华大基因开发移植瘤生物信息分析新算法，促进肿瘤新药开发和疾病机理研究

来源：华大基因

2012年7月17日，华大基因宣布其成功开发出一套适用于异种移植瘤模型生物信息学分析的新算法——PDXomics^TM，该算法能够将移植瘤与宿主基因组序列进行区分，有效地排除后续分析中异源物种数据的污染，保证分析结果的准确性和可靠性，从而可使移植瘤模型更为有效的应用于肿瘤新药开发和疾病机理研究。

移植瘤模型在生物医学研究的许多领域都发挥着重要作用，比如肿瘤学、免疫学、HIV病理学研究以及新药筛选，尤其在当前的抗肿瘤药物研发和癌症机理研究中，异种移植瘤模型具有重要的应用价值。目前常用的异种移植瘤模型多是在裸鼠或重症联合免疫缺陷性小鼠（SCID）上进行的。近些年随着基因组学的不断发展，高通量测序技术为移植瘤模型提供了更好的遗传背景支持，有助于优化和筛选更好的异种移植瘤模型。同时，在抗肿瘤药物筛选、评价及肿瘤治疗过程中，对移植瘤基因组的深入剖析，可进一步了解药物与肿瘤之间的相互作用机制，鉴定相对应的可用于个性化治疗的潜在生物标记，从而为疾病病理研究和药物开发提供支持。

然而目前的问题在于，对移植瘤样品进行全基因组或转录组测序时，无论取样操作如何谨慎小心，都无法避免小鼠基质细胞对移植瘤细胞造成污染。加之小鼠与人类的基因组序列同源性很高，移植瘤中混入的小鼠序列都可完全匹配到人类基因组上。因此，按照常规的生物信息学流程分析，就会导致分析结果假阳性率非常高。而且模拟数据显示，无论测序深度达到多少，这种外源序列污染的影响都是无法消除的。因此，小鼠基质细胞污染导致移植瘤测序后续的生物信息分析变得错综复杂。