在癌癥的復(fù)雜基因組中，結(jié)構(gòu)變異（SVs）和拷貝數(shù)變異（SCNAs）是驅(qū)動腫瘤演化的核心力量。傳統(tǒng)的短讀測序技術(shù)（如 Illumina 平臺）受限于讀長，難以解析重復(fù)序列或復(fù)雜重排區(qū)域的變異，導(dǎo)致大量關(guān)鍵信息被遺漏。

長讀測序技術(shù)雖能讀取長達(dá)兆堿基的 DNA 片段，但其早期高成本、低通量和高誤差率的問題，限制了在癌癥研究中的應(yīng)用。

為突破這一困局，歐洲分子生物學(xué)實(shí)驗(yàn)室（EMBL）的研究團(tuán)隊(duì)開發(fā)了 SAVANA 算法，目標(biāo)是利用長讀測序數(shù)據(jù)，實(shí)現(xiàn)體細(xì)胞變異的高靈敏度與高特異性檢測，同時(shí)推斷腫瘤純度和倍性。

該研究以「SAVANA: reliable analysis of somatic structural variants and copy number aberrations using long-read sequencing」為題，于 2025 年 5 月 28 日刊登于《Nature Methods》。

論文鏈接：https://www.nature.com/articles/s41592-025-02708-0

SAVANA 始于對測序數(shù)據(jù)的深度「理解」，算法通過 70 余個(gè)特征（如斷點(diǎn)位置、支持讀長、覆蓋深度等）刻畫每個(gè)候選變異，借助隨機(jī)森林（RF）機(jī)器學(xué)習(xí)模型，SAVANA 能有效區(qū)分真實(shí)變異與測序噪音。

在訓(xùn)練數(shù)據(jù)中，模型通過對比 99 對腫瘤-正常樣本的長讀與短讀數(shù)據(jù)，其受試者操作特征曲線下平均面積高達(dá) 0.98，展現(xiàn)出驚人的判別能力。

圖 1：SAVANA 概述。

針對癌細(xì)胞常存在的復(fù)雜單倍型特異性變異，SAVANA 支持對 phased 測序數(shù)據(jù)的分析，這意味著算法不僅能識別變異的存在，還能追蹤其在染色體拷貝中的傳遞路徑，在膠質(zhì)母細(xì)胞瘤樣本中，SAVANA 成功區(qū)分了同一基因在不同單倍型上的擴(kuò)增事件。

除了變異檢測，SAVANA 還能整合讀深度和 B 等位基因頻率（BAF）數(shù)據(jù)，推斷腫瘤純度（腫瘤細(xì)胞占比）和倍性（染色體拷貝數(shù)異常）。

通過分析雜合SNP在純合缺失區(qū)域的偏移，算法可精準(zhǔn)計(jì)算正常細(xì)胞污染程度，其結(jié)果與短讀測序分析高度吻合（皮爾遜相關(guān)系數(shù) 0.97）。

在 99 例臨床樣本（涵蓋軟組織肉瘤、骨肉瘤、膠質(zhì)母細(xì)胞瘤）的分析中，SAVANA 展現(xiàn)了強(qiáng)大的臨床轉(zhuǎn)化潛力。檢測到的變異中，86% 與長讀長數(shù)據(jù)結(jié)果一致。

圖 2：用于 SV 和 SCNA 分析的短讀長數(shù)據(jù)比較。

在骨肉瘤這一好發(fā)于青少年的惡性腫瘤中，SAVANA 成功解析了傳統(tǒng)技術(shù)難以識別的復(fù)雜重排。

當(dāng)研究團(tuán)隊(duì)將 SAVANA 的長讀數(shù)據(jù)結(jié)果與 Illumina 短讀測序?qū)Ρ葧r(shí)，兩者在變異檢測上高度一致。這意味著 SAVANA 不僅看得更深，還能與現(xiàn)有臨床標(biāo)準(zhǔn)兼容。

在黑色素瘤細(xì)胞系 COLO829 的驗(yàn)證中，SAVANA 對 68 個(gè)體細(xì)胞 SV 的真值集進(jìn)行檢測，經(jīng)由 PCR 驗(yàn)證變異的召回率顯著高于其他算法。

在正常樣本對比實(shí)驗(yàn)中，SAVANA 僅產(chǎn)生 5 個(gè)假陽性 SV，而 Sniffles2 和 cuteSV 分別高達(dá) 1940 和 2737 個(gè)，特異性分別為后者的 388 倍和 547 倍。

隨著英國等國家將 SAVANA 納入臨床基因組學(xué)戰(zhàn)略，長讀測序的「臨床化」進(jìn)程正在加速。盡管仍需優(yōu)化計(jì)算成本和通量，但其在復(fù)雜變異解析、腫瘤異質(zhì)性追蹤和跨族群醫(yī)療公平性中的潛力已毋庸置疑。

SAVANA 的誕生也暗示著長讀測序在癌癥研究中的成熟，其臨床應(yīng)用不僅是技術(shù)的突破，更是醫(yī)療理念的進(jìn)一步發(fā)展。在遵循數(shù)據(jù)隱私法規(guī)的同時(shí)，SAVANA 將會為精準(zhǔn)醫(yī)療帶來更加明確的治療方向。