游离DNA（cfDNA）是指游离在细胞外的DNA，存在于血浆、血清或尿液等体液中。cfDNA作为液体活检的关键生物标志物，能反映全身组织健康状态，在产前检测、癌症筛查、器官移植监测、感染疾病等领域具有广阔的应用前景。然而，传统的cfDNA组织溯源方法明显存在“样本易损伤、操作复杂、成本居高、难以精准定量”等局限，极大限制了其临床规模化应用。
针对这些技术难题，近日，华大生命科学研究院创新性开发出“组织贡献指数（Tissue Contribution Index, TCI）”技术，攻克了现有cfDNA组织溯源方法存在的“损伤样本、成本高、适用性窄”等痛点，为无创产前检测、器官移植监测、癌症早筛及感染性疾病预后评估等多个临床场景提供了更高效精准的新工具。相关研究成果发表于国际学术期刊《生物学通讯》（Communications Biology）。
Communications Biology官网截图
依托“活跃基因在转录起始区域的cfDNA低覆盖特征”这一科学发现，TCI技术无需复杂预处理即可精准追踪cfDNA的组织来源，这不仅避免了样本损伤，还兼容多种测序方式，大幅降低了检测成本。更关键的是，该技术能明确量化不同组织对cfDNA的贡献度，突破传统方法的核心瓶颈，为cfDNA组织溯源提供了关键的技术路径。
文章的研究路线
多场景验证准确性，建立健康参考基准
为确保TCI技术的实用价值，研究团队在多个关键临床场景中开展系统验证，均展现出较高的准确性。在孕妇群体中，TCI技术能精准关联胎盘来源的cfDNA与胎儿相关指标，为无创产前监测提供了更便捷的思路；对于器官移植患者，该技术可有效追踪供体器官来源的cfDNA变化，既能反映供体组织在受体内的情况，又能及时预警移植后的组织损伤或排斥等相关风险，成为器官移植监测新工具。此外，研究还基于近500名健康人群样本，建立了不同组织TCI的“正常参考区间”，明确了健康状态下各组织对cfDNA的贡献范围，为临床判断“组织贡献是否异常”提供了重要科学基准，提升后续疾病相关检测的参考价值。
覆盖多类临床需求，赋能疾病诊疗升级
研究过程中，TCI技术的临床潜力已在多项应用中逐步显现，将为不同疾病诊疗带来更多可能性。
丨产前检测领域：无需依赖胎儿特异性遗传标记，即可精准评估无创产前相关指标，大幅降低检测门槛；
丨器官移植领域：相比传统生化指标，能更灵敏捕捉移植器官的早期变化，协助医生提前干预潜在风险，改善移植预后；
丨感染性疾病治疗领域：针对重症感染患者，可通过特定组织的TCI变化，判断组织损伤程度并预测病情走向，为重症患者的风险分层和治疗决策提供参考依据；
丨癌症诊断领域：能识别肿瘤相关组织的异常cfDNA贡献，辅助癌症早期筛查与病情评估，且效果优于传统检测指标，为癌症早诊早治开辟新方向。
从技术突破到临床应用，推动液体活检迈向精准普惠
TCI技术的核心价值，在于实现了cfDNA组织溯源“精准定量”与“临床普惠”的双重突破。“传统方法要么损伤cfDNA分子、要么成本高，难以大规模应用；而TCI技术不仅兼容低成本单端测序，还能同步分析cfDNA的组织来源和片段特征，为临床提供‘一站式’信息。”该论文的共同通讯作者、华大生命科学研究院张海强博士表示，“未来我们将进一步拓展肿瘤特异性基因，提升癌症早筛的灵敏度，同时建立不同人群的TCI参考区间，让技术更贴合临床需求。”
深耕血浆游离核酸应用产业多年，华大始终秉持“防大于治、人人可及”理念，依托自主国产测序仪与生物信息化平台，构建了资质完备的基因检测方案，已广泛落地无创产前、血流感染鉴定、肿瘤诊断等领域。其中，无创产前检测（NIPT）作为华大的核心优势领域，自2010年完成首例检测以来，已累计检测超1945万例样本，在唐氏综合征、遗传性耳聋、地中海贫血等严重出生缺陷防控工作中成效显著，为万千家庭筑牢了母婴健康的第一道防线。目前，无创产前检测范围已覆盖CNV疾病、单基因病等200余种疾病，为临床提供了更全面的筛查选择。
基于血浆游离核酸是肿瘤早筛、血流感染检测等领域的重要生物标志物，华大已推出多款相关产品。例如，用于肝癌早筛的华甘宁®、用于胃癌早筛的华唯康®，以及用于血流感染鉴定的PMseq®等。此外，在人体生物学年龄评估领域，华大还基于游离DNA的甲基化模式实现了人体生物学年龄预测，未来有望为个性化健康管理提供新的参考维度。依托自主测序平台的技术优势，并结合核心精准数据与专属算法，这些产品将精准助力疾病的早筛早诊早治，进一步提升患者生存率和疾病治愈率。
从技术突破到临床落地，从精准检测到普惠大众，TCI技术将推动液体活检迈入新阶段，让基因科技真正惠及每一个人。
深圳华大生命科学研究院金鑫研究员和张海强副研究员为该论文的共同通讯作者。深圳华大生命科学研究院与中国科学院大学联合培养博士生李玲果为论文第一作者。该项目得到国家自然科学基金和国家重点研发计划的支持。TCI计算代码已开源（GitHub：
https://github.com/lingguoli/TCI），便于全球科研及临床机构进一步验证和应用。