劳尔·拉巴丹;贾恩·巴诺特;索尼娅·马西里奥;尼古拉斯·奇奥拉齐;劳拉·帕斯夸卢奇;Khiabanian，侯赛因 高深度数据中序列噪声的统计建模以评估肿瘤演化。 （英语） Zbl 1396.92039号 J.Stat.物理。 172，第1期，143-155（2018）. 总结：癌症死亡的一个原因是肿瘤演变为耐药疾病。一线治疗通常以优势克隆为目标，通过治疗诱导的自然选择获得健康的现有克隆可能产生耐药性。这种突变可以通过分析高深度数据中的噪声使用靶向测序分析来鉴定。在这里，我们为测序误差背景开发了一个全面、无偏的模型。我们发现，足够深的DNA测序数据中的噪声可以通过聚集负二项分布来近似。频率高于噪声的突变可能具有预测价值。我们使用模拟指数扩展的人群以及来自细胞系和患者样本稀释实验的数据来评估我们的模型，证明其在预测肿瘤进展方面的实用性。我们的结果可能有助于识别可能导致复发的重要突变。这些结果与预处理临床设置相关，以确定合适的治疗方法并为潜在复发预处理做好准备。 引用于1文件 MSC公司： 92 C50 医疗应用（一般） 关键词：统计建模;顺序噪声;高深度数据;肿瘤演化;癌症死亡率;抗药性疾病;耐药性 软件：梨;BWA公司;MERIT公司 PDF格式BibTeX公司 XML格式引用 \textit{R.Rabadan}等人，《统计物理学杂志》。172、1号、143--155（2018；Zbl 1396.92039） 全文： 内政部 链接 参考文献： [1] 本杰米尼，Y；Hochberg，Y，《控制错误发现率——一种实用而有效的多重测试方法》，J.R.Stat.Soc.B，57，289-300，（1995）·Zbl 0809.62014号 [2] 汉堡，JA；特德斯基，A；巴尔，PM；罗巴克，T；欧文，C；Ghia，P；拜里，O；希尔曼，P；Bartlett，荷兰；李，J；辛普森，D；格罗希基，S；德韦鲁，S；麦卡锡，H；库特，S；奎奇，H；盖达诺，G；马斯利亚克，Z；史蒂文斯，DA；詹森，A；Offner，F；Mayer，J，Odwyer，M.，Hellmann，A.，schuh，A.，siddiqi，T.，polliack，A.，Tam，C.S.，suri，D.，cheng，M.、clow，F.，styles，L.，James，D.F.，kipps，T.J.：伊布替尼作为慢性淋巴细胞白血病患者的初始治疗，英国北部。《医学杂志》，373，2425-2437，（2015）·doi:10.1056/NEJMoa1509388 [3] 陈，L；刘，P；TC埃文斯；Ettwiller，LM，DNA损伤是测序错误的普遍原因，直接混淆了变体识别，《科学》，355752-756，（2017）·doi:10.1126/science.aai8690 [4] 陈哈利斯，H；波鲁基，MK；托雷斯，C；Slezak，TR；Allen，JE，超深度突变谱分析：使用重叠读取对提高测序准确性，BMC基因组学。，14, 96, (2013) ·doi:10.1186/1471-2164-14-96 [5] Ciriello，G；密勒根州米勒；Aksoy，BA；Senbabaoglu，Y；舒尔茨，N；Sander，C，《人类癌症致癌特征的新兴景观》，《自然遗传学》。，45, 1127-33, (2013) ·数字对象标识代码：10.1038/ng.2762 [6] 科斯特洛，M；普格，TJ；TJ芬内尔；斯图尔特，C；利希滕斯坦，L；梅尔德里姆，JC；福斯特尔，JL；弗里德里希，DC；佩林，D；迪翁，D；Kim，S；SB加布里埃尔；兰德，ES；费舍尔，S；Getz，G，由于样品制备过程中的氧化DNA损伤，在深度覆盖靶向捕获测序数据中发现和表征人为突变，核酸研究，41，e67，（2013）·doi:10.1093/nar/gks1443 [7] Furman，E，关于负二项随机变量的卷积，统计概率。莱特。，77, 169-172, (2007) ·Zbl 1108.60010号 ·doi:10.1016/j.spl.2006.06.007 [8] Gerstung，M；贝塞尔，C；Rechsteiner，M；野生，P；施拉姆，P；莫赫，H；Beerenwinkel，N，《肿瘤细胞群中亚克隆单核苷酸变异的可靠检测》，国家通讯社。，3, 811, (2012) ·doi:10.1038/ncomms1814 [9] Gerstung，M；Papaemmanuil，E；Campbell，PJ，多样本和先验知识的亚克隆变异体调用，生物信息学，30，1198-1204，（2014）·doi:10.1093/bioinformatics/btt750 [10] 格罗斯曼，V；滚筒，A；HU克莱因；魏斯曼，S；克恩，W；哈弗拉赫，C；杜加斯，M；哈弗拉赫，T；Schnittger，S；Kohlmann，A，扩增子深度测序的稳健性强调了其在临床应用中的效用，《分子诊断杂志》。，15, 473-84, (2013) ·doi:10.1016/j.jmoldx.2013.03.003 [11] Hadigol，M.，Khiabanian，H.：优点：用于超深测序应用的突变错误率识别工具包。bioRxiv（2017）。https://doi.org/10.101/184291 [12] Hallek，M，《慢性淋巴细胞白血病：2015年诊断、风险分层和治疗更新》，美国血液学杂志。，90, 446-460, (2015) ·doi:10.1002/ajh.23979 [13] 安大略省哈塔市；尼尔森，MJ；阿奇博尔德，HL；戈梅兹·卡拉巴洛，M；西迪基，FM；穆尔维，HE；马鲁夫卡，YE；吉，F；昂，HE；克里希纳穆西·拉德哈克里什纳（Krishnamurthy Radhakrishna），V；Siravegna，G；胡，H；劳夫，S；洛克曼，E；Kalsy，A；Lee，D；基廷，CL；罗迪，DA；达蒙，LJ；水晶，AS；科斯塔，C；Piotrowska，Z；Bardelli，A；AJ，Iafrate；萨德雷耶夫，RI；斯特格迈尔，F；盖茨，G；Sequist，LV；费伯，AC；Engelman，JA，《肿瘤细胞可以遵循不同的进化路径对表皮生长因子受体抑制产生耐药性》，《自然医学》，22，262-9，（2016）·doi:10.1038/nm.4040 [14] 黄，G；王，S；王，X；You，N，使用多样本下一代测序数据进行基因分型和snp检测的经验Bayes方法，生物信息学，32，3240-3245，（2016）·doi:10.1093/bioinformatics/btw409 [15] Illumina：miseq系统规范。https://www.illumina.com/systems/sequeencing-platforms/miseq/specifications.html (2017). 2017年5月12日访问 [16] 艾维，A；丘陵，RK；马萨诸塞州辛普森；Jovanovic，合资公司；吉尔克斯，A；格雷奇，A；帕特尔，Y；布迪亚，N；法拉，H；梅森，J；墙，K；Akiki，S；格里菲斯，M；所罗门，E；麦考汉，F；林奇，DC；加尔，RE；Vyas，P；Freeman，SD；罗素，N；阿拉斯加州伯内特；Grimwade，D，Group，U.K.N.C.R.I.A.W.：标准风险aml中最小残留疾病的评估，英国。《医学杂志》，374，422-33，（2016）·doi:10.1056/NEJMoa1507471 [17] Jee，J；拉苏利，A；沙莫夫斯基，I；Akivis，YR；斯坦曼，S；米什拉，B；Nudler，E，最大深度测序中细菌突变的速率和机制，《自然》，534693-696，（2016）·doi:10.1038/nature18313 [18] 贾，Y；桑切斯，JA；Wangh，LJ，选择性扩增罕见突变的动力学发夹式寡核苷酸阻滞剂，Sci。代表45921（2014）·doi:10.1038/srep05921 [19] 南卡罗来纳州肯尼迪；施密特，MW；福克斯，EJ；科尔恩，高炉；索尔克，JJ；安，EH；MJ普林德勒；Kuong，KJ；沈，JC；风险，RA；Loeb，LA，通过双重测序检测超低频突变，《国家协议》。，9, 2586-2606, (2014) ·doi:10.1038/nprot.2014.170 [20] 陆军部凯斯勒；Levine，H，随机luria-delbruck演化模型的大种群解，Proc。国家。阿卡德。科学。美国，110，11682-11687，（2013）·Zbl 1292.92016年 ·doi:10.1073/pnas.1309667110 [21] Khiabanian，H；卡彭特，Z；库格曼，J；Chan，J；Trifonov，V；内格尔，E；沃伦，T；艾弗森，P；巴瓦里，S；帕拉西奥斯，G；Rabadan，R，《基于非阶段基因组数据的病毒多样性和克隆进化》，BMC基因组。，2014年第17期第15条·doi:10.1186/1471-2164-15-S6-S17 [22] 我是金德；吴，J；帕帕佐普洛斯，N；金兹勒，KW；Vogelstein，B，用大规模平行测序检测和量化罕见突变，Proc。国家。阿卡德。科学。，108, 9530-9535, (2011) ·doi:10.1073/pnas.1105422108 [23] TJ，基普斯；佛罗里达州史蒂文森；吴，CJ；克罗齐，CM；帕克汉姆，G；Wierda，工作组；O’Brien，S；格里本，J；Rai，K，慢性淋巴细胞白血病，《国家疾病评论》。主要。，3, 16096, (2017) ·doi:10.1038/nrdp2016.96 [24] Lazarian，G；Guieze，右；Wu，CJ，慢性淋巴细胞白血病基因组新发现的临床意义，临床杂志。Oncol.公司。，35984-993，（2017）·doi:10.1200/JCO.2016.71.0822 [25] Lee，JC；Sabavala，DJ，贝叶斯估计和贝塔二项模型预测，J.Bus。经济。《统计》，第5卷，第357-367页，（1987年） [26] 李，H；Durbin，R，《使用Burrows-Wheeler变换进行快速准确的短阅读对齐》，生物信息学，251754-60，（2009）·doi:10.1093/bioinformatics/btp324 [27] 李，M；Stonking，M，检测下一代序列数据中低水平突变的新方法，基因组生物学。，13，r34-r34，（2012）·doi:10.1186/gb-2012-13-5-r34 [28] 东南部卢里亚；Delbrück，M，从病毒敏感性到病毒耐药性的细菌突变，遗传学，28491-511，（1943） [29] Marsilio，S.、Khiabanian，H.、Fabbri，G.、Vergani，S.和Scuoppo，C.、Montserrat，E.、Shpall，E.J.、Hadigol，M.、Marin，P.、Rai，K.R.、Rabadan，R.、Devereux，S.，Pasqualucci，L.、Chiorazzi，N.：体细胞CLL突变发生在多个不同的造血成熟阶段：关于细胞组分纯度的文献记录和注意事项。白血病（2017）。https://doi.org/10.1038/leu.2017.343 [30] Martincorena，I.、Raine，K.M.、Gerstung，M.、Dawson，K.J.、Haase，K.、Van Loo，P.、Davies，H.、Stratton，M.R.、Campbell，P.J.：癌症和体组织中的普遍选择模式。单元格171（5） ，1029-1041.e21（2017）。https://doi.org/10.1016/j.cell.2017.09.042 [31] 加利福尼亚州米尔伯里；李，J；Makrigiorgos，GM，基于Pcr的少数等位基因和突变富集方法，临床。化学。，55, 632-640, (2009) ·doi:10.137/成交.2008.113035 [32] 莫林，RD；蒙加尔，K；Pleasance，E；蒙加尔，AJ；戈雅，R；赫夫，RD；斯科特，DW；丁，J；罗斯，A；邱，R；罗德岛科贝特；Chan，FC；门德斯·拉戈，M；特里恩，DL；Bolger-Munro，M；泰勒，G；Hadj Khodabakhshi，A；Ben-Neriah，S；Pon，J；梅斯纳，B；Woolcock，B；法努德，N；罗基克，S；利姆，EL；约翰逊，NA；沙阿，S；琼斯，S；斯特德尔，C；霍尔特，R；比罗尔，I；摩尔，R；康纳斯（JM Connors）；天然气公司，RD；Marra，MA，使用全基因组测序对弥漫性大B细胞淋巴瘤进行突变和结构分析，Blood，1221256-1265，（2013）·doi:10.1182/bloud-2013-02-483727 [33] 穆拉利德兰，O；Natsoulis，G；贝尔，J；吉，H；Zhang，NR，使用经验贝叶斯检测混合样本测序数据中的突变，Ann.Appl。《法律总汇》第6卷，1047-1067页，（2012年）·Zbl 1254.62114号 ·doi:10.1214/12-AOAS538 [34] 纳德乌，F；德尔加多，J；罗约，C；Baumann，T；斯坦科维奇，T；松果醇，M；贾尔斯，P；纳瓦罗，A；马丁·加西亚，D；Beá，S；萨拉维里亚，I；奥尔德雷夫，C；艾默里奇，M；苏亚雷斯-西斯内罗斯，H；罗兹曼，M；北维拉莫尔；着色剂D；López-Guillermo，A；冈萨雷斯，M；阿尔科西巴，M；特罗，MJ；科拉多，E；普恩特，XS；López-Otín，C；Enjunes，A；Campo，E，慢性淋巴细胞白血病中克隆和亚克隆tp53、sf3b1、birc3、notch1和atm突变的临床影响，血液，1272122-2130，（2016）·doi:10.1182/血液-2015-07-659144 [35] Naxerova，K；Reiter，JG；Brachtel，E；JK Lennerz；润湿，M；罗文，A；蔡，T；聪明，H；斯旺顿，C；马萨诸塞州诺瓦克；SJ Elledge；Jain，RK，人类结直肠癌淋巴管和远处转移的起源，《科学》，357，55-60，（2017）·doi:10.1126/science.aai8515 [36] Ndifon，W；Gal，H；Shifrut，E；阿哈罗尼，R；伊萨查尔，N；韦斯伯特，N；Reich-Zeliger，S；阿诺，R；Friedman，N，染色质构象控制t细胞受体j（β）基因片段的使用，Proc。国家。阿卡德。科学。美国，10915865-15870，（2012）·doi:10.1073/pnas.1203916109 [37] 纽曼，AM；Lovejoy，AF；克拉斯，DM；库茨，DM；查本，JJ；谢勒，F；斯特尔，H；刘，CL；SV布拉特曼；说，C；周，L；JN卡特；西，RB；雪橇，GW；切碎机，JB；卢，BW；尼尔，JW；HA Wakelee；Diehn，M；Alizadeh，AA，用于改进循环肿瘤DNA检测的集成数字错误抑制，国家生物技术。，34, 547-555, (2016) ·doi:10.1038/nbt.3520 [38] 大岛，K；Khiabanian，H；西尔瓦·阿尔梅达，AC；Tzoneva，G；阿巴特，F；Ambesi-Impiombato，A；桑切斯·马丁，M；卡彭特，Z；彭森，A；佩雷斯-加西亚，A；埃克特，C；尼古拉斯，C；巴尔宾，M；马里兰州苏利斯；加藤，M；高，K；帕格宁，M；巴索，G；加斯蒂尔·福斯特，JM；德维达斯，M；卢，马里兰州；Kirschner-Schwabe，R；帕洛梅罗，T；拉巴丹，R；Ferrando，AA，突变景观，克隆进化模式，RAS突变在复发性急性淋巴细胞白血病中的作用，Proc。国家。阿卡德。科学。美国，11311306-11311，（2016）·doi:10.1073/pnas.1608420113 [39] Pospisilova，S；冈萨雷斯，D；Malcikova，J；Trbusek，M；罗西，D；美联社Kater；Cymbalista，F；艾希霍斯特，B；哈利克，M；多纳，H；希尔曼，P；奥斯特，M；格里本，J；Ghia，P；蒙特塞拉特，E；Stilgenbauer，S；Zenz，T，Eric关于慢性淋巴细胞白血病tp53突变分析的建议，白血病，261458-1461，（2012）·doi:10.1038/leu.2012.25 [40] 拉西，S；Khiabanian，H；Ciardullo，C；Terzi-di Bergamo，L；蒙蒂，S；脊柱，V；Bruscaggin，A；塞里，M；Deambrogi，C型；马图塞利，L；比亚西，A；Spacarotella，E；Paoli，L；Gattei，V；Foa，R；拉巴丹，R；盖达诺，G；Rossi，D，慢性淋巴细胞白血病中含有notch1、sf3b1或birc3突变的小亚克隆的临床影响，血液学，101，e135-8，（2016）·doi:10.3324/血液学.2015.136051 [41] 罗西，D；拉西，S；脊柱，V；Bruscaggin，A；蒙蒂，S；Ciardullo，C；Deambrogi，C；Khiabanian，H；塞拉，R；贝托尼，F；Forconi，F；劳伦蒂，L；马拉斯卡，R；Dal Bo，M；罗西，FM；布莱恩，P；Nomdedeu，J；诗人，G；Gattei，V；帕斯夸鲁奇，L；拉巴丹，R；Foá，R；Dalla-Favera，R；Gaidano，G，综合突变和细胞遗传学分析确定慢性淋巴细胞白血病的新预后亚群，《血液》，1211403-1412，（2013）·doi:10.1182/bloud-2012-09-458265 [42] 罗西，D；Khiabanian，H；Spina，V型；Ciardullo，C；Bruscaggin，A；法玛，R；拉西，S；蒙蒂，S；Deambrogi，C；Paoli，L；王，J；Gattei，V；瓜里尼，A；Foa，R；拉巴丹，R；Gaidano，G，慢性淋巴细胞白血病中小tp53突变亚克隆的临床影响，血液，123，2139-47，（2014）·doi:10.1182/bloud-2013-11-539726 [43] Shiraishi，Y；佐藤，Y；千叶，K；奥古诺，Y；永田，Y；吉田，K；Shiba，N；林林，Y；Kume，H；霍姆斯，Y；萨纳达，M；小川，S；Miyano，S，从癌症基因组测序数据中检测体细胞突变的经验贝叶斯框架，核酸研究，41，e89，（2013）·doi:10.1093/nar/gkt126 [44] 李希鲁（Shlush，LI）；米切尔，A；海斯勒，L；Abelson，S；Ng、SWK；Trotman-Grant，A；梅德罗斯，JJF；Rao-Bhatia，A；杰西夫·祖拉科夫斯基（Jaciw-Zurakowsky），我；马克，R；麦克劳德，JL；多登斯，M；Bader，G；Voisin，V；徐，C；麦弗逊，法学博士；哈德森，TJ；王，JCY；Minden，医学博士；Dick，JE，《追踪急性髓细胞白血病复发到干细胞的起源》，《自然》，547104-108，（2017）·doi:10.1038/nature22993 [45] Siravegna，G；Marsoni，S；锡耶纳，南部；Bardelli，A，《将液体活检纳入癌症管理》，《国家临床评论》。Oncol.公司。，14, 531-548, (2017) ·doi:10.1038/nrclinonc.2017.14 [46] 苏尔斯，AJ；Leverson，JD；伯加特，ER；Ackler，SL；卡特龙，ND；陈，J；Dayton，BD；丁，H；恩斯赫德，SH；WJ Fairbrother；黄，DCS；希莫维茨，新加坡；Jin，S；Khaw，SL；科瓦尔，PJ；Lam，LT；Lee，J；Maecker，HL；沼泽，KC；梅森，KD；Mitten，MJ；Nimmer，项目经理；Oleksijew，A；公园，CH；停车场，CM；菲利普斯特区；罗伯茨，AW；桑帕斯，D；西摩，JF；史密斯，ML；总经理沙利文；SK塔希尔；谢，C；医学博士Wendt；肖，Y；薛，JC；张，H；幽默，RA；上海罗森博格；Elmore，SW，Abt-199，一种有效且选择性的bcl-2抑制剂，在保留血小板的同时实现抗肿瘤活性，《国家医学》，第19期，第202-208页，（2013年）·doi:10.1038/nm.3048 [47] TJ斯图尔特；艾布拉姆斯，SI，《肿瘤如何逃脱大规模破坏》，《癌基因》，27，5894-5903，（2008）·doi:10.1038/onc.2008.268 [48] Trifonov，V；帕斯夸鲁奇，L；蒂亚奇，E；法里尼，B；Rabadan，R，Savi：变异频率识别的统计算法，BMC系统。生物，7，s2，（2013）·doi:10.1186/1752-0509-7-S2-S2 [49] 巴尔加斯，DY；法国克莱默；Tyagi，S；Marras，SAE，Multiplex实时PCR分析，测量与癌症相关的极罕见突变的丰度，PLoS ONE，11，e0156546，（2016）·doi:10.1371/journal.pone.0156546 [50] Vellaisamy，P；Upadhye，NS，《关于复合负二项和γ随机变量的和》，J.Appl。概率。，46, 272-283, (2009) ·Zbl 1161.60303号 ·doi:10.1239/jap/1238592129 [51] 王，J；Khiabanian，H；罗西，D；法布里，G；Forconi，F；劳伦蒂，L；马拉斯卡，R；Del Poeta，G；Fo，R；帕斯夸鲁奇，L；盖达诺，G；Rabadan，R，肿瘤进化导向图和慢性淋巴细胞白血病史，eLife，3，e02869，（2014） [52] 王，J；Cazzato，E；Ladewig，E；弗拉蒂尼，V；罗森布鲁姆，DIS；扎伊里斯，S；阿巴特，F；刘，Z；Elliott，O；Shin，YJ；李，JK；Lee，IH；怀俄明州帕克；Eoli，M；AJ布隆伯格；拉索雷拉，A；Nam，DH；菲诺基亚罗，G；伊瓦隆，A；Rabadan，R，治疗中胶质母细胞瘤的克隆进化，自然遗传学。，48, 768-776, (2016) ·doi:10.1038/ng.3590 [53] 张，J；科伯特，K；弗洛里，T；Stamatakis，A，Pear：快速准确的照明配对阅读合并，生物信息学，30614-620，（2014）·doi:10.1093/bioinformatics/btt593 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。