Copy aware deconvolution of Hi-C interactions in extrachromosomal DNA using CADET
本文介绍了 CADET，这是一种通过期望最大化算法直接推断染色体外 DNA (ecDNA) 拷贝特异性 Hi-C 相互作用矩阵的计算方法，从而在无需进行三维结构重建的情况下，解决了由重复基因组片段引起的歧义问题。
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
在癌症细胞的细胞核内部，遗传蓝图往往处于一种混乱的状态。健康的细胞会将其 DNA 整齐地组织成长而线性的染色体，而癌症细胞则经常将这些链条拆解并重新组装成被称为染色体外 DNA（extrachromosomal DNA）的环状结构。这些环状分子并非随机的乱团；它们充当了癌症增长的强大引擎，通常携带驱动疾病发展的额外基因副本。由于这些环状分子可以持有多个相同的遗传片段，这为试图绘制细胞内部架构的科学家们制造了一个独特的问题。当研究人员使用高通量技术来观察 DNA 的不同部分如何接触和相互作用时，来自这些重复副本的信号会合并成一个单一且模糊的图像。这就像是在看一张三胞胎重叠在一起的照片；你可以看到这一组人，但无法分辨出哪一个才是正在做某事的那个。
为了理解这些癌症细胞是如何运作的，科学家需要分离这些重叠的信号。他们需要知道哪一个特定的基因副本正在与基因组的哪个特定部分相互作用，从而驱动疾病。由研究员毕斯瓦特·乔杜里（Biswanath Chowdhury）开发的一种名为 CADET 的新方法，正好提供了实现这一目标的方式。该方法并不试图通过构建 DNA 形状的三维模型来猜测副本的位置，而是直接处理接触数据。它将这个问题处理得就像是在解开一团重叠的声音。通过利用已知环状 DNA 的布局，并寻找 DNA 副本与其相邻部分之间相互作用的细微差异，该方法可以从数学上分离合并的信号。这使得研究人员能够看到每个独立副本的独特相互作用，从而揭示驱动癌症的调控架构的清晰图景。
研究人员首先使用计算机模拟测试了这种新方法，创建了已知 DNA 副本如何相互作用的虚假数据集。他们引入了不同程度的重复，有时让副本的行为完全一致，有时则赋予它们不同的行为。在每种情况下，该方法都成功地从模糊的数据中恢复了隐藏的、具有副本特异性的相互作用。当重复副本具有不同的局部环境时，该方法表现得尤为有效，利用这些细微差异来区分它们。模拟显示，在复杂情况下，该方法能够准确识别出约 80% 到 83% 的情况下是由哪一个副本负责特定的接触，并且它在处理过程中并没有改变原始数据中观察到的总接触数。这证实了该方法并非在创造新信息，而是在将现有信息重新分配为更有效的格式。
随后，团队将 CADET 应用于来自三种不同癌症细胞系的真实世界数据，每种细胞系都有其独特的染色体外 DNA 排列方式。在其中一个案例（肺癌细胞系）中，DNA 高度重复，基因组的大部分区域被多次重复。该方法成功地理清了这些重复，揭示了某些 DNA 部分正作为“枢纽”发挥作用，反复与不同的伙伴进行相互作用。在另一个案例（脑癌细胞系）中，环状 DNA 将来自两个不同染色体的片段聚集在一起。在这里，该方法识别出了一个癌症驱动基因与另一个染色体上的远端调节元件之间的特定强相互作用，这一发现与之前的研究相吻合，但现在无需重建分子的 3D 形状即可得到解析。在第三个涉及神经母细胞瘤细胞系的案例中，DNA 是以染色体上的串联重复形式而非环状形式存在的。尽管该数据集中的单个信号较弱，但该方法仍然发现了围绕已知参与该疾病的特定基因的重复相互作用模式。
这种方法之所以独特，在于它如何处理重复 DNA 的歧义性。以往的方法通常尝试通过先构建 DNA 结构的 3D 模型来解决这个问题，即假设分子的形状决定了信号应该如何拆分。然而，CADET 跳过了这一步。它直接观察接触图谱，并利用统计推理，根据片段之间的距离和每个副本获得的局部支持来决定如何拆分信号。这意味着生成的相互作用图谱是不依赖于任何特定 3D 形状假设的。研究人员发现，虽然该方法并不总是能精确确定每一次相互作用的强度，但它非常擅长识别那些比预期更丰富或更强的相互作用家族。例如，在脑癌细胞系中，该方法识别出了一个涉及关键癌症基因的相互作用模块，这与其他研究的结果相符，但它将这种相互作用置于重复接触模式的背景下，而非单一的结构事件中。
这项研究还强调了此类数据所能获知的局限性。当两个 DNA 片段处于完全相同的局部环境时，该方法无法区分它们，就像听众无法在两个声音大小和内容完全一致的情况下分辨出是谁在说话一样。在这种情况下，该方法会将信号平均分配，承认数据本身并不包含进行更细微区分所需的信息。研究人员谨慎地指出，虽然他们可以识别候选相互作用并将其归类为功能模块，但这些发现代表的是需要通过进一步实验进行验证的假设。他们并未声称已经解决了癌症基因调控问题，而是提供了一个更清晰的透镜，用以观察癌症细胞内复杂的、纠缠不清的相互作用。
通过分离重复 DNA 的合并信号，这项工作为研究驱动癌症的调控网络提供了一种更直接的方式。它允许科学家观察哪些特定的基因副本是活跃的，以及它们如何与基因组的其余部分进行通信。该方法已经揭示了不同类型癌症中截然不同的相互作用模式，表明这些环状 DNA 分子是以多样化的方式组织的。无论是 DNA 以环状排列还是长重复排列，解析这些具有副本特异性的接触的能力，都为深入理解癌症细胞如何重新编写其遗传指令以生存和生长打开了大门。这种清晰度最终可能帮助研究人员识别新的治疗靶点，将重点放在对疾病至关重要的特定相互作用上。
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。