北京大学未来技术学院教授何爱彬团队及合作者开发出具有自主知识产权的新一代表观液体活检技术，这项技术仅需少量血浆样本，就能精准识别病变来源组织、发现早期病变，为疾病无创诊断带来新突破。

　　每个细胞都有自己的身份密码。当细胞死亡时，染色质碎片释放到血液中，仍保留着来源组织器官的身份印记。理论上，科研人员只需读懂这些碎片上的多模态表观遗传信息，就能反向推导出它们来自哪个器官，从而精准定位病灶。然而，血浆分子十分复杂，同疾病相关的调控信号常被大量生理噪声所掩盖。现有液体活检技术难以稳定、精准地刻画疾病全貌，无法实现高分辨率的组织器官溯源。

　　历时约10年，何爱彬团队开发的新一代表观液体活检技术通过机器学习整合血浆游离染色质上的多模态组蛋白修饰编码调控元件信息，实现了血浆的高精度解析。该方法在信噪比、有效读段数、操作简易程度等方面均显著优于既有技术，为进一步临床转化提供了基础。

　　基于新技术，团队构建了以健康人群为参照的组织富集评分模型，相当于为每个器官设立了“标准基线”，无需依赖临床先验信息，便能敏锐识别出异常的组织信号。在某些影像学尚未检出异常的阶段，该模型已经可以提前捕捉潜在受累器官的“求救”信号，显示出该技术在早期预警和系统评估中的潜力。查清病因、发现病变、预警疾病，一滴血作用有多大？ 新技术带来医疗突破