在癌症研究中，最危险的基因改变往往也是最难被发现的。位于肿瘤DNA深层的结构性变异，可能驱动肿瘤快速生长，却常常因组织样本数量少、质量差而逃避常规检测。
为破解这一难题，梅奥诊所（Mayo Clinic）的研究人员研发出一款全新的计算工具——BACDAC，该工具可借助全基因组测序，在即使样本杂质较多或覆盖度较低的情况下，也能识别出隐藏的基因组不稳定信号。
研究人员表示，这一工具的问世不仅为揭示肿瘤基因变异提供了新视角，也有望帮助临床医生预测肿瘤的行为，制定更具针对性的治疗策略。
破解“染色体异常”的密码
BACDAC工具的核心在于分析“倍体（ploidy）”——即细胞中染色体整套数量。正常人体细胞为二倍体，含有46条染色体，而癌细胞常表现出大规模的染色体增减，这种失衡被认为是肿瘤恶性生长和治疗抵抗的重要根源。
在发表于《Genome Biology》期刊的一项研究中，研究团队利用BACDAC分析了12种癌症类型的超过650个肿瘤样本，成功识别出“全基因组加倍（whole-genome doubling）”现象——即肿瘤复制了全部DNA。这种异常的倍体变化通常与侵袭性强和疗效不佳有关。
“这个工具让我们得以看见以前完全无法察觉的基因组层面，”梅奥诊所生物标志物发现项目联合主任、研究负责人George Vasmatzis博士表示，“我们研究基因组不稳定性已经几十年，这是第一次能将这些理论知识转化为可规模化使用的实用工具。”
一图看懂肿瘤基因图谱
除了识别复杂的基因组异常外，BACDAC还提供直观的可视化结果。其定制输出图——Constellation Plot（星座图），能清晰展示肿瘤染色体是否稳定、是否发生结构性扰动，为科研人员和病理医生解读提供便利。
下一步，研究团队计划进一步验证BACDAC的临床可行性，推进其向诊断工具的转化。通过精准识别肿瘤结构性变化，这一工具有望成为临床医生制定个体化治疗方案的“新眼睛”。
参考文献：Sarah H. Johnson et al, Tumor ploidy determination in low-pass whole genome sequencing and allelic copy number visualization using the Constellation Plot, Genome Biology (2025). DOI: 10.1186/s13059-025-03599-2
编辑：周敏
排版：李丽
评论 (0)