导--CLImAT：使用全基因组测序数据准确检测不纯和非整倍体肿

中国科学技术大学生物医学工程研究中心副教授李骜在2014年发表在BIOINFORMATICS的文章CLImAT: accurate detection of copy number alteration and loss of heterozygosity in impure and aneuploid tumor samples using whole-genome sequencing data

摘要

动机：肿瘤样本的全基因组测序已被证明是全面分析癌症基因组中基因组畸变的有效方法。据报道，肿瘤杂质和非整倍体、GC含量和可映射性偏差等关键问题使复杂肿瘤样本中拷贝数改变和杂合性丢失的鉴定复杂化。因此，需要有效的计算方法来解决这些问题。

结果：我们介绍了CLImAT（不纯和非整倍体肿瘤的CNA和LOH评估），这是一种利用全基因组测序数据鉴定肿瘤样本基因组畸变的生物信息学工具。在不需要匹配正常样本的情况下，CLImAT对读取深度和等位基因频率进行综合分析，并提供广泛的数据处理程序，包括GC含量和读取深度的可映射性校正以及B等位基因频率的分位数标准化。CLImAT准确识别拷贝数改变和杂合性丢失，即使是高度不纯的非整倍体肿瘤样本。我们在模拟和真实DNA测序数据上评估CLImAT，以证明其在复杂肿瘤样本中推断肿瘤杂质和倍性以及识别基因组畸变的能力。