背景:
肿瘤具有强烈时空异质性,其细胞可以形成具有遗传差异的克隆群。在这种情况下,施加靶向药物无法同时杀死所有克隆,某些含有耐药性突变的克隆群将在药物的选择压力下获得竞争优势,而逐渐成为疾病复发后主要的克隆群。为了细致了解肿瘤,我们需要对癌症的不同时期(时间)或对不同位置(空间)进行取样测序,检测突变,根据突变的位置、频率和拷贝数信息进行聚类和进化分析。
尽管算法各异,但目前分析大都基于这样的理论,来源相同克隆来源的突变(细胞)一定具有相同的位置和频率。我们通过对检测的突变信息(位置,频率和拷贝数)进行统计学分析(各种优化的贝叶斯分类器算法),不仅可以得到样本中混合的克隆群体,还可以推演出克隆之间的进化关系。克隆进化分析为肿瘤研究开辟了全新的视野。
实验设计:
样本数据来源于PyClone软件文献中的示例数据,A(SRR385938),B (SRR385939),C (SRR385940) ,D (SRR385941)。这四个数据都是同一个DNA混合样本高通量测序的产物。这个DNA混合样本里包含了四种来源于千人基因组的组织(NA12156、NA18507、NA12878、NA19240)。理论上,我们最终会得到四个克隆群并且,四个克隆群进化完全独立。
分析方案:
进化的生信分析采用 pyclone + citup 目前应用率最高的组合,最后利用R语言进行可视化展示。
参考文献:
Lamy, P., Nordentoft, I., Birkenkamp-Demtröder, K., Thomsen, M. B.H., Villesen, P., Vang, S., ... & Pedersen, J. S. (2016). Paired exomeanalysis reveals clonal evolution and potential therapeutic targets inurothelial carcinoma. Cancer research.
Roth, A., Khattra, J., Yap, D., Wan, A., Laks, E., Biele, J., ...& Shah, S. P. (2014). PyClone: statistical inference of clonal populationstructure in cancer. Nature methods, 11(4), 396.
Malikic, S., McPherson, A. W., Donmez, N., & Sahinalp, C. S. (2015).Clonality inference in multiple tumor samples using phylogeny. Bioinformatics,31(9), 1349-1356.
Schwartz, R., & Schäffer, A. A. (2017). The evolution of tumourphylogenetics: principles and practice. Nature Reviews Genetics, 18(4), 213.
联系客服