《Nature Methods》：AmpliconSuite: an end-to-end workflow for analyzing focal amplifications in cancer genomes
编辑推荐：
本文介绍了AmpliconSuite，一个用于从癌症全基因组测序数据中进行局灶性扩增分析的工具包，其能够识别染色体外DNA（extrachromosomal DNA，ecDNA）、断裂–融合–桥（breakage–fusion–bridge，BFB）以及其他扩
本文介绍了AmpliconSuite，一个用于从癌症全基因组测序数据中进行局灶性扩增分析的工具包，其能够识别染色体外DNA（extrachromosomal DNA，ecDNA）、断裂–融合–桥（breakage–fusion–bridge，BFB）以及其他扩增模式。其ecContext模块对ecDNA结构进行分类，以理解其形成机制。研究人员利用72个模型中的175个中期染色体荧光原位杂交（fluorescence in situ hybridization，FISH）探针基因进行了验证，结果表明预测具有较高准确性。对6,506例患者泛癌样本的分析揭示了ecDNA介导的癌基因共扩增偏好。为了促进数据共享，研究人员创建了AmpliconRepository，一个社区可贡献的平台，使得研究人员能够在超过15,000个公开托管的样本中探究分析结果。
# AmpliconSuite：解析癌症基因组局灶性扩增的完整工具链与共享生态
## 研究背景与问题
癌基因的局灶性扩增是癌症进展的重要驱动事件，但不同扩增模式具有截然不同的生物学与临床后果。其中，染色体外DNA（extrachromosomal DNA，ecDNA）介导的扩增与高转录水平、拷贝数（copy-number，CN）适应性以及治疗耐药密切相关。然而，利用全基因组测序（whole-genome sequencing，WGS）数据区分局灶性扩增的具体模式，在生物信息学上极具挑战性。既往工具在扩增类型分类的准确性、可扩展性以及数据共享方面均存在不足，且缺乏系统性的细胞遗传学验证。为此，研究人员开发了AmpliconSuite，并配套构建了社区共享平台AmpliconRepository，以推动该领域的标准化分析与数据开放。
## 研究内容与主要结论
研究人员提出了一个从原始测序数据到扩增分类结果的端到端工作流程AmpliconSuite-pipeline，其核心为AmpliconArchitect（AA）与AmpliconClassifier（AC）。AA可联合分析结构变异（structural variants，SVs）和拷贝数；AC则基于规则将局灶性扩增分类为ecDNA、BFB、复杂非环状或线性扩增。为区分ecDNA形成机制，研究人员新增了ecContext模块，可预测ecDNA来源于剪切（excisional）还是染色体碎裂（chromothripsis）相关机制。研究人员还组建了一个包含175个中期染色体FISH探针基因、覆盖72个细胞系的验证数据集，结果显示AC v1.5.1的精确率为0.91、召回率为0.95，较此前版本显著提升。对6,506例患者泛癌样本的分析揭示了ecDNA介导的癌基因共扩增偏好，以及不同癌症类型中ecDNA形成机制的差异。该研究论文发表于《Nature Methods》。
## 主要技术方法
研究人员主要采用了以下关键技术方法：（1）基于WGS的局灶性扩增分析流程，整合比对、全基因组拷贝数变异（CNV）检测、种子区域筛选、AA断点图构建与AC分类；（2）ecContext分层决策树，基于六项结构特征（周期比例、CN转换数、CN状态数、交叉SV数、折叠数、单/多染色体性）对ecDNA形成机制进行分类；（3）用于验证的中期FISH实验，涵盖72个细胞系中175个探针基因，并配有严格的图像判读标准；（4）AmpliconRepository平台，采用Django框架与Neo4j图数据库构建，支持社区上传、查询与可视化分析；（5）多种计算机模拟实验，包括参数扫描、降采样比较、模拟ecDNA恢复以及肿瘤纯度稀释实验。样本队列来源包括癌症细胞系百科全书（CCLE）、ICGC（TCGA与PCAWG）、HMF、GLASS及已发表的诱导ecDNA模型系统。
## 研究结果
### AmpliconSuite-pipeline
AmpliconSuite-pipeline可从FASTQ、BAM或CRAM输入预测局灶性扩增。AA v1.5.r2相对v1.0实现了2.8倍的中位速度提升，原先耗时超过2小时的样本加速达6.4倍。同时，流程可检测低正确配对读段比例并自动调整AA参数以减少人工SVs。相似性评分过滤成功识别出三个无关样本中相同的约61-kb扩增环状结构，证实为罕见的胚系多拷贝重复而非ecDNA。
### 验证
基于175个FISH探针基因的验证显示，AC v1.5.1精确率0.91、召回率0.95，优于早期版本。对BFB分类，以光学基因组图谱数据为金标准，召回率0.71、特异性0.95、精确率0.88。计算机模拟实验表明，AC的19个可配置参数默认值接近最优；在10×和30×降采样下结果高度一致；对模拟ecDNA的恢复率显著优于旧版；纯度稀释实验中恢复了79.5%理论可检测的ecDNA。
### AmpliconRepository
AmpliconRepository目前托管超过15,000个公开可用结果，支持项目创建、交互式可视化、共扩增探索与批量下载。利用该平台分析6,506例患者样本，AC v1.5.1识别出2,413个预测ecDNA，其中36.0%的ecDNA阳性样本携带多个ecDNA。
### ecDNA介导的基因共扩增
泛癌分析显示，ecDNA携带1,664个癌基因，癌基因密度为参考基因组的2.5倍。CDK4-MDM2共扩增（61例）中64%由多区间ecDNA驱动，且ecDNA倾向于保留MDM2下游的YEATS4而较少包含上游IFNG。chr11q13区域存在共扩增热点，PAK1、RSF1、INTS4和GAB2四个基因在66%的ecDNA扩增中同时被扩增。最频繁的多染色体共扩增为chr8p12与chr11q13的组合，且偏好通过ecDNA实现。
### ecContext分类ecDNA形成机制
ecContext建立了七种结构类别，并验证于两个诱导ecDNA模型系统：所有11个剪切型ecDNA均被正确标记为简单环状；87%的染色体碎裂相关DHFR ecDNA获得染色体碎裂相关标签。结构与大小分析显示，简单剪切型ecDNA体积更小、复杂度更低，而染色体碎裂相关ecDNA更大且更复杂。
### 形成机制因基因组位置和癌症类型而异
泛癌应用中，36.8%的ecDNA为简单剪切型，48.4%为染色体碎裂相关，14.8%来源不明。chr8上FGFR1相关癌基因簇偏向染色体碎裂型ecDNA，而MYC位点ecDNA两种机制较均衡。前列腺癌和脑癌富集简单剪切型ecDNA，皮肤癌和肉瘤则显示更多染色体碎裂相关ecDNA。
## 讨论与结论
AmpliconSuite为局灶性扩增研究提供了完整工具集，其可互操作的文件格式支持长读长方法（如CoRAL）的整合。AmpliconRepository的开放共享模式有别于现有数据库，提供完整工具输出并允许贡献者直接创建和更新项目。CDK4-MDM2共扩增与ecDNA的关系具有临床意义，ecDNA可快速调节双方拷贝数并纳入染色质重塑因子，可能与治疗耐药相关。需要指出的是，bulk WGS难以完全区分ecDNA与其染色体整合产物（HSR），但识别具有“ecDNA能力”的细胞在生物学和临床上均有价值。未来工作将扩展ecContext对机制不明ecDNA的理解，有望改进治疗策略并加速新靶点识别。研究结论表明，AmpliconSuite和AmpliconRepository能够实现对癌症基因组局灶性扩增的准确解析与广泛数据共享，为ecDNA生物学和肿瘤精准治疗提供了重要基础。
