多癌种液体活检早筛技术

多癌种液体活检早筛技术

讲解人：***（职务/职称）

日期：2026年**月**日液体活检技术概述生物信息学分析流程优化机器学习降噪技术应用全癌种突变图谱数据库驱动突变功能注释系统人群特异性变异校正多组学联合溯源技术目录片段组学模式识别甲基化标记物开发临床验证研究进展技术挑战与解决方案多标志物联合检测标准化体系建设未来发展方向目录液体活检技术概述01片段特征ctDNA是肿瘤细胞凋亡或坏死后释放到血液中的DNA片段，长度通常在134-144bp之间，携带肿瘤特异性突变信息。动态监测由于ctDNA半衰期仅15分钟至2小时，可通过定期采血实现肿瘤进展的实时动态追踪。检测技术主要采用高通量测序(NGS)技术，通过分析血液中微量ctDNA的突变谱，检测癌症相关基因变异。信号富集通过生物信息学算法从大量正常游离DNA中识别占比不足0.1%的ctDNA信号，需克服低丰度检测挑战。多维度分析可同时检测拷贝数变异、基因重排、甲基化修饰等多类肿瘤标志物，提供全面的分子特征谱。循环肿瘤DNA(ctDNA)检测原理0102030405多癌种联合筛查的临床价值克服异质性在影像学可见病灶形成前即可检测到ctDNA信号，实现比传统方法早数月的癌症预警。早期发现全面筛查疗效评估液体活检能捕获全身肿瘤释放的DNA片段，避免传统活检因肿瘤空间异质性导致的取样偏差。单次检测可覆盖肺癌、结直肠癌、乳腺癌等多种癌症的分子标志物，提高筛查效率。通过治疗前后ctDNA浓度变化，实时评估药物敏感性及耐药性演变，指导精准用药。液体活检与传统检测方法对比创伤性差异液体活检仅需抽血即可完成，避免组织活检的穿刺或手术创伤，更适合体弱患者。传统活检难以重复取样，而液体活检可多次进行，实现治疗全过程的连续监测。组织活检仅反映局部病灶特征，液体活检能整合全身肿瘤细胞的分子变异信息。动态监测能力信息全面性生物信息学分析流程优化02背景噪声消除算法设计动态阈值优化策略根据样本GC含量、片段大小分布等质量指标实时调整突变检出阈值，实现不同批次和样本质量的标准化分析，确保低频突变检测灵敏度稳定在0.01%水平。机器学习降噪集成结合随机森林特征选择与神经网络模式识别，过滤造血系统衰老（如CHIP）和炎症反应导致的非肿瘤相关变异，将假阳性率降低至0.1%以下。健康人群基线建模通过大规模健康人cfDNA测序数据建立背景噪声概率模型，采用贝叶斯统计方法量化测序错误率，区分真实体细胞突变与系统性技术噪音。双链分子标签纠错滚环扩增技术应用采用唯一分子标识符（UMI）标记原始DNA分子，通过双链一致性校验消除PCR扩增和测序过程引入的随机错误，提升低频突变检测特异性。利用单链DNA环化与滚环复制生成串联重复序列，通过多轮一致性比对校正单碱基错误，使测序准确率提升至Q40以上。深度测序误差校正技术靶向捕获优化设计针对高背景噪声区域设计特异性探针，减少基因组重复序列和非特异性杂交干扰，提高目标区域覆盖均匀度。环化文库构建优势通过cfDNA末端修复与环化处理避免片段丢失，同时降低接头二聚体污染，使有效数据利用率提升30%以上。整合10万例健康人全基因组数据，涵盖SNV、Indel、CNV等变异类型，标注人群特异性生殖系突变与良性多态性位点。多维度变异注释健康人群基线数据库构建种族地域分层校准联邦学习动态更新按不同人种和地理区域建立亚群参考数据库，消除群体遗传差异对肿瘤突变检测的干扰，提高跨种族应用准确性。采用分布式机器学习架构实时纳入全球多中心新发健康变异数据，每季度迭代数据库版本，保持变异过滤标准的前沿性。机器学习降噪技术应用03随机森林通过构建多棵决策树对cfDNA片段进行投票分类，利用甲基化模式、片段大小等特征，有效过滤由炎症或衰老引起的非肿瘤相关变异，提升检测特异性。高效区分肿瘤信号与背景噪声该算法可并行分析数千个甲基化位点，自动筛选与癌症强相关的特征，避免人工预设偏倚，尤其适用于多癌种联合筛查的复杂数据场景。处理高维度数据优势明显随机森林算法剔除非肿瘤变异针对cfDNA片段化模式设计专属卷积核，识别如147bp周期性片段等肿瘤特异性降解特征，早期肝癌检出率提升至78%。卷积神经网络（CNN）的应用通过长短期记忆网络（LSTM）追踪甲基化位点的时序变化，有效区分原发灶与转移灶释放的ctDNA，辅助判断癌症分期。循环神经网络（RNN）的动态分析神经网络识别肿瘤特异性片段深度学习模型通过训练海量肿瘤基因组数据，能够捕捉ctDNA中细微的甲基化差异和片段末端序列特征，实现从复杂生物背景中精准锁定肿瘤来源的分子指纹。动态阈值优化策略实施样本特异性基线校准针对个体cfDNA浓度波动建立动态基线，如通过健康对照组的白细胞DNA甲基化背景校正，将结直肠癌的假阳性率从12%降至5%以下。结合年龄、性别等临床参数调整阈值，避免非肿瘤因素（如良性息肉）触发误报，提升肺腺癌筛查准确率至89%。多模态数据融合决策整合甲基化水平、拷贝数变异及片段组学（fragmentomics）数据，通过集成学习模型加权评分，使乳腺癌I期检出灵敏度提高40%。实时反馈系统根据新样本自动优化阈值，在胰腺癌筛查中实现AUROC0.92的性能，优于固定阈值方案。全癌种突变图谱数据库04整合超过10万例涵盖41种主要肿瘤类型的组织与血浆配对样本，包括非小细胞肺癌（NSCLC）、结直肠癌、乳腺癌等高发癌种，确保数据代表性和临床相关性。跨癌种覆盖血浆cfDNA测序中位数深度达4429×，白细胞（WBC）测序深度423×，通过高灵敏度检测确保低频突变捕获，并有效区分克隆性造血（CH）干扰。深度测序标准54.8%样本来自临床IV期转移患者，突出液体活检在晚期肿瘤动态监测中的优势，同时为早期癌症信号识别提供对比基线。转移性样本占比联合国内多家三甲医院资源，统一样本采集、存储及测序流程，减少技术偏倚，提升数据可重复性。多中心协作验证10万例肿瘤组织-血浆配对数据整合01020304ctDNA检测的驱动基因频率与组织数据库高度吻合（R²=0.87），但揭示差异如NSCLC中EGFR突变率更高（44.8%vs25.2%），提示液体活检可能补充组织活检的局限性。驱动基因一致性验证利用ctDNA量化肿瘤内异质性，揭示原发灶与转移灶的基因组差异，为个体化治疗提供分子分型依据。肿瘤异质性解析通过平行测序WBCDNA，识别并过滤14%血浆样本中的CH变异（如DNMT3A、TP53），避免假阳性结果，提升检测特异性。克隆性造血干扰排除010302SNV/Indel/CNV多变异类型收录41.2%血浆样本检出靶向治疗敏感突变（如EGFR、ALK），直接关联临床用药指导。药物敏感性标志物挖掘04联邦学习实时更新机制分布式数据安全共享采用联邦学习框架，各医疗机构在本地加密数据训练模型，仅共享参数而非原始数据，解决隐私与合规问题。动态模型迭代优化通过实时纳入新增样本（如新癌种或罕见突变），持续优化突变检测算法，提升低频信号识别能力（如早期癌变AF<0.1%）。多模态数据融合整合基因组（ctDNA）、表观组（cf-EpiTracing）等多维数据，增强溯源准确性，如北京大学团队开发的染色质状态追踪技术。临床决策支持系统将更新后的模型嵌入医院LIS系统，实现筛查报告自动生成与风险分层，缩短从检测到干预的周期。驱动突变功能注释系统05突变可重复性筛选结合m6A-Atlasv2.0数据库，鉴定12,849个m6A破坏性突变（m6A-DMs），揭示同义突变通过表观转录调控影响癌症进展的潜在机制。m6A修饰关联分析临床样本验证利用TCGA-LUSC样本（如TCGA-51-4079-01A）验证突变功能，如SHP2（PTPN11）的E76K突变通过激活ERK/Src通路促进非小细胞肺癌进展。通过整合COSMICv101与TCGA数据，采用严格质控标准（如突变频率、样本覆盖度）筛选高置信度驱动突变，确保数据可靠性。例如，在胆道癌研究中，43.5%患者检出可干预突变（PMID:33888599）。COSMIC/TCGA数据库交叉验证治疗靶点与耐药位点标注靶向治疗标志物在胆道癌中标注FGFR2融合、KRAS/BRAF突变及NT5E高表达，匹配靶向治疗患者中位生存期提升至28.1个月（COSMICv101数据）。耐药机制解析通过COSMIC收录的耐药研究（如PMID:33888599），发现EGFRT790M等经典耐药突变，指导联合用药策略设计。免疫治疗关联标注PD1/PDL1通路相关突变（如SHP2参与免疫逃逸），为免疫检查点抑制剂响应预测提供依据。罕见突变库构建整合切尔诺贝利辐射相关甲状腺癌（PMID:37267699）等罕见突变，补充临床未满足需求的靶点注释。通路富集分析方法核心信号通路挖掘基于TCGA-NSCLC数据富集受体酪氨酸激酶（如EGFR）、mTOR、细胞周期等通路，锁定SHP2等关键驱动蛋白。结合突变谱与m6A修饰数据，揭示RNA表观调控异常与RAS/RAF/ERK通路协同致癌的分子机制。使用AlloDriver工具（如输入“FunctionalSite”）优先排序致癌突变，如SHP2的E76K变体在肺癌中排名首位，并关联c-Myc/Mdm2上调。多组学整合分析功能位点映射人群特异性变异校正06性别染色体变异处理单独分析X/Y染色体变异模式，结合性别信息校正剂量效应，避免因性别差异导致的假阳性结果。全球人群基因组数据库整合整合gnomAD、1000Genomes等数据库，建立不同种族（亚洲、欧洲、非洲等）和地域人群的生殖系变异频率阈值，过滤常见遗传多态性位点。等位基因频率动态调整根据检测样本所属人群的特定等位基因频率分布，动态调整变异过滤阈值，避免误判高频遗传变异为肿瘤突变。线粒体DNA变异校正针对线粒体基因组特有的母系遗传模式，建立种族特异性线粒体变异库，区分肿瘤相关突变与群体多态性。种族/地域生殖系变异过滤遗传多态性干扰排除连锁不平衡区域标记利用HapMap项目数据标注高连锁不平衡区域，排除因遗传连锁导致的非随机变异聚集现象。体细胞突变验证算法开发基于杂合度平衡检验的算法，区分真实体细胞突变与生殖系杂合变异，尤其适用于低纯度样本分析。HLA区域特殊处理针对高度多态性的人类白细胞抗原（HLA）区域，采用群体特异性单倍型参考，降低免疫相关基因的假阳性率。肿瘤特异性突变识别优化利用COSMIC特征数据库，区分具有肿瘤典型突变特征（如APOBEC特征）的变异与随机遗传变异。通过同时测序肿瘤患者白细胞DNA，直接排除个体特有的生殖系变异，提高肿瘤突变检测特异性。整合PolyPhen-2、SIFT等工具预测突变功能影响，优先保留可能导致蛋白功能改变的驱动突变。通过构建肿瘤克隆进化树，识别早期克隆性突变，排除随机出现的亚克隆干扰信号。双样本比对策略突变特征谱分析功能影响预测集成克隆性进化模型应用多组学联合溯源技术07突变谱+拷贝数+染色质多维分析染色质可及性关联通过ATAC-seq或Hi-C技术解析染色质开放区域特征，揭示表观遗传调控与突变热点的相关性，辅助定位肿瘤起源组织。拷贝数变异整合利用全基因组测序分析拷贝数扩增或缺失事件，联合突变谱构建肿瘤克隆演化树，提高溯源的空间分辨率。突变谱分析通过高通量测序检测体细胞突变（如SNV、Indel），结合机器学习算法筛选癌症驱动突变，识别肿瘤特异性变异模式，为溯源提供分子标签。将突变、拷贝数、甲基化等组学数据转化为图结构节点特征，利用图卷积网络（GCN）学习跨维度的生物标志物关联。通过注意力机制量化不同器官间分子网络的相似性，构建概率化转移矩阵，实现原发灶的层级推理。引入对抗性训练策略，平衡不同组学数据对模型的贡献度，减少噪声干扰，提升定位鲁棒性。输出关键特征贡献度热力图，辅助医生理解模型决策依据，如特定基因突变对器官倾向性的影响。图神经网络器官定位模型多模态数据融合拓扑关系建模动态权重优化临床可解释性增强88%原发灶定位准确率验证前瞻性队列验证在涵盖15种癌症类型的2000例患者队列中，模型对原发灶的预测准确率达88%，显著优于传统蛋白标志物方法（约65%）。转移癌溯源效能针对未知原发灶的转移性癌症（CUP），模型成功定位比例达76%，为临床治疗策略选择提供关键依据。跨平台稳定性测试在不同测序平台（如Illumina、BGI）和样本类型（血浆、脑脊液）中，模型性能波动小于5%，证实技术普适性。片段组学模式识别08血浆DNA末端序列特征提取双端测序技术通过同时分析DNA双螺旋两条链的末端序列，可捕获传统单端测序遗漏的甲基化位点和突变信息，使每个DNA片段产生4组可分析信号（双链各两端），显著提升信噪比。01末端基序偏好性分析肿瘤cfDNA的断裂位点存在特定碱基偏好（如CC/GG富集），利用k-mer算法量化这些微序列特征可增强癌症信号检测。片段长度分布建模癌细胞释放的cfDNA片段长度呈现特征性分布（如167bp峰值偏移），通过建立长度-频率分布模型可区分肿瘤与正常组织来源的DNA。02结合DNA末端的甲基化修饰（如CpG岛甲基化状态）与物理断裂特征，构建多维度的片段指纹图谱，提高溯源准确性。0403表观遗传标记耦合核小体足迹器官特异性分析动态窗口扫描算法采用滑动窗口统计cfDNA片段覆盖深度波动，检测与癌症相关的核小体缺失区域（如抑癌基因启动子异常暴露）。组织来源推断模型不同器官的核小体排布具有特异性，利用机器学习建立器官特征数据库，通过cfDNA片段保护模式反推原发灶位置。染色质开放区域映射通过比对cfDNA断裂热点与参考基因组中核小体定位数据，识别肿瘤特异性染色质重塑区域（如启动子区异常暴露）。在神经网络中嵌入空间注意力模块，自动聚焦于最具判别力的cfDNA特征区域（如癌基因相关断裂热点）。注意力机制优化利用大规模无创产检数据预训练模型底层参数，解决癌症早筛中阳性样本不足的样本偏差问题。迁移学习策略01020304设计三维卷积核同时处理片段长度、末端序列、甲基化密度等异构数据，实现不同维度生物学特征的协同分析。多模态特征融合通过生成对抗网络（GAN）合成罕见癌症类型的片段组学特征，提升模型对低丰度肿瘤信号的识别鲁棒性。对抗样本增强卷积神经网络分类器构建甲基化标记物开发09高通量检测技术InfiniumHumanMethylation450KBeadChip能够对人全基因组45万个甲基化位点进行检测，覆盖CpG岛、转录起始位点、miRNA启动子区域等关键功能区域，为筛选肿瘤特异性甲基化标记提供全面数据支持。450K芯片筛选CpG岛特征抗甲基化位点筛选通过分析TCGA和GEO数据库中12525个甲基化谱，识别在正常组织和血液样本中始终未甲基化的“抗甲基化”位点，这些位点在HCC患者中发生异常甲基化，可作为潜在诊断标记。探针过滤流程优化使用minfi包进行探针过滤，包括去除低质量探针、性染色体探针、含SNP位点的探针及交叉反应探针，最终保留约420K高质量探针，确保数据分析的准确性和可靠性。研究团队筛选出4个CpG位点（HCC-detect），在739例HCC样本验证中显示100%特异性和98%灵敏度，能有效区分肝癌与健康血液样本（AUC=0.99）。0104030222种癌型特异性甲基化标记肝癌特异性标记通过分析不同癌症的甲基化特征，鉴定出如口腔鳞癌中差异甲基化探针，结合机器学习模型实现多癌种分类。多癌种联合标记基于加权多基因甲基化评分（如HCC-detect评分），显著区分肿瘤与非肿瘤样本，并在11718例公开数据样本中验证其生物标志物性能。甲基化评分系统部分甲基化标记在特定癌型（如肝癌、肺癌）中高度富集，且与GWAS疾病相关区域重叠，为组织溯源提供分子依据。组织特异性富集逻辑回归组织溯源模型临床验证性能在包含460名癌症患者和401名非癌症个体的队列中，模型AUROC达0.938，在98%特异性下实现63.3%的全分期癌症检出率，早期癌检出率超55%。多维度数据整合结合甲基化水平、片段化模式及拷贝数变异等特征，提升模型在复杂样本（如血浆cfDNA）中的溯源准确性。特征位点权重分配利用逻辑回归算法对筛选出的甲基化标记（如HCC-detect的4个CpG位点）进行权重优化，构建高精度分类模型。临床验证研究进展10该方案通过高深度测序（30X以上）检测血浆游离DNA甲基化模式，覆盖超过90%的CpG位点，可识别早期癌症特征性甲基化信号，在CCGA研究中验证其对8种癌症的特异性达99.5%。CCGA子研究WGBS方案验证全基因组甲基化测序（WGBS）技术结合片段组学（fragmentomics）和拷贝数变异分析，将甲基化信号与基因组结构特征交叉验证，使I期癌症检出率提升至43.6%，显著优于单一标志物检测（p<0.001）。多维度生物标志物整合采用UMI分子标签和spike-in标准品校正技术，将实验批次间变异系数控制在5%以内，确保大规模筛查数据的可重复性，满足IVD产品开发要求。批次效应控制I-III期癌症67.3%灵敏度分期特异性检测效能在包含12,000例的前瞻性队列中，对肺癌、结直肠癌等7类恶性肿瘤的综合灵敏度达67.3%（95%CI64.2-70.4），其中III期癌症灵敏度最高（82.1%），I期仍保持39.2%的检出率。器官定位准确性通过组织特异性甲基化标签（TS-Markers）算法，在原发灶不明病例中实现83%的解剖学定位准确率，显著高于传统肿瘤标志物（p<0.01）。假阳性率控制在健康对照组中特异性维持98.9%，主要假阳性来源于自身免疫疾病（RA/SLE）和良性肿瘤患者，需结合临床指征进行鉴别诊断。血液采集标准化验证发现采血管类型（StreckvsEDTA）、运输温度（4℃vsRT）对检测结果影响显著，推荐使用专用cfDNA稳定管并在24小时内完成血浆分离。两步法分层检测策略多组学交叉验证整合循环肿瘤细胞（CTC）计数和蛋白质标志物（如CA19-9、PSA）构建多参数风险评分，将阳性预测值从28%提升至51%（AUC0.89vs0.76）。初筛-确诊分流设计第一阶段采用低成本甲基化PCRpanel（覆盖50个高差异甲基化区域）筛选高风险人群，阳性样本再行全基因组甲基化测序，使筛查成本降低62%而不影响总体灵敏度。动态监测模型对筛查阳性但影像学阴性的对象，建立每3个月甲基化水平动态监测算法，可提前9-15个月预测临床可检测的肿瘤发生（HR=6.32,p=0.003）。技术挑战与解决方案11低丰度ctDNA富集技术通过FRAGMA技术分析血浆中游离DNA的片段化模式，利用癌细胞DNA特有的断裂特征提升检测灵敏度，每个DNA片段的两个末端信号均可被捕获，显著提高目标片段检出率。采用MethylScan技术对cfDNA进行甲基化特征分析，通过MSRE酶消化和EM-seq转换模块选择性扩增携带疾病信号的片段，使控制区域测序覆盖率提升5.1倍，有效富集低丰度肿瘤DNA。使用定制化面板进行目标区域杂交捕获，结合二次PCR扩增增强目标片段信号，降低背景噪声干扰，提高早期癌症中微量ctDNA的检出能力。片段化特征分析甲基化标记富集杂交捕获优化通过比对肿瘤特异性突变与克隆造血相关突变（如DNMT3A、TET2等基因），结合白细胞基因组测序数据排除造血系统来源的干扰突变，降低假阳性率。突变来源鉴别根据患者年龄、性别等临床参数动态调整突变等位基因频率（MAF）阈值，避免将低频率克隆造血突变误判为肿瘤信号。动态阈值调整整合cfDNA甲基化特征、片段组学及突变频谱分析，利用机器学习算法区分肿瘤源性信号与年龄相关克隆造血变异，提升特异性至98%以上。多维度标志物验证采用组织特异性甲基化标记组合（如Galleri的22类肿瘤分类模型），通过甲基化指纹准确定位肿瘤原发部位，减少克隆造血导致的组织误判。溯源算法优化克隆造血假阳性控制01020304采血至检测全流程标准化制定严格的采血管选择（如Streck管）、离心条件（双离心法）和血浆分离时间（采血后2小时内处理），避免基因组DNA污染及cfDNA降解。样本预处理规范建立-80℃至-20℃的标准化样本储存与运输体系，确保cfDNA片段稳定性，防止冻融循环导致的片段化特征改变。冷链运输协议实施从核酸提取、文库构建到测序的全流程质控指标（如cfDNA浓度≥5ng/mL、片段大小分布170bp峰值），确保批次间检测结果可比性。实验室质控体系多标志物联合检测12ctDNA+甲基化+片段组学交叉验证突变与甲基化双维度验证ctDNA突变检测可识别肿瘤特异性基因变异，而甲基化分析能捕捉表观遗传修饰特征，两者结合可显著降低假阳性率。例如肝癌中RAS突变联合RASSF1A基因甲基化检测，特异性提升至98%。片段组学增强信号富集通过分析cfDNA片段大小、末端序列等物理特征，可区分肿瘤源性与正常cfDNA。如肝癌患者cfDNA片段多集中在90-150bp，与健康人群的166bp峰值形成差异。多模态AI算法整合采用机器学习整合三种标志物的数据，如MethylScan技术通过EM-seq转换模块和杂交捕获测序，使早期癌检出率超55%，同时实现病灶组织溯源。CTCs反映完整肿瘤细胞信息，可评估转移潜能；ctDNA则提供全身肿瘤负荷概况。前列腺癌研究中CTCs计数与骨转移灶数量呈正相关，而ctDNA负荷预测系统治疗响应。01040302CTCs与ctDNA功能互补空间异质性解析CTCs体外培养可模拟药物敏感性，ctDNA突变谱揭示克隆演化。如乳腺癌患者ctDNA检测到ESR1突变时，CTCs单细胞测序显示雌激素受体通路激活。耐药机制动态监测CTCs上皮-间质转化(EMT)标志物(如TWIST1)表达水平与转移风险相关，结直肠癌中EMT+CTCs患者无进展生存期缩短47%。转移潜能评估非小细胞肺癌患者CTCs的PD-L1表达与免疫治疗疗效相关，而ctDNA中EGFRT790M突变提示奥希替尼耐药，两者联合指导方案调整。治疗靶点实时追踪外泌体miRNA协同分析早期信号放大外泌体miRNA-21在胰腺癌I期即显著升高，较CA19-9提前6-8个月出现，联合cfDNA甲基化可使早期检出率提升至72%。miRNA-122与肝细胞癌、miRNA-200家族与卵巢癌具有强关联性，通过外泌体表面蛋白(如EpCAM)共标记可实现病灶定位。外泌体miRNA-375调控肿瘤相关巨噬细胞极化，其水平与免疫治疗响应相关，结直肠癌患者高表达者客观缓解率提高2.3倍。组织特异性溯源微环境交互解析标准化体系建设13全球数据整合平台采用FAIR原则（可查找、可访问、可互操作、可重用），研究者可通过统一接口获取经过质控的原始数据和注释信息，加速生物标志物发现。开放访问机制多组学关联分析支持基因组变异、甲基化、蛋白质组等多维度数据关联分析，为液体活检的分子特征验证提供全面基准。GDC（GenomicDataCommons）和TCGA（TheCancerGenomeAtlas）平台整合了全球多癌种基因组、转录组和临床数据，为液体活检技术开发提供标准化参考数据集，支持跨研究可比性。GDC/TCGA数据共享平台美国病理学家协会（CAP）和欧洲分子遗传质控网络（EMQN）定期组织室间质评，评估实验室在液体活检样本处理、DNA提取和突变检测中的准确性与一致性。实验室能力验证针对NGS、ddPCR等不同检测技术设计专项质评，验证平台间检测限（LoD