用于肿瘤异质性的贝叶斯特征分配模型

我们开发了一个特征分配模型，利用下一代测序数据推断遗传肿瘤变异。具体地，我们基于映射到人类参考基因组的短读长记录单核苷酸变异（SNVs），并通过潜单倍型表征肿瘤异质性，潜单倍型定义为同一同源基因组上SNVs的支架。对于来自单个肿瘤的多个样本，假设每个样本由这些单倍型的某些样本特异性比例组成，我们然后拟合每个样本SNVs的观测变异等位基因分数并估计单倍型比例。跨样本的单倍型比例变化是肿瘤异质性的证据，因为它意味着细胞亚群组成的变化。采取贝叶斯视角，我们对所有相关未知量采用先验概率模型，特别包括对表征潜单倍型的二元指示符的先验概率模型。此类先验模型被称为特征分配模型。具体地，我们定义了印度自助餐过程（Indian buffet process）的简化版本，这是最传统的特征分配模型之一。所提出的模型允许在定义潜单倍型时SNVs的重叠聚类，这反映了肿瘤样本中亚克隆扩增的进化过程。