文献解读 -Processing UMI Datasets at High Accuracy and Efficiency with the Sentieon ctDNA Analysis Pipeline

关键词：液体活检；基因检测；变异检测

文献简介

• 标题（英文）：Processing UMI Datasets at High Accuracy and Efficiency with the Sentieon ctDNA Analysis Pipeline

• 标题（中文）：利用 Sentieon ctDNA 分析管道高精度、高效率地处理 UMI 数据集

• 发表期刊：bioRxiv

• 作者单位：Sentieon 公司等

• 发表年份：2022

• 文章地址：https://doi.org/10.1101/2022.06.03.494742

图 1 文献介绍

液体活检技术在识别低频率肿瘤变异和微小残留病监测方面展现出巨大潜力，但同时面临样本量少和低频变异读数稀少的挑战。这些因素使得低频变异难以与测序错误区分，影响检测准确性。为应对这一问题，独特分子标识符（UMIs）技术应运而生，旨在降低错误率并提高变异检测准确性。

尽管目前已有多个支持 UMI 的 ctDNA 分析流程，但在准确性和效率方面仍有改进空间。针对这一需求，Sentieon 研究组开发了一个创新的综合性 ctDNA 分析流程。该流程包含比对（ Sentieon BWA）、一致性生成（Sentieon Consensus）、变异检测（TNscope）和变异过滤（TNscope-filte）四个核心模块。

测序流程

该流程的核心创新在于其一致性生成模块和变异检测器。一致性生成模块采用复杂的统计模型来处理带有唯一分子标识符(UMI)的测序数据，显著提高了基础准确率。变异检测器 TNscope 则采用基于单倍型的方法，提高了对低频率变异的检测灵敏度。

图 2 模拟和基准测试流程

Sentieon 研究组通过多种数据集对该流程进行了全面的基准测试。在模拟数据上，生成带有模拟错误的读段来测试一致性模块，结果发现 Sentieon 的一致性生成工具错误率比常用工具 Fgbio 低 2 个数量级，且 Sentieon 一致性工具处理相同的输入读段的错误率低于 5%。

图 3 (A) Sentieon UMI 一致性工具和 Fgbio 的错误率。对于完全不一致的输入读数，Fgbio 无法调用一致性碱基（而是在输出中产生'N'碱基）。(B) Sentieon 一致性工具报告的一致性碱基质量与相对于真实值的一致性碱基错误率强烈相关

在体外混合样本上，Sentieon 流程的 F1 分数略高于替代流程（Fgbio + Vardict"流程）。

图 4 Sentieon ctDNA 流程和替代流程在 MRD 数据集上的准确性

在 SEQC2 ctDNA 标准数据集上，Sentieon 流程的召回率和 F1 分数均优于 BRP 分析流程，前者在 SEQC2 研究中表现最佳。且在 8 个低等位基因频率(AF)样本中，Sentieon 流程的 F1 分数中位数约为 0.92，而 BRP 流程约为 0.88。

图 5 (A) 8 个 Lbx-low 数据集的精确度 vs 召回率；(B) 两个流程的 F1 分数分布

在 10 个真实临床最小残留病（MRD）样本上，Sentieon 流程也显示出与其他工具相当的检测能力。在 224 个已知体细胞突变中，Sentieon 检测到的阳性变异数量与其他工具相近，同时保持了超过 99.5%的特异性。

图 6 十个临床样本总共包含 224 个已知的体细胞突变。显示了它们在原始肿瘤组织中的 AF，以及一致性生成前后的深度

图 7 比较由三种工具生成的去重复后 BAM 文件的 ctDNA 变异检测。上面板：灰色条的高度代表从肿瘤组织测序中预先确定的变异集的大小。在每个灰色条内，绿色/蓝色/橙色条代表在同一样本中检测到的 ctDNA 变异数量。下面板：所有检测到的 ctDNA 变异的 VAF 都低于 1%，大多数低于 0.25%

除了准确性，Sentieon 流程还表现出显著的速度优势。在一致性生成步骤中，Sentieon 工具比 Fgbio 快约 20 倍（4,317 秒 vs 82,679 秒）。对于整个分析流程，即使在其他流程采用并行处理的情况下（Fgbio + Vardict"流程），Sentieon 仍然快约 10 倍。

图 8 一致性生成步骤的运行时间比较。Sentieon UMI 一致性工具比 Fgbio 快 20 倍。B. 整个 ctDNA 处理流程（包括比对、一致性生成、变异检测和过滤）的运行时间比较

Sentieon 软件团队拥有丰富的软件开发及算法优化工程经验，致力于解决生物数据分析中的速度与准确度瓶颈，为来自于分子诊断、药物研发、临床医疗、人群队列、动植物等多个领域的合作伙伴提供高效精准的软件解决方案，共同推动基因技术的发展。 截至 2023 年 3 月份，Sentieon 已经在全球范围内为 1300+用户提供服务，被世界一级影响因子刊物如 NEJM、Cell、Nature 等广泛引用，引用次数超过 700 篇。此外，Sentieon 连续数年摘得了 Precision FDA、Dream Challenges 等多个权威评比的桂冠，在业内获得广泛认可。

总结

总的来说，Sentieon ctDNA 分析流程通过创新的算法设计和高效的软件实现，为高深度、大 panel 的 ctDNA 测序数据分析提了一个快速而准确的解决方案。它在多个数据集上均展现出优于或等同于现有方法的性能，同时大幅提高了处理速度。这一进展有望推动 ctDNA 技术在临床肿瘤学中的广泛应用，特别是在早期癌症检测和最小残留病监测等领域。