NestedBD: байесовский метод строит деревья раковых клеток по числу копий в отдельных клетках
NestedBD, проверенный на симулированных данных и двух образцах колоректального рака, точнее сравниваемых методов восстанавливает топологии и длины ветвей, сообщили авторы.
Yushu Liu, Mohammadamin Edrisi, Zhi Yan, Huw A. Ogilvie и Luay Nakhleh описали NestedBD — байесовский метод восстановления эволюционных деревьев раковых клеток по данным секвенирования ДНК отдельных клеток. Деревья включают топологии и длины ветвей с относительными скоростями мутаций. Работа опубликована в журнале Algorithms for Molecular Biology и основана на новой модели рождения и гибели для аберраций числа копий (CNA) biomedcentral.com
Algorithms for Molecular Biologybiomedcentral.comОткрыть источник ↗. Метод оценили на симулированных наборах данных и на двух образцах колоректального рака.
Модель рождения и гибели для числа копий
Для каждого геномного бина амплификация рассматривается как событие рождения со скоростью lambda, а делеция — как событие гибели со скоростью mu. Скорости переходов растут с текущим числом копий, а бин с нулём копий остаётся нулевым. В базовой формулировке обе скорости равны одной общей константе. Число состояний ограничено, по умолчанию девятью копиями.
Бины считаются независимыми. Авторы противопоставляют это инструментам вроде MEDICC, которые учитывают зависимости между соседними бинами, но становятся вычислительно неподъёмными на растущих наборах данных по отдельным клеткам. Наблюдаемые числа копий моделируются нормальным распределением вокруг истинных целых значений с постоянной дисперсией ошибки. Вывод строится методом Монте-Карло по цепям Маркова по топологии, временам расхождения, дисперсии ошибки и параметрам молекулярных часов, со случайными локальными часами для разных скоростей мутаций в линиях. Шаг динамического программирования исправляет зашумлённые профили листьев и восстанавливает профили предков. Программа распространяется с открытым кодом и работает в среде BEAST 2.
Тесты на симулированных и реальных данных
Симулированные деревья содержали 20 и 50 клеток, множители числа событий составляли 90, 125 и 250 для низкой, средней и высокой частоты CNA. Риды выравнивали с помощью BWA и профилировали в Ginkgo; медианная доля ошибок составила 0,24. NestedBD сравнили с методом максимальной парсимонии, объединением соседей по расстояниям Хэмминга и методом Lazac для филогении по числу копий. Выборку проводили пятью сопряжёнными цепями по 80 миллионов итераций, первые 20 процентов отбрасывали как burn-in.
По данным авторов, NestedBD восстанавливал более точные топологии и длины ветвей, чем традиционные филогенетические инструменты и современные методы. Они также сообщают, что модель рождения и гибели может повысить точность оценки числа копий biomedcentral.com
Algorithms for Molecular Biologybiomedcentral.comОткрыть источник ↗. На двух образцах колоректального рака метод дал эволюционные истории, которые авторы называют правдоподобными. Код доступен на GitHub.
