基于粗粒度到细粒度分割的肿瘤基因组拷贝数变异(CNV)高鲁棒性检测方法研究

研究人员开发了Ploidetect软件包，通过粗粒度到细粒度(coarse-to-fine)分割策略精准检测全基因组测序肿瘤中的拷贝数变异(CNV)。该工具在合成数据、细胞系和687例转移性肿瘤数据中表现优异，不仅能识别复发纯合缺失，还创新性提出segment N50作为染色体不稳定性量化指标，为癌症基因组研究提供了新范式。

　　

癌症中普遍存在的染色体不稳定性会导致拷贝数变异(Copy Number Variation, CNV)——即基因组物质丰度的改变。Ploidetect通过创新的"粗粒度到细粒度"分割(coarse-to-fine segmentation)技术，既能获得高度连续的基因组片段，又能灵敏检测局部CNV。在合成数据、细胞系和真实转移性肿瘤数据的三重验证中，该工具展现出卓越性能。基于687例多癌种队列的高质量CNV数据，研究者不仅识别出复发纯合缺失(recurrent homozygous deletions)，还首次将segment N50开发为量化肿瘤活检样本染色体不稳定性的新指标。这项突破为癌症基因组研究提供了更精确的CNV检测范式，标志着该领域方法论的重要进步。