Nat Biotech：数学算法揭示癌症潜在遗传变异

yinfuhua

Nat Biotech：数学算法揭示癌症潜在遗传变异
0 x3 l. k% e; U& S* A来源：本站原创 2020-09-18 21:00
" l) e" r  E! T0 b: e, E$ M2 N
5 m  y9 t* {, e; }$ r; F2020年9月19日讯/生物谷BIOON/---了解导致不同形式癌症的特定突变对于改善诊断和治疗至关重要。但是DNA测序技术的局限性使得很难检测到一些通常与癌症有关的重大突变，例如染色体部分的丢失或重复。8 n2 d" [2 [9 L6 t5 L' h2 j- P

  I* C* d) ]  d7 v3 U3 a现在，普林斯顿计算机科学家开发的方法将使研究人员能够更准确地识别癌变组织中的这些突变，从而比以前更清晰地了解肿瘤的演化和扩散情况。$ u/ _  s0 Q9 v) K7 e

9 r8 A$ A! l& _& @" L
& o4 k8 u1 ~# }$ ?- G6 E5 A(图片来源：Www.pixabay.com)
9 B: t- C$ f; A9 R: ^# A已知染色体的丢失或重复发生在大多数实体瘤中，例如卵巢，胰腺，乳腺和前列腺肿瘤。随着细胞的生长和分裂，复制和分离DNA的过程中的错误也可能导致染色体上单个基因的缺失或重复，或者细胞的整个基因组（全部23对人类染色体）的重复。这些变化可以激活促癌基因或使抑制癌变的基因失活。
6 d3 }$ v8 L/ h3 D7 V) U; z! {! t7 p8 E  Z9 ?
尽管医学界已经认识到突变是癌症发展的关键部分，但是使用当前技术很难鉴定这些染色体丢失或重复。那是因为DNA测序技术无法从头到尾读取整个染色体。取而代之的是，该技术允许研究人员对染色体的片段进行测序，然后从中组装出整个链的图片。该方法的缺点是不能轻易识别DNA链中的缺口或重复区域。  O2 f- A0 V% V

- W; j2 k! G$ a  M$ B* e( D为了解决这个问题，普林斯顿大学计算机科学教授Ben Raphael与前博士后研究助理Simone Zaccaria对此进行了深入研究。他们创建了新的数学工具，使科学家可以搜索大量的DNA片段，并发现缺失片段或重复片段。 相关结果发表在近日的《Nature Communications》杂志上，其中详细描述了被称为HATCHet和CHISEL的算法。+ _3 A5 N' n0 s

4 Y9 B, \* |& c3 x2 C+ U4 J2 Q! uZaccaria说：“测序的所有细胞都来自同一进化过程，因此可以利用这些共享的信息将这些序列放在一起。现实情况下，对单个细胞进行DNA测序的技术存在局限性，算法可以帮助研究人员克服这些局限性。理想情况下，测序技术和算法都将一并提高。”0 o. S9 A& |1 r6 U' O: s  l

) W2 I6 B+ ]( z( }: }% L. g4 nRaphael的研究小组与癌症研究人员进行了多次合作，他们开始将HATCHet和CHISEL算法应用于来自各种类型患者样品和实验模型的序列。（生物谷 Bioon.com）
5 e, D+ h( B1 v* j! T. b6 J! _$ d0 s
资讯出处：Algorithms uncover cancers' hidden genetic losses and gains  r* i2 B! ~$ U* @/ {

8 |& e* D, Y; @6 [原始出处：Simone Zaccaria et al, Characterizing allele- and haplotype-specific copy numbers in single cells with CHISEL, Nature Biotechnology (2020). DOI: 10.1038/s41587-020-0661-6
2 [/ [/ e8 g0 {) N6 J$ ?
3 }' D) {$ J' U/ ]5 h2 \