TrAp：一种用于指纹亚克隆肿瘤组成的树状方法
摘要：揭示单个肿瘤的克隆组成对于在原发肿瘤中鉴定具有转移潜力的细胞亚群或在转移性肿瘤中具有耐药性的细胞亚群至关重要。测序技术提供了关于大量细胞的总体信息，而不是关于突变（如单核苷酸变异）的亚克隆特异性定量。目前尚无计算方法可将肿瘤样本的混合细胞群体信号解离为其各个组分。在本文中，我们提出了一个框架，用于将来自单个全基因组实验的数据解离，以推断肿瘤的潜在细胞亚群的组成、丰度和进化路径。该方法基于合理的生物学假设，即肿瘤进展是一个进化过程，其中每个个体突变事件源自于一个独特的亚克隆，并存在于其所有后代亚克隆中。我们开发了一种高效的算法（TrAp）来解决这个混合问题。通过模拟分析表明，当亚群数量和测量误差适中时，TrAp能够正确解离混合亚群。我们使用肿瘤染色体组型和体细胞超突变数据验证了该方法的适用性。我们将TrAp应用于一例肾细胞癌肿瘤样本的测序实验中的SNV频率谱，并将所推断亚群的突变谱与同一肿瘤的20个单个细胞的突变谱进行比较。尽管存在较大的实验噪音，但TrAp所推断的亚群中存在的特定共同突变也存在于其中一些单个细胞中。最后，我们解离了一名黑色素瘤患者三个不同体腔的转移灶的Exome-Seq数据，并展示了其亚群的进化关系。
作者：Francesco Strino, Fabio Parisi, Mariann Micsinai, Yuval Kluger
论文ID：1301.1966
分类：Genomics
分类简称：q-bio.GN
提交时间：2014-02-07