【
化工仪器网 项目成果】近日,中国科学技术大学生命科学与医学部瞿昆教授课题组在《自然·通讯》期刊上发表了一篇题为“Comparative analysis of methodologies for detecting extrachromosomal circular DNA”的研究文章。该研究系统性地评估了7种用于在测序数据中鉴定染色体外环状DNA(eccDNA)的分析算法及7种不同实验建库方法的性能和差异,为eccDNA的深入研究提供了重要参考。
eccDNA作为一种在真核细胞内广泛存在的环状DNA分子,在肿瘤研究中扮演着重要角色。在肿瘤细胞中,eccDNA不仅参与癌基因的扩增,还涉及基因转录调控和肿瘤异质性,从而推动肿瘤的发生和发展。因此,对eccDNA的深入研究有望为肿瘤发病机制的理解提供新的视角,并为靶向药物的开发开辟新的方向。
然而,目前用于eccDNA鉴定的测序建库方法和生物信息学算法种类繁多,且由于eccDNA片段的大小多样且来源复杂,不同方法间的实验结果存在较大差异。这种差异给研究人员在选择最适分析算法和实验方法时带来了挑战。此外,现有的评估方法往往只关注准确性或计算需求等单一因素,且基于过于简化的模拟数据,难以真实反映测序数据的复杂性。
针对这一问题,瞿昆教授课题组的研究团队对多种eccDNA检测方法和实验建库方法进行了系统评估。研究结果表明,在短读长测序数据中,Circle-Map和Circle_finder算法在检测eccDNA方面具有较高的效率。然而,Circle_finder算法存在一定的局限性,容易生成冗余结果。而在长度较长的测序数据中,特别是测序深度超过10X时,CReSIL算法的表现最佳。
在实验方法方面,Circle-Seq-LR特别适用于检测长度超过10 kb且具有拷贝数扩增的eccDNA(也称ecDNA),这类eccDNA与肿瘤进展密切相关。此外,研究还发现,不同实验方法检测到的eccDNA在长度、癌基因组成和基因重复元件的包含等方面展现出显著的异质性。
为了帮助研究人员根据自身数据特点选择最优的分析流程,该研究团队在GitHub上提供了完整的分析流程、代码和模拟数据集。这一举措不仅为进一步提升eccDNA检测方法奠定了参考基础,还有望推动eccDNA研究领域的快速发展。
此次研究的发表标志着中国科学技术大学在eccDNA研究领域取得了重要进展,也为国内外同行提供了宝贵的参考和借鉴。未来,该团队将继续致力于eccDNA的深入研究,为推动肿瘤发病机制的理解和靶向药物的开发做出更多贡献。
【素材来源:中国科学技术大学】
作者:宋池