重构肿瘤克隆单体型的改进生成树算法

摘要

cqvip:目的基于三代测序数据重构肿瘤克隆单体型,有效识别肿瘤异质性。方法该算法提取混合肿瘤数据中的变异位点数据,通过概率函数求解各体细胞突变位点的连接权值;设计了一种基于最大生成树的单体型重构算法,遵循肿瘤克隆间继承原则逐级扩展最大生成树,以确定克隆中各变异位点的连接模式;采用厚度剥离方法估计求得子克隆个数、配比及演化关系。结果在仿真实验中,分别对测序覆盖度、读段长度、亚克隆数目及体细胞变异率四个指标进行了准确率分析,充分说明了该算法具有良好的鲁棒性;该算法对肿瘤克隆单体型重构精度均值可达到97%以上,与其它工具进行性能比较具有显著优势。结论所提方法可以较为精确的重构肿瘤亚克隆单体型,明晰肿瘤克隆演化过程,为肿瘤异质性研究和临床决策提供理论依据。