Biopsy-aware phylogenetic reconstruction from longitudinal single-cell copy number profiles
本文介绍了癌症树状活检框架（CTBF），这是一种通过纵向单细胞拷贝数谱重建癌症系统发育树的方法，该方法明确考虑了时间采样顺序并区分了观测谱与它们的祖先状态，证明了其相比于现有的池化或仅基于拓扑结构的方法在准确性和全基因组规模可行性方面的优越性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
癌症并非单一、静态的细胞团块，而是一个活生生的、不断进化的生态系统。在单个肿瘤内部，不同的细胞群会积累其遗传蓝图中的独特变化，具体表现为它们携带的各种DNA片段的拷贝数量变化。这些被称为“拷贝数变异”（copy number alterations）的变化可能会反复发生，并以不同的顺序出现，从而创造出一个复杂的细胞谱系家族树。理解这段历史至关重要，因为这些变化发生的先后顺序往往决定了癌症的侵略性程度以及它对治疗的反应方式。传统上，科学家们试图通过获取肿瘤的一个单一快照来重建这些家族树，但这种方法忽略了最重要的线索：时间。通过在不同时刻（治疗前、治疗期间和治疗后）收集同一患者的样本，研究人员可以观察到肿瘤在运动中的进化过程。然而，将这些带有时间戳的快照转化为连贯的家族树是极其困难的，特别是当同一种遗传变化在不同时间出现在不同细胞中时，很难分辨出谁是父本，谁是子本。
华沙大学的一个研究小组开发了一种解决这一难题的新方法，他们不将活检序列仅仅视为一组数据点，而是将其视为引导重建过程的严格时间轴。他们的这种被称为“癌症树活检框架”（Cancer Tree Biopsy Framework）的方法承认，今天采集的肿瘤样本是昨天采集样本的直接后代，即使它们看起来在遗传上非常相似。在他们的研究（发表于预印本）中，作者描述了一个将细胞的遗传状态与采集时的特定时刻相分离的系统。这种区分使得软件能够识别出：在后期活检中看到的某个遗传特征，实际上可能属于早期活检中某个细胞的祖先，而旧的方法往往会忽略或混淆这种关系。
为了测试这种方法，研究人员创建了数千个模拟的癌症历史，其中包含了已知的家族树以及采样发生的特定时刻。随后，他们将这些模拟样本输入到这个新系统中，并将结果与已知的事实进行对比。模拟结果显示，通过尊重样本采集的顺序，他们的方法能够以比那些忽略时间线的旧技术更高的准确度来重建家族树。具体而言，当使用来自多次活检的数据时，由于该方法考虑了采集时间，其识别细胞间祖先关系的正确率远高于那些仅仅将所有遗传数据汇总而不考虑采集时间的模型。研究还表明，增加活检次数可以提高重建的准确性，使软件能够填补家族树中更多的缺失分支。
研究人员并未止步于模拟实验。他们将该方法应用于一名患有三阴性乳腺癌（一种极具侵略性的癌症类型）患者的真实数据。该患者在三个不同的时间点提供了肿瘤样本：化疗前、两个周期治疗后，以及六个周期后的手术后。团队处理了这些样本的DNA，以确定数百个独立细胞的拷贝数谱图。利用这个新框架，他们成功构建了一个跨越时间的基因组规模家族树。生成的树状图展示了随着治疗的进展，特定的遗传特征是如何出现、持续或消失的，从而提供了肿瘤进化历程的详细视图。虽然研究人员无法验证该患者确切的家族树，因为该患者癌症的真实历史是未知的，但该方法能从如此复杂的现实世界数据中生成连贯且符合生物学逻辑的树状图，这一事实证明了该方法在计算上的可行性，并已准备好进行进一步研究。
这项工作最显著的特点之一在于它如何处理不确定性。在许多情况下，仅凭遗传数据本身不足以明确判定哪一个细胞是另一个细胞的父本。旧的方法通常会强行做出决策，从而可能产生错误的家族树。然而，这个新框架的设计初衷是推迟这些艰难的决策。当数据存在歧义时，系统会选择让这些特定的树枝保持“未标记”状态，而不是进行猜测。随后，它利用活检的时间线来引导整个重建过程，确保所构建的树状图部分与事件发生的顺序保持一致。这种“先连接后完成”的策略意味着该方法可以生成一个在确定区域高度准确、同时诚实地承认数据不足之处的局部树状图。
研究人员还将他们的方法与领域内现有的其他工具进行了对比。在模拟测试中，他们的方法表现始终优于这些竞争对手，特别是在癌症的进化历史较为深邃且复杂的情况下。研究人员发现，该方法不仅更准确，而且比一些先进工具更快，对内存的需求也更低。这种效率至关重要，因为分析跨越多个时间点的数千个细胞的遗传数据需要巨大的计算能力。通过简化流程，这一新框架使得分析那些以前可能难以处理的大型数据集成为可能。
最终，这项研究为观察癌症进化提供了一种更细致的方式。通过将活检样本视为一系列事件而非静态的集合，研究人员提供了一个能够更好地捕捉肿瘤动态特性的工具。能够区分一种仅仅是“重复出现”的遗传状态与一种代表“真实祖先联系”的状态，是向前迈出的关键一步。尽管该方法在主要验证阶段仍依赖于模拟，且现实世界的应用属于探索性的可行性研究，但结果表明，引入活检的时间维度可以显著提高我们对癌症如何随时间发展和变化的理解。这种清晰度最终可能帮助医生制定更有效的个性化治疗方案，从而针对肿瘤正在采取的特定进化路径而非仅仅针对其当前状态进行治疗。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。