基于单细胞多组学数据集的拷贝数变异推断工具基准测试
一、研究背景及意义 在肿瘤学和基因组研究领域,染色体拷贝数异常(Copy Number Alterations, CNAs)是导致癌症发生与进展的关键遗传变异类型。CNAs不仅决定了肿瘤的异质性,而且对早期肿瘤检测、肿瘤亚克隆(subclone)演化分析、耐药机制研究等具有重要意义。传统的检测拷贝数变异的方法主要依赖单细胞DNA测序(scDNA-seq),虽分辨率高,但受限于高昂成本及测序覆盖度低,难以在大规模、通量高的实际应用中广泛开展。 随着单细胞RNA测序(single-cell RNA sequencing, scRNA-seq)技术的普及与数据积累,研究者发现,基于scRNA-seq数据在一定条件下也能够反推出潜在的基因组拷贝数变化,这大大拓展了利用已有转录组数据挖掘基因组结构变异...