相关实验视频
Updated: Jun 23, 2025
09:45
Detection of Copy Number Alterations Using Single Cell Sequencing
Published on: February 17, 2017
11.6K
通过NGS技术和生物信息学工具对超二倍体癌基因组的体质拷贝数变异检测的评估
Daniall Masood1, Luyao Ren2, Cu Nguyen3
1Office of Oncologic Diseases, Office of New Drug, Center for Drug Evaluation and Research, Food and Drug Administration, 10903 New Hampshire Avenue, Silver Spring, 20993, USA.
Genome biology
|June 20, 2024
概括
在癌症中检测拷贝数变异 (CNV) 是可靠的跨技术,但准确的 ploidy 评估对于工具至关重要,特别是复杂的基因组. 这项研究对用于癌症诊断的CNV呼叫者进行了基准.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 癌症研究 癌症研究
背景情况:
- 副本数变异 (CNV) 对于癌症诊断和治疗选择至关重要.
- 之前的研究建立了用于对CNV呼叫软件进行比较的数据集.
- 像微阵列和Bionano这样的直角方法被用来进行比较.
研究的目的:
- 为了对最近六种癌症的表现进行基准测试,CNV调用软件工具.
- 评估CNV呼叫者的检测准确度,灵敏度和可重复性.
- 在一个具有挑战性的基因组上探索CNV调用不同技术的一致性.
主要方法:
- 基准测试六个最近和常用的癌症CNV调用软件工具.
- 将CNV调用与直角方法 (微阵列,Bionano) 的比较.
- 使用共识结果和直角确认建立一个高可信度的CNV呼叫集.
主要成果:
- 在测序中心,呼叫者和技术中观察到一致的复制增益,损失和异构性损失 (LOH) 呼叫.
- CNV调用变异主要受到基因组 ploidy 确定的影响.
- 为HCC1395参考癌细胞系建立了一个高可信度的CNV呼叫集.
结论:
- 下一代测序 (NGS) 技术和生物信息学工具可靠地检测CNV (收益,损失,LOH).
- 一些工具的不准确的 ploidy 评估导致过度的 CNV 调用在超双倍基因组中.
- 该研究强调了选择适当的测序平台,样本准备,覆盖范围和CNV检测工具的重要性.
