[13] Finding recurrent copy number alterations preserving within-sample homogeneity

2011

Motivation

Copy number alteration (CNA)는 유전적 변이의 중요한 구성 요소를 나타내며 많은 인간 질병에서 중요한 역할을 한다. Array comparative genomic hybridization (aCGH) 기술의 발전으로 CNAs를 식별하는 것이 가능해 졌다. 재발성 CNAs의 식별은 추가적인 생물학적 연구의 기초를 형성하는 유전자 영역 목록을 제공하는 첫 기본 단계이다. 재발성 CNAs의 발견에서 주요한 문제는 병리학적인 관련성이 없는 기능적인 변화와 무작위 사건을 구분해야 한다는 점과 관련있다. 암에서 복제수 프로파일의 내부적인 동질성은 결과의 정확도를 높이기 위한 추가 정보원으로 사용 될 수 있다. 재발성 CNAs 식별을 위한 여러 알고리즘이 제안되었지만 다양한 접근 방식을 종합적으로 비교한 연구는 아직 발표되지 않았다.

 

Result

본 연구에서는 재발성 CNAs를 찾기위한 새로운 접근 방식인 "Genimic Analysis of Important Alterations (GAIA)"를 제안한다. 이 방법에서는 통계적 가설 프레임워크를 확장하여 내부적인 샘플 동질성을 고려한다. 통계적인 유의성과 내부 샘플 동질성은 기능적인 변화에 관여할 것으로 판단되는 영역을 추출하기 위해 Iterative procedure를 결하여 사용하게 된다. 거기에, 우리는 두개의 실제 aCGH 데이터셋과 신중하게 계획된 시뮬레이션 연구를 사용하여 정확한 비교를 수행한다.

Results on real aCGH data. In ( A ), results for CRC dataset on chromosome 8. In ( B ), results for GIST dataset on chromosome 14. Green and red indicate loss and gain, respectively.

Comment

L1000에서 Iterative peel-off procedure를 알아보기 위해 찾은 논문.

 

Original paper

https://academic.oup.com/bioinformatics/article/27/21/2949/216716

Finding recurrent copy number alterations preserving within-sample homogeneity