基于贝叶斯表观等位基因检测的肿瘤演化与异质性量化
定量方法
2017-02-21 v2 统计理论
基因组学
统计理论
摘要
动机：肿瘤内的表观遗传异质性可在肿瘤演化及治疗抵抗出现中发挥重要作用。人们日益认识到，研究沿基因组的DNA甲基化(DNAm)模式——所谓的“表观等位基因(epialleles)”——比单独检查DNAm标记的传统分析能更深入地洞察表观遗传动态。结果：我们开发了一个贝叶斯模型，用于推断同一肿瘤多个区域中存在哪些表观等位基因。我们将该方法应用于来自一个肺癌肿瘤多个区域及一个匹配正常样本的简化代表性亚硫酸氢盐测序(RRBS)数据。该模型从所有肿瘤区域借用信息以提升统计功效。表观等位基因的总数、表观等位基因的DNAm模式以及一个噪声超参数均从数据中自动推断得出。观测测序读段源自哪个表观等位基因的不确定性，通过在对适当后验密度边际化时显式纳入。肿瘤样本被正常组织污染的程度可被估计并校正。通过追踪表观等位基因在肿瘤中的分布，我们可以推断肿瘤的系统发育历史，识别正常与癌组织间不同的表观等位基因，并定义一种全局表观遗传无序的度量。
引用
@article{arxiv.1702.00633,
title = {Quantification of tumour evolution and heterogeneity via Bayesian epiallele detection},
author = {James E. Barrett and Andrew Feber and Javier Herrero and Miljana Tanic and Gareth Wilson and Charles Swanton and Stephan Beck},
journal= {arXiv preprint arXiv:1702.00633},
year = {2017}
}