细胞游离DNA（cfDNA）片段是非随机的，至少部分是由各种DNA核酸酶介导的，形成特征的cfDNA末端基序。然而，目前还缺乏一些工具来解释与潜在的片段因子相关的cfDNA裂解模式的相对贡献。
本文主要是对256个5端4碱基模式的end motif进行非负矩阵分解，得到6个“founder” end-motif profiles特征，然后将这6个F-profiles与不同的DNA核酸酶关联起来，以了解cfDNA生成过程。
此外，这些模式中的Aberrations还可以作为癌症和免疫性疾病的标记物。
对cfDNA分子的不同类型的cfDNA裂解分析示意图：
首先，文献对所有样本256个cfDNA End-Motif 做了一个全方面的Landscape Profiles
文章中样本有好几组，都是同样的展示模式，这里是野生型的血浆样本数据。以腺嘌呤(A)、胞嘧啶(C)、鸟嘌呤(G)和胸腺嘧啶(T)开始的基序分别用蓝色、红色、绿色和黄色突出显示。
接着对 End-Motif Profiles进行NMF反卷积分析
反卷积的F-profiles个数确定为6，即得到6个F-profiles，并确定了每个F-profiles的贡献比例。
每个样本中F-profiles反卷积结果：
6个F-profiles的特征：
F-profile I：C-end motifs (55%)为主，为CCNN特征，与DNASE1L3切割性能（一样的研究）一致；与WT小鼠相比，Dnase1l3−/−小鼠血浆cfDNA中F-profile I的贡献明显低于WT小鼠。因此，F-profile I被认为是一个与DNASE1L3相关，可以用来反映DNASE1L3的核酸酶使用水平
F-profile II：T-end motifs (51%)为主，为TGNN特征，F-profile II与DNASE1活性有关
F-profile III：A-end motifs (40%)为主，其特征是在4-mer基序的5‘到3’方向的第三和第四位置分别偏好C和T核苷酸；F-profile III与DFFB活性相关
F-profile IV：C-end preference (50%)
F-profile V：exhibited a strong G-end preference (50%)
F-profile VI：在256个基序中分布相对均匀，没有明显的末端基序偏好
随后，将F-profiles与DNA核酸酶进行关联
为了从生物学上将F-profiles与可能的DNA核酸酶裂解联系起来，我们研究了F-profiles中最典型的末端基序，并测量了其在耗尽或增强特定核酸酶活性时的比例贡献的变化。
通过对这些独立样本应用基于F-profiles的反卷积分析，测试了F-profiles是否可以用来反映核酸酶的参与程度。
肝素可以破坏核小体结构，增强DNASE1的切割。
作者做了各种实验进一步证明了揭示核酸酶与F-profiles分析之间的联系的可行性和生物学相关性：
- F-profile I (DNASE1L3)
- F-profile II (DNASE1)
- F-profile III (DFFB)
此外，作者还通过实验证明了DNASE1L3和DNASE1分别在血浆和尿液cfDNA片段模式的形成中发挥了重要作用；在人类样本中，F-profile I (DNASE1L3) 还可以作为标志物，区分人类患者和非SLE个体，AUC为0.97
文献信息：
https://doi.org/10.1073/pnas.2220982120
Fragmentation landscape of cell-free DNA revealed by deconvolutional analysis of end motifs
