Parámetros cruciales para la detección precisa de variaciones del número de copias en muestras de cáncer sólido...

Área de la Ciencia:

• Oncología
• Genómica
• Bioinformática

Sus antecedentes:

• Las variaciones del número de copias (CNV) son biomarcadores críticos para el diagnóstico y pronóstico del cáncer.
• Las muestras fijadas en formalina e incrustadas en parafina (FFPE) se utilizan ampliamente, pero presentan desafíos para la detección de CNV.
• La secuenciación del genoma completo de ultra-baja cobertura (ULP-WGS) es una alternativa emergente y rentable a los métodos basados en matrices.

Objetivo del estudio:

• Evaluar el rendimiento de las herramientas de detección de CNV de código abierto utilizando datos de ULP-WGS de muestras FFPE.
• Comparar la detección de CNV basada en ULP-WGS con los métodos tradicionales de matriz de SNP.
• Identificar parámetros óptimos para la detección precisa de CNV en muestras FFPE desafiantes.

Principales métodos:

• Análisis comparativo de tres llamadores de CNV: CNVpytor, ichorCNA y WisecondorX.
• Se utilizaron datos de ULP-WGS generados a partir de muestras FFPE.
• El rendimiento se comparó con datos de matrices de SNP.

Principales resultados:

• ichorCNA y WisecondorX demostraron alta precisión, igualando las tasas de verdaderos positivos con menos falsos positivos que las matrices de SNP.
• ichorCNA y WisecondorX exhibieron los patrones de detección de CNV más similares.
• El contenido de células neoplásicas, la cobertura de secuenciación y el tamaño del bin influyeron significativamente en la precisión de la detección de CNV.

Conclusiones:

• ULP-WGS es una alternativa viable y robusta a las matrices de SNP para la detección de CNV en muestras FFPE.
• WisecondorX se identifica como la herramienta más adecuada para la implementación clínica debido a su rendimiento y patrones de detección comparables.
• La optimización de los parámetros preanalíticos y analíticos es crucial para maximizar la precisión de la detección de CNV con ULP-WGS.