mtDeOxoGer：基于机器学习的策略有效过滤高通量线粒体DNA测序中氧化损伤诱导的假突变

《Free Radical Biology and Medicine》：mtDeOxoGer: A machine learning-based strategy to effectively filter artifactual mutations induced by oxidative damage in high-throughput mtDNA sequencing data

本文针对线粒体DNA（mtDNA）测序中氧化损伤（特别是8-氧代鸟嘌呤病变）诱导的假阳性突变问题，系统评估了超声片段化等实验条件对假突变（如C>A/G>T）形成的影响，并开发了机器学习模型mtDeOxoGer。该模型整合替换类型、等位基因频率（VAF）、链偏向性（SOB）评分等特征，有效区分真实突变与假象，显著提升了mtDNA变异检测的准确性，为癌症等疾病的线粒体遗传学研究提供了可靠工具。

　　

^Highlight

^{线粒体DNA测序数据中普遍存在低频C>A/G>T突变}

为探究氧化DNA损伤相关假象在线粒体测序数据中的影响，我们分析了七个捕获法mtDNA测序数据集（五个内部数据集和两个公共数据集；详见表S1）。作为参照，我们还检测了来自MITOMAP数据库的人群水平人类mtDNA变异，以及《eLife》报道的泛癌mtDNA突变目录。与先前认知一致的是，MITOMAP和《eLife》数据集均以...

^{患者入组与样本收集}

2015年8月至2018年6月期间，共50名患者于空军军医大学西京医院入组。队列包括卵巢癌（OV）、结直肠癌（CRC）、肝细胞癌（HCC）、乳腺癌（BC）和肾细胞癌（RCC）患者各10例。所有患者均接受手术切除且未接受任何术前治疗。OV、CRC、HCC、BC和RCC的诊断均经病理检查确认。

^讨论

本研究中，我们系统性地描述了下一代测序（NGS）过程中氧化损伤（特别是8-氧代鸟嘌呤）引起的假性mtDNA突变的普遍性、序列特征及技术根源。通过分析多个私有和公共数据集，我们获得了几项关键发现。首先，我们观察到跨不同肿瘤和组织类型的mtDNA NGS数据中低频（0.1% ≤ VAF < 2%）C>A/G>T颠换显著富集，这与它们在...