新算法高效准确分析肿瘤DNA拷贝数变异

虽然万维网上的搜索引擎能够提供大量的信息，但并不是每次都能搜索到相关的结果。凯斯西储大学凯斯综合癌症中心研究人员也遇到了类似的难题：在面对新技术进步带来的大量数据时，如何能从中找到有价值的数据呢？

近日《GenomeMedicine》刊登了凯斯西储大学癌症中心研究人员为了解决上述难题发明的了一种新算法。这种被称为ENVE（ExtremeValueDistributionbasedSomaticCopy-NumberVariationEstimation）的算法旨在整理测序过程中遇到的“噪声”，减少假阳性或假阴性，从而正确揭示基因变异位置。尽管下一代测序技术的准确率已有大幅提升，但是从生物样本转化成计算机可识别的数据这一过程中，会由于测序的技术问题而产生固有噪声，并且在鉴定基因组拷贝数变异的过程中会导致假阳性和假阴性。在美国，非裔美国人结肠癌的患病率和死亡率均高于其他种族，因此研究人员选用一组纯种白人以及一组非裔美国人的结直肠癌组织样本，对该算法进行相应的测试。研究人员先将ENVE和其他先进算法进行了比较，认为ENVE具有其优势。接下来，利用ENVE寻找两个种族之间的基因差异，发现两个种族之间尽管绝大部分的基因变异是相同的，但在某些基因区域仍有差别。

凯斯综合癌症中心助理教授，文章通讯作者VinayVaradan博士说：“现在我们可以通过该算法来区分肿瘤样本自身的拷贝数变异和实验过程中的误差。我们的算法鲁棒性较好，其原因是由于运行模式不固定，用户可以自定义的标准。在区分误差前，会要求用户使用ENVE运行15-20个相同测序平台输出的正常组织样本数据，用以衡量技术带来的固有误差。”

研究人员还使用ENVE来检测DNA拷贝数的变化，这是首次从全基因组水平描述了非裔美国人结肠癌拷贝数变异的情况。不过，这些拷贝数变异还有待进一步验证。研究人员的下一个目标是将更多的非裔美国结肠癌患者和白种结肠癌患者的组织用相同的测序平台进行测序、比较从而鉴定非裔美国人结肠癌患者特有的拷贝数变异。待该工作完成之后，研究人员就可以进一步的研究这些拷贝数的变异是否参与了非裔美国人结肠癌的恶化。

到目前为止，还没有相应的算法模型能够用于福尔马林固定样本的测序变异分析。研究人员正在进一步优化ENVE算法，使得ENVE不仅能够用于新鲜样本拷贝数变异的检测，而且也能够用于福尔马林固定的样本和冷冻组织。

参考文献：

ENVE:anovel

转载请注明：http://www.ningbohuodai.com/yytl/9692.html