最近看到了越南的一个基因测序公司-Gene Solutions-发表的泛癌早筛的文章，深入了解了一下该公司及其产品，发现该公司蛮有实力。
该公司2023年B轮融资了2100万美元用于扩张其在东南亚的市场，鉴于越南的物价水平估计只有中国的一半，这些钱相当于国内的3亿人民币了，对比国内相关企业，裁员/降薪比比皆是，老美不提，啥时候越南也比咱好混了。。
该公司开展的业务很广，主要产品是NIPT以及癌症检测产品，覆盖了癌症从早筛到MRD再到伴随诊断的方方面面，产品线相当全了。该司已经积累了相当数量的样本，累计样本数据15w+，可以覆盖到越南50%的癌症患者，越南总人口接近1亿，市场很大。
下面主要介绍一下其早筛产品，即上图中的SPOT-MAS（screening for the presence of tumor by methylation and size），相关文章2023年发表在Elife期刊[1]。
有意思的是它结合了两种不同的路线：甲基化靶向测序（深度约55x，参考国内泛癌早筛产品梳理之甲基化靶向测序篇）+ 低深度全基因组甲基化测序（low-pass WGBS深度约0.5x，技术路线同臻和，相比臻和使用酶转，其仍使用重亚硫酸盐进行转化，理论上会损失一些片段化信号。参考国内泛癌早筛产品梳理之低深度全基因测序篇）。
不过既要做甲基化靶向测序又要做low-pass WGBS的话需要两套独立的建库测序和数据分析流程，并且需要的血样会更多，成本略高。插一句，其使用华大的测序仪进行的测序，华大威武，能挣外国人的钱才牛。
甲基化标志物：其甲基化靶向测序只测了450个甲基化标志物，大部分来源于鹍远生物2020年发表在Nature communications上的PanSeer[2]（这都公开，良心那！），参考鹍远文章，这些标志物着重于癌症的鉴别，并没有强的组织溯源信号。纳入标志物的数量也远远少于Grail（10w+）,燃石医学（7000+），鹍远后续的GutSeer（1600+）。
建模特征：捕获Panel只使用了特征AMF（平均甲基化比率），low-pass WGBS使用的特征与臻和大体一致，但是多加了一个GWM（genome-wide methylation），即基因组水平的甲基化比率，计算方式和AMF一样，只是因为深度很低，区域长度设置比较大（捕获Panel甲基化区域一般200bp左右，low-pass WGBS长度可达1M（1,000,000 bp）甚至更长） 。
机器学习模型：癌症模型使用同臻和和世和类似，使用集成机器学习模型，组织溯源则使用了深度学习模型。
建模样本 ：纳入了738癌症患者和1550健康对照，其中纳入癌种及数目：乳腺癌（223），结直肠癌（159），胃癌（98），肝癌（122）和肺癌（136）。癌症分期只有I/II/IIIA偏早期的患者，未知分期患者也全部是未发生转移的偏早期的患者，很合理。将这些样本大体按照2:1的比例分为了训练集（Discovery cohort）和测试集（Validation cohort）。
虽然Cancer与Healthy之间年龄未进行匹配，但是其后期将模型分值同年龄做了相关性分析，未有显著相关性。
癌症检测性能：测试集中，在97%的特异性下可以达到72.4%的敏感性，同样肝癌敏感性最高，达到91.1%，乳腺癌敏感性最低，只有49.3%，肺癌表现还不错，达到83.7%的敏感性。
组织溯源性能：测试集中，组织溯源整体准确率达到了70%，乳腺癌虽然敏感性最低，但是组织溯源准确率却最高，达到78%。胃癌准确率最低，只有55%。
总结： 越南Gene solutions的这篇文章实验设计和数据都做的蛮扎实的，不比国内同行差，国内同行需要更加努力了。
该产品详细信息可查看该司官网： https://genesolutions.vn/en/product/spot-mas/
参考文献：
- Nguyen, T.H., et al., Multimodal analysis of methylomics and fragmentomics in plasma cell-free DNA for multi-cancer early detection and localization. Elife, 2023. 12: p. RP89083.
- Chen, X., et al., Non-invasive early detection of cancer four years before conventional diagnosis using a blood test. Nat Commun, 2020. 11(1): p. 3475.
