Sentieon | 每周文献 -Multi-omics（多组学）- 第九期

多组学系列文章-1

• 标题（英文）： Prediction of axillary lymph node metastasis in triple-negative breast cancer by multi-omics analysis and an integrated model

• 标题（中文）： 基于多组学分析和综合模型的三阴性乳腺癌腋窝淋巴结转移预测

• 发表期刊： Annals of Translational Medicine

• 作者单位： 复旦大学上海肿瘤中心乳腺外科等

• 发表年份： 2022

• 文章地址： https://dx.doi.org/10.21037/atm-22-277
  

为避免不必要的术后并发症，必须选择无腋窝淋巴结 （LN） 转移的乳腺癌患者。目前，乳腺癌的淋巴转移 LNM 预测模型有几种，其中大多数是基于临床病理学。然而，与其他亚型相比，这些模型对三阴性乳腺癌（TNBC）的预测性能较差。一些研究试图利用信使 RNA（mRNA）测序数据预测乳腺癌淋巴结转移状态，但这些模型仍然无法准确预测 TNBC 中的腋窝 LNM。

本研究通过研究 LN 阳性和 LN 阴性患者之间的差异，共选取 445 例具有淋巴结状态和多组学数据的 TNBC 患者，并分为训练集和验证集，分析了临床病理学特征和多组学数据，进行了生物标志物发现，并将这些生物标志物用于建立多组学模型。

本研究发现，与 LN 阴性患者相比，LN 阳性患者的突变事件数量增加，而 LN 阳性病例体细胞拷贝数改变（SCNAs）的扩增和缺失频率较低。在分析了上调的基因相关途径后，发现中性粒细胞相关途径在 LN 阳性患者中富集。基于这些组学分析，利用 5 个预测因子构建多组学模型，该模型表现出优于使用单个组学数据的模型（在训练集中 AUC 为 0.790，在验证集中 AUC 为 0.807）。在体细胞突变检测过程中，Sentieon 中 TNseq 和 TNscope 两个体细胞突变检测模块被用于精准的变异发现。

综上所述，在分析了最大的 TNBC 多组学队列后，本研究确定了与 LNM 相关的潜在临床和分子特征。基于多组学数据开发了稳健的 LNM 状态预测模型，该发现为在 TNBC 患者中的个性化治疗和管理提供了新的视角和潜在帮助。

多组学系列文章-2

• 标题（英文）： Integrating WES and RNA-Seq Data For Short Variant Discovery

• 标题（中文）： 整合 WES 和 RNA-Seq 数据以进行短变异发现

• 发表期刊： （预印版暂无期刊）

• 作者单位： Sequentia 生物技术有限公司

• 发表年份： 2021

• 文章地址： https://doi.org/10.21203/rs.3.rs-847277/v1
  

组学的整合具有巨大的潜力，可用于变异发现。已经开发了几种算法来以整合方式检测体细胞变异，但仍然没有胚系突变检测的策略。在此基础上，研究者开发了一种通过整合 WES 和 RNA-seq 数据来识别胚系突变的策略。这种整合策略从原始序列数据中识别短变异（SNP 和插入缺失），将其分为六组以改善变异解释：强证据，仅 DNA，仅 RNA，等位基因特异性表达（ASE），RNA 编辑和 RNA 挽救变异。研究者基于整合流程分析了四个样本，与仅使用 WES 数据相比，发现已识别变体的数量有所增加，但对性能没有太大影响，从而可以验证由两种类型的数据（强证据变体）识别的变体，并鉴定 RNA 编辑和 ASE。这种整合策略提供了一种从 WES 和 RNA-seq 数据中鉴定胚系 SNP 和插入缺失的方法，充分利用这两种组学可以扩大已识别变异的范围并进行变异验证。

在该整合分析流程中，研究者将 Sentieon 工具中各模块进行了深度整合利用。Sentieon 工具的胚系突变发现流程为 DNA 和 RNA 层面的突变精确、快速检测提供了支持。

综上所述，研究者提出的胚系突变整合方法增加了检测到的变体的数量，而对性能没有太大影响。整合方法还允许验证由两种类型的数据识别的变异，并通过将它们分为六组来改善变异的优先级：强证据、仅 DNA、仅 RNA、ASE、RNA 编辑和 RNA 挽救变异。

Sentieon 软件介绍

Sentieon 为完整的纯软件基因变异检测二级分析方案，其分析流程完全忠于 BWA、GATK、MuTect2、STAR、Minimap2、Fgbio、picard 等金标准的数学模型。在匹配开源流程分析结果的前提下，大幅提升 WGS、WES、Panel、UMI、ctDNA、RNA 等测序数据的分析效率和检出精度，并匹配目前全部第二代、三代测序平台。

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。

软件试用：https://www.insvast.com/sentieon