Zaman Serisi Kopya Sayısı Varyasyonu Analizi
Time-Series Copy Number Variation Analysis · Ayrıca şöyle bilinir: longitudinal CNV analysis, temporal copy number analysis, time-series CNV profiling, serial CNV analysis
Zaman serisi kopya sayısı varyasyonu (CNV) analizi, aynı bireyden veya tümörden alınan birden çok ardışık örnek boyunca kromozomal kazançları ve kayıpları karakterize eden bir hesaplamalı genomik işlem hattıdır. Tanı, tedavi ortası, nüks gibi ardışık zaman noktalarındaki kopya sayısı profillerini karşılaştırarak, genomik istikrarsızlığa neden olan klonal dinamikleri ve evrimsel yörüngeleri yeniden yapılandırır; bu da araştırmacıların alt popülasyonların zamanla nasıl genişlediğini, daraldığını veya yeni aberasyonlar kazandığını izlemesini sağlar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
İki veya daha fazla genomik örneğin aynı bireyden farklı zaman noktalarında alındığı durumlarda - en yaygın olarak kanser genomiklerinde (primer tümör, ctDNA, nüks biyopsisi) veya ardışık örnekleme ile gelişimsel biyolojide - zaman serisi CNV analizini kullanın. Tedavi baskısı altında klonal evrimi incelemek, dirençten önce hangi CNV olaylarının geldiğini belirlemek veya kromozomal instabilite olaylarının birikme sırasını yeniden yapılandırmak için uygun yöntemdir. Yalnızca tek bir zaman noktası mevcut olduğunda (bunun yerine standart CNV analizi kullanın), örnek saflığı özel düşük saflık araçları olmadan yaklaşık %20'nin altındaysa, eşleştirilmiş normal doku mevcut değilse ve sağlam bir normalleştirme stratejisi yoksa veya biyolojik soru birey içi evrimden ziyade popülasyon düzeyindeki CNV frekanslarıyla ilgiliyse BU YÖNTEMİ KULLANMAYIN.
Güçlü yönler & sınırlılıklar
- Zaman içinde genom evrimini doğrudan yakalar, fenotipik değişikliklere (örneğin tedavi direnci) yol açan hangi kopya sayısı olaylarının öncül olduğunu gösteren nedensel çıkarım yapılmasına olanak tanır.
- Alel-spesifik çağırma, zamansal modelleme ile birleştirildiğinde, kromozomal çözünürlükle klonal filojenilerin yeniden yapılandırılmasına olanak tanır.
- Hem tam genom dizileme (yüksek çözünürlük) hem de tam ekzom dizileme (daha düşük maliyet) verileriyle uyumludur ve sıvı biyopsilerinden elde edilen dolaşan tümör DNA'sına uyarlanabilir.
- Birden çok zaman noktasının birlikte modellenmesi, tek örnek analizinde gözden kaçacak alt-klonal CNV olaylarını tespit etmek için istatistiksel gücü artırır.
- Halka açık, iyi belgelenmiş araçlar (MEDICC2, HATCHet, Battenberg, PURPLE) tekrarlanabilir uygulamayı destekler.
- Birden çok zaman noktasından yüksek kaliteli DNA gerektirir; bozulmuş veya düşük girdili materyal (örneğin, FFPE arşiv dokusu) gürültüyü önemli ölçüde artırır ve zamansal karşılaştırmaları güvenilmez hale getirebilir.
- Saflık ve ploidi tahmini, yüksek derecede heterojen veya diyoploide yakın tümörlerde yanlış olabilir ve tüm aşağı akış CNV çağrılarına ve klonal çıkarımlara hatalar yayabilir.
- Alt-klonal çözünürlük, dizileme derinliği ile sınırlıdır; yaklaşık %5-10 hücresel prevalansın altındaki klonları tespit etmek, çok yüksek kapsama (100x+ WGS) gerektirir, bu da maliyetlidir.
- Klonal ağaçların biyolojik yorumları doğası gereği belirsizdir - aynı gözlemlenen veriler birden çok evrimsel geçmişle tutarlı olabilir - bu nedenle yönlülük hakkındaki sonuçlar nitelendirilmelidir.
SSS
Anlamlı bir analiz için kaç zaman noktası gereklidir?
Değişiklikleri tespit etmek ve basit bir iki durumlu evrimsel modeli çıkarmak için minimum iki zaman noktası (örneğin, başlangıç ve nüks) yeterlidir. Üç veya daha fazla zaman noktası, dallanan klonal ağaçların ve olayların zamansal sıralamasının yeniden yapılandırılmasına olanak tanır. Daha fazla zaman noktası çözünürlüğü artırır ancak maliyetleri ve veri entegrasyon karmaşıklığını da yükseltir. Sadece iki örnekle yöntem, hangi CNV'lerin ortaya çıktığını veya kaybolduğunu hala belirleyebilir, ancak bağımsız dallanma olaylarının sırasını çözemez.
Bu yöntemi doku biyopsileri yerine sıvı biyopsi (ctDNA) verileriyle kullanabilir miyim?
Evet, ve bu giderek yaygınlaşmaktadır. ctDNA tabanlı zaman serisi CNV analizi, invazif olmayan uzunlamasına izlemeyi sağlar. Ancak, ctDNA örnekleri tipik olarak düşük tümör fraksiyonuna sahiptir, genellikle %1-10, bu da ultra-derin dizileme (500x–1000x) ve özel düşük saflık CNV çağırıcıları (örneğin, ichorCNA, PLOIDYTEST) gerektirir. Standart doku kalibrasyonlu işlem hatları, modifikasyon yapılmadan düşük fraksiyonlu ctDNA'ya uygulanmamalıdır.
Zaman serisi CNV analizi standart CNV analizinden nasıl farklıdır?
Standart CNV analizi her örneği bağımsız olarak işler ve tek bir zaman noktasındaki kopya sayısı durumlarını raporlar. Zaman serisi CNV analizi, aynı bireyden alınan birden çok örneği birlikte modeller, zaman noktaları arasında hangi kopya sayısı segmentlerinin değiştiğini belirler, her zaman noktasındaki klonal prevalansı tahmin eder ve bu değişikliklerin evrimsel geçmişini yeniden yapılandırır. Anahtar ek değer, standart tek örnek araçlarının sağlamadığı zamansal ve klonal boyuttur.
Ne kadar dizileme derinliği önerilir?
Solid tümör biyopsilerinin tam genom dizilemesi için, klonal CNV olaylarını tespit etmek için genellikle 30–60x kullanılır; %10'un altındaki prevalansın altındaki alt-klonal tespit, 100x veya daha fazlasını gerektirir. Tam ekzom dizilemesi için tipik olarak 100–200x kullanılır. Eşleştirilmiş normal örnekler, tümör derinliğine eşit veya ondan yüksek olmalıdır. Dizileme derinlikleri zaman noktaları arasında önemli ölçüde farklılık gösteriyorsa, yapay görünen değişikliklerden kaçınmak için bölümlemeden önce derinliğe duyarlı normalleştirme veya aşağı örnekleme gereklidir.
Zaman serisi CNV analizi için hangi araçlar önerilir?
MEDICC2, çoklu örnek ortak CNV ve klonal ağaç çıkarımı için yaygın olarak kullanılır. HATCHet, birden çok örnekte saflık, ploidi ve alel-spesifik kopya sayılarını birlikte tahmin eder. Battenberg, eşleştirilmiş tümör-normal tasarımlara uygun alel-spesifik bölümleme sağlar. PURPLE, CNV, saflık/ploidi ve yapısal varyant bilgilerini entegre eder. ctDNA için ichorCNA standart bir düşük saflık seçeneğidir. Araç seçimi, veri türüne (WGS vs WES), eşleştirilmiş normallerin mevcudiyetine ve birincil son noktanın alel-spesifik mi yoksa toplam kopya sayısı mı olduğuna bağlıdır.
Kaynaklar
- Dentro, S. C., et al. (2021). Characterizing genetic intra-tumor heterogeneity across 2,658 human cancer genomes. Cell, 184(8), 2239-2254. link ↗
- Zaccaria, S., & Raphael, B. J. (2020). Accurate quantification of copy-number aberrations and whole-genome duplications in multi-sample tumor sequencing data. Nature Communications, 11(1), 4301. link ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Time-Series Copy Number Variation Analysis. ScholarGate. https://scholargate.app/tr/bioinformatics/time-series-copy-number-variation-analysis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Kopya Numarası Değişkenliği AnaliziBiyoenformatik↔ karşılaştır
- Genom Çapında İlişkilendirme Çalışması (GWAS)Biyoenformatik↔ karşılaştır
- RNA-seq Diferansiyel İfadeBiyoenformatik↔ karşılaştır
- Variant CallingBiyoenformatik↔ karşılaştır