近日來自美國哈佛-麻省理工博德研究所的研究人員開發(fā)出一種新的計算機方法ABSOLUTE可幫助克服這些復雜因素。ABSOLUTE是通過相對測量DNA量在絕對（每個細胞）基礎上計算遺傳改變推斷每個樣本的純度和“倍數性”（每個癌細胞中基因組數目），從而為我們提供了癌癥潛在遺傳變異的更詳實的圖譜。這一研究發(fā)布在4月29日的《自然生物技術》（Nature Biotechnology.）雜志上。

上接：Nature子刊：癌癥基因組的全新視圖

ABSOLUTE還揭示出了一些不可能被克隆，或并非存在于每個腫瘤細胞中的變異。隨著腫瘤的生長，癌細胞進一步突變，有時候生成帶有獨特遺傳變異的“亞克隆”， 這些遺傳變異用現(xiàn)在的方法通常很難辨別出。ABSOLUTE還能夠揭示包含獨特突變的細胞亞克隆群體。這一認識能夠幫助科學家們將目的突變分類為克隆或亞克隆，其具有重要的研究和臨床意義：克隆突變是設計治療的重要靶標，亞克隆突變則可以促進對靶向治療的耐受。

研究小組將這一新方法應用到了跨25個癌癥類型的3155個樣本微陣列數據的拷貝數變化分析中，其中包括了來自美國NIH癌癥基因組圖譜(TCGA)研究計劃的多形性膠質母細胞瘤和卵巢癌樣本。這些分析表明全基因增倍在癌癥中非常常見。在一些癌癥類型中，超過一半的樣本包含雙倍基因組。這種方法還使得研究小組能夠檢測與基因增倍相關的拷貝數改變時間，表明基因組倍增可以影響腫瘤進化軌跡。

利用來自TCGA研究計劃的214個卵巢癌樣本測序基因組，科學家們隨后能夠應用ABSOLUTE，不僅將每個癌細胞值指定給拷貝數變異，還有點突變。這一方法鑒別出了僅存在于腫瘤亞克隆中的改變。

點突變數據模式也使得研究小組可將突變基因分類為腫瘤抑制基因或癌基因。“這一分析為我們了解突變的功能提供了窗口，”Carter說。他解釋說這種方法有可能能用于幫助鑒別來自其他癌癥研究數據中的新功能性基因。

通過提供關于純度和倍數性的有價值的信息，ABSOLUTE使研究人員能夠挑選最純的樣本用于全基因組測序研究，設計出適當的測序策略檢測這些樣本中的突變。這一方法被博德研究所研究人員應用到了近期的前列腺癌、頭頸部癌和結直腸癌等研究中。

研究小組還在繼續(xù)改進這一方法，并將其應用到正在開展的癌癥基因組研究中。研究人員也在努力收集來自治療前后癌癥患者的樣本檢測癌癥治療誘導的改變，觀測亞克隆的進化。

ABSOLUTE提供了癌細胞基因組啟發(fā)性的新認識，正在幫助揭開這一疾病的神秘面紗。對于Carter而言，將這些數據回歸到“細胞單位”對于獲得生物學理解至關重要?！拔覀兿Ｍ@一新工具將能夠推動開展更多對于癌癥中DNA角色的啟發(fā)性研究，”Carter說。