Segmentación consciente de haplotipos con HapASeg aumenta la precisión de la detección de alteraciones somáticas del...

Área de la Ciencia:

• Genómica
• Investigación del cáncer
• Bioinformática

Sus antecedentes:

• Las alteraciones somáticas del número de copias (sCNA) son impulsores cruciales del desarrollo y la progresión del cáncer.
• El análisis de grandes cohortes de cáncer es esencial para comprender las sCNA.
• Los tejidos fijados en formalina e incrustados en parafina (FFPE) son comunes pero plantean desafíos para el análisis de sCNA debido al daño del ADN.

Objetivo del estudio:

• Desarrollar un método novedoso para la estimación precisa de sCNA en diversas muestras, incluidas las FFPE.
• Superar las limitaciones de los métodos tradicionales de análisis de sCNA que requieren grandes paneles de muestras normales.
• Permitir el análisis de cohortes de cáncer más grandes, particularmente aquellas conservadas como FFPE.

Principales métodos:

• HapASeg aprovecha la 12fase de haplotipos y covariables únicas para la estimación de sCNA.
• El método está diseñado para funcionar en datos FFPE, congelados frescos, secuenciación del genoma completo (WGS) y secuenciación del exoma completo (WES).
• No requiere un panel de muestras normales para la eliminación de ruido de datos.

Principales resultados:

• HapASeg estima con precisión segmentos de sCNA en diversos tipos de muestras.
• El método supera las técnicas existentes de estimación de sCNA.
• Analiza con éxito muestras FFPE sin necesidad de datos extensos de muestras normales.

Conclusiones:

• HapASeg proporciona una solución robusta para el análisis de sCNA en muestras FFPE desafiantes.
• Este método facilita estudios genómicos a mayor escala en la investigación del cáncer.
• El perfilado preciso de sCNA es ahora más accesible en diversos métodos de preservación de tejidos.