Genome Biol：开发出一种新型计算工具来揭示隐藏的癌症DNA变化

癌症中一些最有害的遗传变化也最难被察觉。这些深藏于肿瘤DNA中的结构改变可能推动肿瘤的侵袭性生长并逃避常规检测，尤其当组织样本较小或发生降解时。

为解决这一难题，来自梅奥诊所的一个研究团队在一项新的研究中开发了一种名为BACDAC的新型计算工具，旨在揭示这些难以捉摸的基因组模式。该工具通过全基因组测序技术，即使在纯度低或覆盖率低的样本中，也能帮助识别基因组不稳定性的迹象。此外，它还可能帮助临床医生更准确地预测肿瘤的行为，并指导更个性化的治疗选择。相关研究结果发表在Genome Biology杂志上。

检测染色体变化

BACDAC方法的核心概念是倍性（ploidy），即细胞中完整染色体组的数量。正常人类细胞含有两套染色体（共46条），而癌细胞常出现大规模染色体增益或缺失，破坏这种平衡并导致不受控的增殖。  

在这项研究中，该研究团队利用BACDAC分析了12种癌症类型中的650多个肿瘤样本。该工具帮助研究人员检测到全基因组倍增（即肿瘤复制了其全部DNA）的迹象。此类异常的倍性常与侵袭性行为和治疗抵抗性相关。

低复杂性单克隆肿瘤的解释图

论文通讯作者、梅奥诊所生物标志物发现计划联合主任George Vasmatzis博士说，“这一工具使我们能够观察到此前未被察觉的基因组层级。我们花了数十年研究基因组不稳定性的生物学机制。这是我们首次将这一知识转化为一种可大规模应用的工具。”

BACDAC还提供肿瘤基因组景观的可视化摘要。一种名为“星座图（Constellation Plot）”的自定义输出可直观展示肿瘤染色体是否稳定或受损。这可能有助于研究人员和病理学家更轻松地解读结果。

接下来，该研究团队计划进一步验证BACDAC并将其开发成可临床应用的诊断工具。它可能通过提供肿瘤结构变化的清晰视图，帮助指导治疗决策。（生物谷Bioon.com）

参考文献：

Sarah H. Johnson et al, Tumor ploidy determination in low-pass whole genome sequencing and allelic copy number visualization using the Constellation Plot, Genome Biology (2025). DOI: 10.1186/s13059-025-03599-2.