警惕！高度非整倍体肿瘤中 CNA 分析的方法学偏差问题

为研究人类垂体肿瘤 DNA 拷贝数改变（CNA），研究人员用多种平台分析，发现存在方法学偏差。

　　染色体数目异常是癌症的标志之一。DNA 拷贝数改变（CNA）可通过多种全基因组方法进行研究。在本研究中，研究人员利用 CytoSNP-850K 微阵列、低深度全基因组测序（平均覆盖度 ×7，LPWGS）和 Infinium Methylation EPIC 阵列这三种平台，对人类垂体肿瘤中的 CNA 进行了研究。针对每个样本，研究人员使用开源软件包基于各数据集生成了虚拟核型。大多数肿瘤呈现出一致的 CNA 图谱。令人惊讶的是，在 20% 的肿瘤中，单核苷酸多态性（SNP）阵列与 LPWGS/EPIC 阵列的结果存在显著差异，这就需要对真实核型进行甄别。SNP 阵列的 B 等位基因频率数据对于调整正常倍体水平至关重要，最终通过荧光原位杂交（FISH）得以验证。虚拟核型之间的差异在发现的 CNA 越多时越明显。当 CNA 覆盖约一半基因组时，仅基于信号强度 / 读数覆盖度的方法会错误地设定正常 / 二倍体拷贝数水平。总之，在高度非整倍体肿瘤中，使用 LPWGS 和甲基化阵列等方法进行 CNA 分析时，容易因正常倍体水平设置不当而产生偏差。鉴于这些方法应用广泛，研究旨在让科学界关注这一被低估的方法学问题。