在批量瘤样本中评估体质突变异位基因的丰富表达时的混因素
bioRxiv : the preprint server for biology
|June 12, 2025
概括
由于瘤纯度,等位基特异性表达 (ASE) 分析可能会产生误导性. 这项研究引入了一种用于纠正混因素的模型,使用RNA测序数据改进体质突变检测.
科学领域:
- 基因组学就是基因组学.
- 癌症生物学 癌症生物学
- 生物信息学是一种生物信息学.
背景情况:
- 基特异性表达 (ASE) 分析,通常用于研究体质突变,依赖于RNA与DNA的突变基丰富.
- 这种方法可能会被瘤和大批样本中存在的正常细胞之间基因表达的差异所困扰.
研究的目的:
- 开发一个模型来考虑基于突变的ASE分析中的混因素.
- 评估RNA测序对新型体质突变检测的有用性.
主要方法:
- 模拟的突变性等位基因表达包括瘤/正常表达差异,等位基因剂量,瘤纯度和无意中介衰变 (NMD).
- 从癌症基因组图谱 (TCGA) RNA-Seq数据中使用体内插入/删除 (indels) 验证了模型.
- 使用TCGA RNA-Seq数据进行了新的体内呼叫.
主要成果:
- 开发的模型表明,突变性等位基因的丰富可以发生在没有真正的ASE的情况下,受瘤纯度和NMD的影响.
- 使用TCGA数据的实证验证显示,与非驾驶者相比,驾驶者基因的丰富度是驾驶者基因的三倍.
- 使用RNA-Seq的新实验室调用将TCGA驱动器的实验室库增加了约14%,特别是在具有低瘤纯度的样本中.
结论:
- 基因表达差异和瘤纯度显著混基于突变的ASE分析.
- RNA测序数据可以有效地用于识别和补充基于DNA的体质突变检测,特别是驱动突变.
- 这种方法增强了已识别的驱动突变的库存,特别是在挑战低纯度样本时.
更多相关视频
11:02Detecting Somatic Genetic Alterations in Tumor Specimens by Exon Capture and Massively Parallel Sequencing
Published on: October 18, 2013
19.4K
13:24Integration of Wet and Dry Bench Processes Optimizes Targeted Next-generation Sequencing of Low-quality and Low-quantity Tumor Biopsies
Published on: April 11, 2016
11.8K
