科学家们极大地改善方法寻找肿瘤中常见的基因改变

圣裘德儿童研究医院的科学家开发出了一种更好的计算机工具发现发挥重要作用的基因改变在许多癌症,但很难认同全基因组测序。今天的发现发表在《科学》杂志上自然方法。

这个工具是一种算法称为CONSERTING,简称拷贝数回归树分割的下一代测序。

圣裘德研究人员创建CONSERTING改善识别拷贝数改变(CNAs)数十亿的遗传信息由下一代,整个-基因组测序技术。必须涉及损益的DNA片段。改变影响几个或多个数百个基因的大小取决于DNA片段。

在这项研究中,研究人员展示了CONSERTING识别这样的改变显著比其他方法更好的准确性和灵敏度,包括四个算法用于识别CNA发表在全基因组测序数据。涉及的比较正常和肿瘤基因组从43个儿童和成人脑部肿瘤肿瘤、白血病、黑色素瘤和小儿眼视网膜母细胞瘤。

“CONSERTING帮助我们利用下一代全基因组测序,以更好地了解癌症基因组和奠定基础的遗传景观未来癌症治疗的时代,“说通讯作者历程,博士,圣裘德计算生物学部门的一员。“在这个研究肿瘤和正常的基因组43例,CONSERTING发现拷贝数改变儿童更精确100倍和10倍精度在成年人。”

第一作者湘Chen博士,一个圣裘德高级研究科学家,补充道:“CONSERTING帮助我们识别变化,其他算法错过,包括先前未被发现的染色体重组和拷贝数改变肿瘤细胞中存在一小部分。”

使用CONSERTING,研究人员发现基因改变小儿白血病,开车小儿脑瘤低级的神经胶质瘤,成年人的大脑肿瘤胶质母细胞瘤、视网膜母细胞瘤。算法还帮助识别的基因变化存在于肿瘤细胞的一小部分。改变可能会理解为什么有时候肿瘤治疗后恢复的关键。

此外,张说CONSERTING应该更容易追踪肿瘤复杂的进化基因重组,有时涉及多个染色体交换块当他们打破和重组。

圣裘德使得CONSERTING免费全球研究人员。软件,用户手册和相关数据可以下载从张实验室网页。圣裘德研究者还开发了一个云版本CONSERTING及相关工具,可以通过Amazon Web服务访问。而不是下载CONSERTING,科学家可以上传数据进行分析。

工作CONSERTING始于2010年圣裘德儿童研究医院后不久,华盛顿大学的儿科癌症基因组项目启动。儿科癌症基因组计划使用下一代全基因组测序研究的一些最积极的和最难理解的儿童癌症。在项目的早期研究人员意识到,现有的分析方法往往错过了复制或删除的DNA片段,尤其是小改变涉及少数基因并提供了解病人的癌症的起源。

CONSERTING现在已经被用于分析下一代全基因组测序数据的儿科癌症基因组项目。该项目包括700年的正常和癌症基因组儿科癌症21个不同患者癌症亚型。

CONSERTING结合数据分析的方法称为回归树,这是一种机器学习算法,与下一代,全基因组测序。机器学习利用先进的计算设计算法,反复和快速分析大型、复杂的数据集和发掘意想不到的见解。“这个组合已经为我们提供了一个强大的工具识别拷贝数的改变,即使是那些存在于细胞或肿瘤样本相对较少,包括正常细胞和肿瘤细胞,”张说。

下一代,全基因组测序涉及到打破了人类基因组成大约10亿块复制和重新使用正常的基因组为模板。CONSERTING软件补偿间隙和测序数据的变化。测序数据与信息集成染色体重组基因组中找到CNAs并确定它们的起源。

---

---