Quantification of subclonal selection in cancer from bulk sequencing data.
Quantification of subclonal selection in cancer from bulk sequencing data.
复制标题
通过大量测序数据定量癌症中克隆的选择。
DOI：
10.1038/s41588-018-0128-6
复制
发表时间：
2018-06
期刊：
影响因子：
30.8
通讯作者：
Graham TA
中科院分区：
文献类型：
--
作者：
Williams MJ;Werner B;Heide T;Curtis C;Barnes CP;Sottoriva A;Graham TA
亚克隆结构在不同类型的癌症中普遍存在。然而，产生肿瘤亚克隆的时间进化动力学仍然未知。在这里，我们使用亚克隆选择的计算模型和应用于高通量测序数据的理论群体遗传学来测量人类癌症中的克隆动力学。我们的方法确定了肿瘤样本的可检测亚克隆结构，同时测量了每个亚克隆的选择优势和出现的时间。我们展示了我们方法的准确性和进化动态被记录在基因组中的程度。将我们的方法应用于乳腺癌、胃癌、血液、结肠癌和肺癌以及转移沉积的高深度测序数据，结果表明，所选择的可检测到的亚克隆，如果存在，在肿瘤生长过程中始终出现在早期，并具有很大的适应性优势(>；20%)。我们的量化框架为人类癌症的进化轨迹提供了新的见解，有助于从广泛可用的测序数据中对单个肿瘤进行预测性测量。
Subclonal architectures are prevalent across cancer types. However, the temporal evolutionary dynamics that produce tumour subclones remain unknown. Here we measure clone dynamics in human cancers using computational modelling of subclonal selection and theoretical population genetics applied to high throughput sequencing data. Our method determines the detectable subclonal architecture of tumour samples, and simultaneously measures the selective advantage and time of appearance of each subclone. We demonstrate the accuracy of our approach and the extent to which evolutionary dynamics are recorded in the genome. Application of our method to high-depth sequencing data from breast, gastric, blood, colon and lung cancers, as well as metastatic deposits, showed that detectable subclones under selection, when present, consistently emerged early during tumour growth and had a large fitness advantage (>20%). Our quantitative framework provides new insight into the evolutionary trajectories of human cancers, facilitating predictive measurements in individual tumours from widely available sequencing data.
登录
查看更多内容
DOI：
10.1093/annonc/mdu479
发表时间：
2015-01
期刊：
Annals of oncology : official journal of the European Society for Medical Oncology
影响因子：
--
作者：
Favero F;Joshi T;Marquard AM;Birkbak NJ;Krzystanek M;Li Q;Szallasi Z;Eklund AC
通讯作者：
Eklund AC
影响因子：
17.1
作者：
Enriquez-Navas PM;Kam Y;Das T;Hassan S;Silva A;Foroutan P;Ruiz E;Martinez G;Minton S;Gillies RJ;Gatenby RA
通讯作者：
Gatenby RA
影响因子：
--
作者：
Gay, Laura;Baker, Ann-Marie;Graham, Trevor A
通讯作者：
Graham, Trevor A
影响因子：
64.8
作者：
Greaves, Mel;Maley, Carlo C.
通讯作者：
Maley, Carlo C.
影响因子：
1.6
作者：
Kessler DA;Levine H
通讯作者：
Levine H