跳到主要内容
返回时间线
Nature Methods来源发表:

Echidna把批量全基因组测序与单细胞转录组放进同一贝叶斯模型,克隆重建精度超过四种拷贝数推断工具

核心概要

肿瘤克隆的拷贝数改变与转录可塑性长期被分开分析:从单细胞转录组推断拷贝数的方法依赖隐马尔可夫模型的顺序约束,难以同时刻画拷贝数与表达的关系。Echidna把批量全基因组测序的基因剂量与单细胞RNA测序放进同一个贝叶斯层次模型,跨样本和时间点联合推断拷贝数。在子宫内膜癌配对单核DNA/RNA数据上,其克隆重建的纯度、AMI与ARI均优于inferCNV、CopyKAT、Numbat和XClone(P < 1 × 10−10)。

Source-provided article image: Echidna: a Bayesian framework for integrative inference of copy number alterations impacting phenotypic plasticity
Nature Methods

深度剖析

Echidna让同一份样本的批量全基因组测序和单细胞RNA测序共同约束拷贝数推断,并把这种推断扩展到多个样本和多个治疗时间点。 此前的单细胞拷贝数推断方法以隐马尔可夫模型沿染色体推断拷贝数状态,这种顺序约束限制了同时建模拷贝数与下游表达效应的能力,也难以刻画跨时间点和组织的克隆演化。 在子宫内膜癌第2号和第5号肿瘤标本上,以单核DNA测序作为真值,Echidna的克隆重建在纯度、调整互信息(AMI)和调整兰德指数(ARI)三项指标上均优于inferCNV、CopyKAT、Numbat和XClone,差异的P < 1 × 10−10。

模型把每个表型簇的基因剂量当作隐变量,用批量测序观测到的基因剂量作为各簇剂量的加权和,权重是该时间点的簇比例。 单细胞转录计数用Gamma-Poisson分布建模以吸收过离散,转录速率作为隐参数服从以基因剂量为尺度的Gamma分布,从而把拷贝数与表达连在同一条生成链上。 拟合后先沿基因组做一维高斯平滑,再用高斯混合模型学习各簇的中性拷贝数,最后用高斯隐马尔可夫模型给出扩增、缺失或中性的离散状态;簇间协方差用Cholesky分解加LKJ先验参数化,以稳定估计克隆依赖关系。

启示与展望

已展示的范围是拷贝数改变为标志的肿瘤样本:子宫内膜癌、胶质母细胞瘤、胰腺导管腺癌、非小细胞肺癌脑转移和一名接受抗PD-1治疗的黑色素瘤患者,输入为单细胞RNA测序与批量全基因组测序。

模型目前不纳入表观遗传调控引起的转录变化;中性状态取高斯混合模型中最常见的成分,在多倍体情形下这一假设可能需要额外监督;批量全基因组测序噪声升高时克隆重建性能逐步下降。