为了解决这个问题，科学家们创造了一种量身定制的基因测序方法，该方法依赖于一种新的机器学习算法来精确测量标记DNA的来源和水平。这有助于他们将细菌DNA与人类和其他非细菌细胞的DNA区分开来。研究结果发表于科学支持该系统可能在非细菌细胞中自然发生的观点，其水平远低于先前的一些研究报告，并且容易被细菌污染或当前的实验方法所扭曲。对人类脑癌细胞的实验也得出了类似的结果。

“推动医学研究的边界可能具有挑战性。有时这些想法是如此新颖，以至于我们不得不重新思考我们用来测试它们的实验方法，”伊坎西奈山遗传学和基因组科学副教授方刚博士说。“在这项研究中，我们开发了一种新方法，可以有效地测量各种物种和细胞类型中的这种DNA标记。我们希望这将帮助科学家揭示这些过程在进化和人类疾病中可能发挥的许多作用。”

这项研究的重点是DNA腺嘌呤甲基化，这是一种生化反应，将一种被称为甲基的化学物质附着在腺嘌呤上，腺嘌呤是用于构建长DNA链和编码基因的四种基本分子之一。这可以在不改变DNA序列的情况下“表观遗传学”地激活或沉默基因。例如，众所周知，腺嘌呤甲基化在一些细菌如何抵御病毒方面起着关键作用。

几十年来，科学家们认为腺嘌呤甲基化只发生在细菌中，而人类和其他非细菌细胞则依赖于另一种组成部分——胞嘧啶的甲基化来调节基因。然后，从2015年左右开始，这种观点发生了变化。科学家们在植物、苍蝇、老鼠和人类细胞中发现了高水平的腺嘌呤甲基化，这表明该反应在整个进化过程中发挥了更广泛的作用。

然而，进行这些最初实验的科学家面临着艰难的权衡。一些人使用的技术可以精确测量任何细胞类型的腺嘌呤甲基化水平，但无法确定每个DNA片段来自哪个细胞，而另一些人则依赖于可以发现不同细胞类型甲基化的方法，但可能高估反应水平。

在这项研究中，方博士的团队开发了一种名为6mASCOPE的方法，克服了这些权衡。在这种技术中，DNA是从组织或细胞样本中提取出来的，并被一种叫做酶的蛋白质切成短链。这些链被放入微孔中，用酶进行处理，生成每条链的新副本。然后，一台先进的测序机实时测量每个核苷酸构建块添加到新链上的速率。甲基化的腺嘌呤稍微延缓了这个过程。然后将结果输入到机器学习算法中，研究人员训练该算法从测序数据中估计甲基化水平。

“DNA序列使我们能够确定哪些细胞——人类还是细菌——发生了甲基化，而机器学习模型分别量化了每个物种的甲基化水平，”方博士说。

在简单的单细胞生物(如绿藻)上进行的初步实验表明，6mASCOPE方法是有效的，因为它可以检测出两种具有高水平腺嘌呤甲基化的生物之间的差异。

该方法似乎也可以有效地定量复杂生物体中的腺嘌呤甲基化。例如，先前的研究表明，高水平的甲基化可能在果蝇的早期生长中发挥作用黑腹果蝇还有开花的杂草拟南芥。在这项研究中，研究人员发现，这些高水平的甲基化主要是污染细菌DNA的结果。实际上，这些实验中苍蝇和植物的DNA只有微量的甲基化。

同样，对人类细胞的实验表明，在健康和疾病条件下，甲基化发生在非常低的水平。从患者血液样本中获得的免疫细胞DNA只有微量的甲基化。

类似的结果也见于从胶质母细胞瘤脑肿瘤样本中分离的DNA。这一结果与之前的一项研究不同，之前的研究报告了肿瘤细胞中更高水平的腺嘌呤甲基化。然而，正如作者所指出的，可能需要更多的研究来确定这种差异在多大程度上是由于肿瘤亚型的差异以及其他潜在的甲基化来源。

最后，研究人员发现，质粒DNA(一种科学家经常用来操纵基因的工具)可能受到来自细菌的高水平甲基化的污染，这表明这种DNA可能成为未来实验的污染源。

“我们的研究结果表明，测量腺嘌呤甲基化的方式可以对实验结果产生深远的影响。我们并不是要排除某些人体组织或疾病亚型可能具有高度丰富的DNA腺嘌呤甲基化的可能性，但我们确实希望6mASCOPE能够通过排除细菌污染的偏见来帮助科学家充分调查这个问题，”Gang博士说。“为了帮助解决这个问题，我们已经为其他研究人员提供了6mASCOPE分析软件和详细的操作手册。”

本工作由美国国立卫生研究院资助(GM139655, HG011095, AG071291);伊坎基因组学和多尺度生物学研究所;爱博网投领导者Irma T. Hirschl/Monique Weill-Caulier信托基金;纳什家族基金会;以及西奈山伊坎医学院的科学计算系。方法的质谱验证得到了中国科学院(XDPB2004)和国家自然科学基金(22021003)的支持。