9月8日，國際學術(shù)期刊Advanced Science發(fā)表了中國科學院分子細胞科學卓越創(chuàng)新中心（生物化學與細胞生物學研究所）吳薇研究組的研究成果：“Benchmarking Ploidy Estimation Methods for Bulk and Single-Cell Whole Genome Sequencing”。 該研究首次系統(tǒng)評估了19種倍性檢測算法在腫瘤基因組分析中的性能，為癌癥臨床診斷和基礎研究提供了工具選擇的關(guān)鍵標準。

染色體數(shù)量變異引起的細胞倍性異常是癌癥的重要標志，與腫瘤演進和患者預后密切相關(guān)。盡管已有多種基于全基因組測序的倍性檢測工具，但其性能缺乏統(tǒng)一評估。該研究通過整合實驗數(shù)據(jù)集和涵蓋不同測序平臺、腫瘤純度梯度及測序深度的模擬數(shù)據(jù)集，對11種常規(guī)WGS工具和8種單細胞工具進行了全面測試。研究發(fā)現(xiàn)，在腫瘤純度大于30%的常規(guī)樣本中，算法PURPLE展現(xiàn)出最優(yōu)性能，即使在10X低深度測序條件下仍保持穩(wěn)定；而對于低純度樣本，PyLOH在純度評估中表現(xiàn)突出但倍性檢測能力有限。在單細胞測序領域，SeCNV算法在腫瘤細胞倍性識別中準確率最高。值得注意的是，所有現(xiàn)有工具均無法準確識別全基因組加倍所引起的異常整倍體細胞，且難以適配長讀長測序數(shù)據(jù)。

該研究進一步揭示了工具性能的關(guān)鍵影響因素：數(shù)據(jù)預處理流程可提升TitanCNA等工具的純度評估精度；基于Strelka的突變檢測策略在保證準確性的同時將效率提升17倍；測序深度對Accucopy等工具有顯著制約。這些發(fā)現(xiàn)為腫瘤基因組異質(zhì)性研究、癌癥預后標記物開發(fā)及個體化治療策略提供了方法學支撐。

分子細胞卓越中心博士研究生宋亞偉、梅自律為論文共同第一作者，吳薇研究員與吳樹恒博士為共同通訊作者。研究工作獲得國家重點研發(fā)計劃、中國科學院戰(zhàn)略先導專項、中國科學院國際伙伴計劃、國家自然科學基金、上海市啟明星項目及上海市科技重大專項的支持，并得到分子細胞卓越中心高性能計算平臺的技術(shù)支撐。

文章鏈接：https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.202507839

系統(tǒng)評估工作流程示意圖