基于第二代测序数据识别肿瘤基因突变的工具比较-生物信息学.pdfVIP

第 １２卷 第３期 生 物 信 息 学 Ｖｏｌ．１２ Ｎｏ．３ 　 　 　 　 　 　 　 　 　 　 ２０ １４ 年 ９ 月 Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ Ｓｅｐ．，２０１４ － ｄｏｉ：１０３９６９／ ｊ．ｉｓｓｎ．１６７２ ５５６５．２０１４．０３．０３ 基于第二代测序数据识别肿瘤基因突变的工具比较 李文杰，孙之荣∗ （清华大学生命科学学院，教育部生物信息学重点实验室，北京 １０００８４ ） 摘　 要：使用第二代测序数据来发现癌细胞中的基因组突变，一直是很重要的科学应用问题。 此研究使用一个癌症病人的大 量数据，评估了甄别基因组突变的几个现有工具。 经过比较各工具的方法和正确率，本文发现各自都有自己的优点和缺点。 针对这些优缺点，本文提供一些建议，让工具使用者能更好地选择合适的工具。 关键词：癌症；基因组突变；第二代测序；基因组测序 － － － － 中图分类号：Ｑ６１　 　 文献标志码：Ａ　 　 文章编号：１６７２ ５５６５（２０１４） ０３ １６７ ０４ Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｓｏｍａｔｉｃ ｍｕｔａｔｉｏｎ ｃａｌｌｉｎｇ ｔｏｏｌｓ ｆｏｒ ｓｅｃｏｎｄ ｇｅｎｅｒａｔｉｏｎ ｓｅｑｕｅｎｃｉｎｇ ＬＩ Ｗｅｎｊｉｅ，ＳＵＮ Ｚｈｉｒｏｎｇ∗ （Ｍｉｎｉｓｔｒｙ ｏｆ ＥｄｕｃａｔｉｏｎＫｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，Ｓｃｈｏｏｌ ｏｆ Ｌｉｆｅ Ｓｃｉｅｎｃｅｓ，Ｔｓｉｎｇｈｕａ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ １０００８４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｔ′ｓ ａｌｗａｙｓ ａ ｓｃｉｅｎｔｉｆｉｃ ｑｕｅｓｔｉｏｎ ｔｏ ｉｄｅｎｔｉｆｙ ｇｅｎｏｍｉｃ ｍｕｔａｔｉｏｎｓ ｉｎ ｃａｎｃｅｒ ｃｅｌｌｓ ｕｓｉｎｇ ｎｅｘｔ ｇｅｎｅｒａｔｉｏｎ ｓｅｑｕｅｎｃｉｎｇ ｄａｔａ． Ｔｈｉｓ ｓｔｕｄｙ ｕｓｅｄ ｔｈｅ ｈｉｇｈ⁃ｔｈｒｏｕｇｈｐｕｔ ｄａｔａ ｆｒｏｍ ａ ｃａｎｃｅｒ ｐａｔｉｅｎｔ ｔｏ ｅｓｔｉｍａｔｅ ｓｅｖｅｒａｌ ｔｏｏｌｓ ｔｈａｔ ｉｄｅｎｔｉｆｙ ｓｏｍａｔｉｃｍｕｔａｔｉｏｎｓ．Ｂｙｃｏｍｐａｒｉｎｇｔｈｅｉｒｍｅｔｈｏｄｓａｎｄｔｈｅｖａｌｉｄａｔｉｏｎｒａｔｅｓ，ｗｅｆｏｕｎｄｂｏｔｈｔｈｅｉｒａｄｖａｎｔａｇｅｓａｎｄ ｓｈｏｒｔ ｃｏｍｉｎｇｓ． Ｆｉｎａｌｌｙ，ｗｅ ｐｒｏｖｉｄｅ ｓｏｍｅ ａｄｖｉｃｅ ｔｏ ａｌｌｏｗ ｕｓｅｒ ｔｏ ｃｈｏｏｓｅ ｔｈｅ ｓｕｉｔａｂｌｅ ｔｏｏｌ． Ｋｅｙｗｏｒｄｓ：Ｃａｎｃｅｒ；Ｇｅｎｏｍｉｃ ｍｕｔａｔｉｏｎ；Ｎｅｘｔ ｇｅｎｅｒａｔｉｏｎ ｓｅｑｕｅｎｃｉｎｇ；Ｇｅｎｏｍｉｃ ｓｅｑｕｅｎｃｉｎｇ 　 　 癌症（即恶性肿瘤）一直是导致人类死亡的重 验产生数以百万计的短ｒｅａｄ，每个位点的碱基都有 要原因之一，也一直是世界范围内的科学家正在攻 测序质量。 通过比较一个病人的正常和肿瘤组织样 克的焦点，科学家们一直在探寻其发病原因和有效 品的基因组测序数据，我们可较容易地确定肿瘤组 治疗方法。 虽然癌症的病因一般可归纳为原癌基因 织中发生了哪些点突变。 但是样品中细胞纯度、测 和抑癌基因中的基因组突变，但具体的突变因病人 序错误、碱基测序质量、ｒｅａｄ 比对（与参考基因组比 不同和发生组织不同而不同，所以发现某个病人的 对），都给这个任务带来一定的挑战，特别是对设计 致癌突变很有挑战性。 插入和删除的点突变。 肿瘤发生过程中出现的几类基因组突变包括： 许多现有的工具先过滤掉一些ｒｅａｄ 和