肿瘤纯度是肿瘤样本的固有属性之一,它可能对多种类型的肿瘤数据分析问题产生严重的影响。我们之前开发了统计方法InfiniumPurify,它可以利用DNA甲基化450k芯片数据推断出TCGA数据库中的肿瘤样本的纯度;或者在肿瘤样本较多的情况下,推断信息差异甲基化信息CpG(iDMC)位点,从而估计其纯度。然而很多临床研究中的癌症类型并不包含在TCGA数据库中,且其包含的肿瘤样本数量太少,导致无法识别可靠的iDMCs。在这种情况下,迫切需要一个统一的、可以对各种类型的肿瘤样本进行纯度估计的方法。在本文中,我们首先从TCGA数据库的不同癌症类型中挑选一组肿瘤样本和正常样本,通过比较甲基化差异和方差分析,识别出一系列通用的差异甲基化信息位点(iDMCs),记为uiDMCs。另外我们对uiDMCs的高、低甲基化规则进行了修改,即对于一个特定的肿瘤样本,根据其在此肿瘤样本和正常样本集中的甲基化水平将uiDMCs分为高、低甲基化组。最后,我们利用高斯核密度估计方法估计出TCGA中所有肿瘤样本的肿瘤纯度。用我们的方法去估计TCGA中8830个肿瘤样本的纯度,结果与其它方法(基于不同的数据或模型)具有高度一致性。特别地,该结果与我们之前提出的InfiniumPurify方法的相关性达到0.89,与ABSOLUTE方法的相关性达到0.83。上述结果表明,一致差异甲基化信息位点能够非常稳定地估计出肿瘤样本纯度。因此,新版本的InfiniumPurify(命名为uiInfiniumPurify)可以应用到TCGA数据库之外且数量较少的肿瘤样本,这一特点将极大地拓宽uiInfiniumPurify在癌症研究中的应用。