗粒
细胞的比例分别为
20%
、
50%
、
75%
和
90%
。其中，
SECM
样本为完全未受污染的培养液样本。
随后，研究团队选取了所有无母源污染的非整倍体
SECM
样本（
n=23
）进行模拟分析。结果显示，虽然假阴性率始终有所降低，但部分样本显示出的
CNV
并非原始的非整倍体。此外，将去污染处理应用于存在
母源
污染的实际临床
SECM
样本时，也导致了较高的假阳性率。研究团队推测这些假阳性可能是由于在去污染分析过程中读段数量的减少，或是
DNA
甲基化区域分布的不平衡，从而引入了噪声和
CNV
检测的波动。为了解决高假阳性率的问题，该研究认为，当非整倍体被
颗粒
细胞污染掩盖时，其在去污染之前应该表现为类
似嵌合体的
CNV
。因此，
研究团队引入了一种新的算法，要求在去污染之前存在一个超过特定阈值的嵌合
CNV
，以及在去污染后存在一个完整的
CNV
。
研究团队评估了不同的去污染前
CNV
阈值，具体包括
1.5&2.5
（即
拷贝数
缺失的阈值为
1.5
，
拷贝数
增加的阈值为
2.5
）、
1.6&2.4
、
1.7&2.3
和
1.8&2.2
；去污染后的阈值始终设定为
1.5&2.5
。通过生成不同程度
颗粒
细胞污染的
SECM
样本的
DNA
甲基化数据，研究团队评估了通过这些不同的去污染前
CNV
阈值检测
CNV
的敏感性和特异性；每次计算实验均重复三次。
结果显示，
引入去污染前的
CNV
阈值可以提高特异性；随着阈值从
1.8&2.2
增加到
1.5&2.5
，敏感性有所降低
。在
50%
污染比例下，特异性从仅去污染组的
87%
（
20/23
）提高到所有整合去污染前阈值组的
100%
（
23/23
）。此外，在去污染前阈值为
1.7&2.3
和
1.8&2.2
的组别中，敏感性分别保持在
83%
（
19/23
），与仅去污染组相当。在
75%
污染比例下，去污染前阈值为
1.8&2.2
的组别与仅去污染组的敏感性相当，约为
30%
（
7/23
），而去污染前
阈值为
1.7&2.3
的组别敏感性则降至接近零（
0/23
）（图
4
）。
上述结果表明，整合去污染前的
CNV
阈值
1.8&2.2
可以在保持与仅去污染相当的敏感性的同时，显著提高特异性。
图
4.
不同报出阈值下不同颗粒细胞污染
S
ECM
样品的敏感性和特异性。
颗粒细胞污染的临床真实
SECM
样品去
污染
分析
接下来，该研究评估了去污染算法在母源污染的实际临床
SECM
样本中的有效性。此前，研究者们已经
报道
称
SECM
样本通常会受到母体
DNA
的污染，该研究将去污染算法应用于
SECM
