肿瘤异质性的空间和基因组综合分析（肿瘤克隆进化）

作者，Evil Genius

最近在升级生信流程，包括基础分析和个性化分析，为明年的高精度空间平台分析（包括Stereo-seq、HD、Xenium、CosMx）分析做准备，大家也努力学一学，这样不仅分析的好一点，而且不用再去花大量的费用做售后。

今日参考文献

知识积累

肿瘤的空间和基因组异质性是影响癌症进展、治疗和生存的关键因素。

肿瘤的进化是通过突变的积累进行的，导致不同的癌细胞亚群的出现，称为克隆，以其基因型为特征。这些克隆的空间分布可能在整个肿瘤组织中发生巨大变化。这种遗传和肿瘤空间异质性是患者预后、生存和治疗的两个关键决定因素。肿瘤表型异质性的表征，即将克隆表达谱与其空间分布之间的潜在差异联系起来，在很大程度上仍未得到探索。

利用来自ST读取的体细胞点突变数据，从bulkDNA测序中重建的克隆基因型，以及苏木精和伊红染色（H&E）图像中注释的spot中的癌细胞计数来揭示肿瘤样本中每个spot的克隆组成。这种方法能够在空间上定位体细胞点突变和来自组织内DNA测序的克隆。

分析框架

Tumoroscope是一个概率框架，旨在通过整合来自H&E染色图像、bulkDNA测序和空间分辨转录组学的信号，绘制跨肿瘤组织的癌症克隆。数据预处理流程首先对H&E染色的组织图像进行两步分析。最初，ST spot位于癌细胞区被确定。随后，估计每个ST spot中存在的细胞数量（QuPath）。然后继续重建癌症克隆，包括它们的频率和基因型。这是通过体细胞突变和来自bulkDNA序列数据的等位基因特异性拷贝数数据来完成的。

Tumoroscope可以准确地估计每个点的克隆比例，并对输入细胞计数噪声具有鲁棒性（模拟数据）

考虑ST点内克隆混合对模型性能至关重要

由于肿瘤镜依赖于单核苷酸变异的斑点与克隆的匹配比例，未表达的突变等位基因降低了数据中的统计信号。ST数据不能捕获所有的突变，因为只有部分基因被实际测序。

Tumoroscope对乳腺样本的空间克隆组成进行反卷积，并在不同的子区域内揭示克隆特异性的空间模式

WES分析鉴定出608个高可信度体细胞单核苷酸变异（SNV），这些变异在ST数据读取中共同观察到。

Tumoroscope将ST spot映射到前列腺肿瘤样本中的克隆群体

在WES数据中发现的282个高置信度体细胞snv在ST数据中也检测到。使用Canopy，我们基于这些共享SNV的WES数据构建了肿瘤的进化树。

SNV可能发生在进化过程的后期，导致肿瘤镜发现的不同克隆的形成。

克隆的空间接近性反映了基因表达模式的相似性

示例代码在GitHub - szczurek-lab/Tumoroscope

生活很好，有你更好