Abstract Genomic DNA is constantly subjected to oxidative damage, which is thought to be one of the major drivers of cancer and age-dependent decline. The most prominent consequence is the modification of guanine into 8-hydroxyguanine (8-oxo-dG), which has important mutagenic potential and plays a role in methylation-mediated gene regulation. Methods to simultaneously detect and quantify 8-oxo-dG within its genomic context have been lacking; mainly because these methods rely on indirect detection or are based on hydrolysis of the DNA. Nanopore sequencing has been deployed for the direct detection of base-modifications like cytosine methylation during sequencing. However, currently there is no model to detect 8-oxo-dG by nanopore sequencing due to the lack of training data. Here, we developed a strategy based on synthetic oligos to create long DNA molecules with context variability for effective deep learning and nanopore sequencing. Moreover, we showcase a training approach suitable to deal with the extreme scarceness of 8-oxo-dG compared to canonical G to enable specific 8-oxo-dG detection. Applied to an inducible tissue culture system for oxidative DNA damage, our approach reveals variable 8-oxo-dG distribution across the genome, a dissimilar context pattern to C>A mutations, and concurrent 5-mC depletion within a 2-kilobase window surrounding 8-oxo-dG sites. These findings not only underscore the potential of nanopore sequencing in epigenetic research, but also shed light on 8-oxo-dG’s role in genomic regulation. By simultaneously measuring 5-mC and 8-oxo-dG at single molecule resolution, our study provides insights into the functional interplay between these DNA modifications. Moreover, our approach using synthetic oligos to generate a ground truth from machine learning modification calling could be applied to any other DNA modification. Overall, our work contributes to advancing the field of epigenetics and highlights nanopore sequencing as a powerful tool for studying DNA modifications.

Shallow genome-wide cell-free DNA (cfDNA) sequencing holds great promise for non-invasive cancer monitoring by providing reliable copy number alteration (CNA) and fragmentomic profiles. Single nucleotide variations (SNVs) are, however, much harder to identify with low sequencing depth due to sequencing errors. Here we present Nanopore Rolling Circle Amplification (RCA)-enhanced Consensus Sequencing (NanoRCS), which leverages RCA and consensus calling based on genome-wide long-read nanopore sequencing to enable simultaneous multimodal tumor fraction estimation through SNVs, CNAs, and fragmentomics. Efficacy of NanoRCS is tested on 18 cancer patient samples and 3 healthy controls, demonstrating its ability to reliably detect tumor fractions as low as 0.24%. In vitro experiments confirm that SNV measurements are essential for detecting tumor fractions below 2%. NanoRCS provides the opportunity for cost-effective and rapid processing, which aligns well with clinical needs, particularly in settings where quick and accurate cancer monitoring is essential for personalized treatment strategies.

ABSTRACT Levels of circulating tumor DNA (ctDNA) in liquid biopsies may serve as a sensitive biomarker for real-time, minimally-invasive tumor diagnostics and monitoring. However, detecting ctDNA is challenging, as much fewer than 5% of the cell-free DNA in the blood typically originates from the tumor. To detect lowly abundant ctDNA molecules based on somatic variants, extremely sensitive sequencing methods are required. Here, we describe a new technique, CyclomicsSeq, which is based on Oxford Nanopore sequencing of concatenated copies of a single DNA molecule. Consensus calling of the DNA copies increased the base-calling accuracy ∼60x, enabling accurate detection of TP53 mutations at frequencies down to 0.02%. We demonstrate that a TP53 -specific CyclomicsSeq assay can be successfully used to monitor tumor burden during treatment for head-and-neck cancer patients. CyclomicsSeq can be applied to any genomic locus and offers an accurate diagnostic liquid biopsy approach that can be implemented in point-of-care clinical workflows.

Shallow genome-wide cell-free DNA (cfDNA) sequencing holds great promise for non-invasive cancer monitoring by providing reliable copy number alteration (CNA) and fragmentomic profiles. Single nucleotide variations (SNVs) are, however, much harder to identify with low sequencing depth due to sequencing errors. Here we present Nanopore Rolling Circle Amplification (RCA)-enhanced Consensus Sequencing (NanoRCS), which leverages RCA and consensus calling based on genome-wide long-read nanopore sequencing to enable simultaneous multimodal tumor fraction estimation through SNVs, CNAs, and fragmentomics. Efficacy of NanoRCS is tested on 18 cancer patient samples and seven healthy controls, demonstrating its ability to reliably detect tumor fractions as low as 0.24%. In vitro experiments confirm that SNV measurements are essential for detecting tumor fractions below 3%. NanoRCS provides the opportunity for cost-effective and rapid processing, which aligns well with clinical needs, particularly in settings where quick and accurate cancer monitoring is essential for personalized treatment strategies.