基于DBSCAN算法的肿瘤基因组聚类突变分类系统(CMCS)开发及其在癌变机制中的多组学解析

【编辑推荐】来自国内的研究团队针对癌症基因组中常见的聚类体细胞突变(clustered somatic mutations)，开发了基于DBSCAN算法的聚类突变分类系统(CMCS)。该平台可高效识别特定基因组区域的突变簇，通过多组学(multiomics)分析揭示相关基因的分子特征与临床意义，为解析肿瘤发生发展机制提供了新工具。

在癌症基因组研究中，聚类体细胞突变(clustered somatic mutations)作为常见遗传变异模式，在病理生理过程中扮演关键角色。这些突变往往富集于特定基因组区域，研究者为此开发了基于密度聚类算法(DBSCAN)的聚类突变分类系统(Cluster Mutation Classification System, CMCS)。该网络平台(<https://www.tmliang.cn/cluster/>)通过空间聚类分析，不仅能筛选携带多重突变簇的基因，还能同步评估其在肿瘤发生中的分子特征与生物学功能。

系统支持用户对聚类突变进行多维解析，包括突变类型、关联基因、突变范围及功能注释等特征。更重要的是，CMCS通过整合多组学(multiomics)数据，可揭示相关基因在分子层面的改变及其临床价值。该研究通过创新性地应用DBSCAN算法，构建了首个专注于聚类突变系统性分析的平台，为深入理解癌症发展中突变簇的分子机制提供了重要工具。

图示摘要显示，CMCS通过多组学方法解析突变簇相关基因的分子特征，包括基因表达、蛋白质互作等层面，从而建立突变簇与癌症发生发展的关联模型。该平台填补了现有突变分析工具在空间聚类功能方面的空白，为癌症基因组学研究提供了新的分析维度。