IF36.1｜空间转录组推断等位特异拷贝数与肿瘤系统地理

CalicoST 从空间转录组数据同时推断等位特异拷贝数变异和肿瘤空间演化历史。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

肿瘤在时间和空间上不断演化，积累单核苷酸变异、拷贝数变异等体细胞突变。空间转录组技术可在肿瘤组织数千个空间位置测量基因表达，但无法直接检测基因组变异。大片段拷贝数变异会在基因表达上留下印记：缺失区域基因低表达，扩增区域基因高表达。然而，从转录组推断拷贝数变异面临多重挑战：基因表达受染色质可及性、转录因子结合等非拷贝数因素影响；单细胞和空间转录组数据稀疏，且空间转录组每个点可能包含多种细胞。此外，拷贝数变异通常只影响一对同源染色体中的一条，因此等位特异信息对于全面描述肿瘤拷贝数变异至关重要。例如，拷贝中性杂合性缺失和镜像亚克隆拷贝数变异不改变总拷贝数，但具有重要生物学意义，却无法通过总拷贝数分析发现。

科学问题

卡在哪里： 现有从转录组推断拷贝数变异的方法大多只关注总拷贝数，忽略等位特异信息，无法识别拷贝中性杂合性缺失和镜像亚克隆拷贝数变异。少数等位特异方法主要针对单细胞RNA测序数据，在空间转录组数据上信号较弱。此外，现有方法未能充分利用空间位置信息来推断肿瘤克隆的空间分布和演化历史。

本文要回答： 开发一种算法，从空间转录组数据中同时推断等位特异拷贝数变异，并重建肿瘤克隆在时间和空间上的演化关系（系统地理）。

技术路线

作者主要用了：空间转录组、等位特异拷贝数推断、隐马尔可夫模型、隐马尔可夫随机场、系统发生树。

CalicoST 首先利用种系杂合 SNP 的等位基因计数进行定相和分箱，将稀疏的 SNP 计数聚合到基因组区间。然后，通过隐马尔可夫模型（HMM）建模相邻基因组区间的拷贝数状态相关性，通过隐马尔可夫随机场（HMRF）建模相邻空间点的克隆标签相关性，联合推断每个点的克隆标签和每个克隆的等位特异拷贝数。对于非单细胞分辨率的空间转录组技术（如 10x Visium），CalicoST 可选地利用 B 等位基因频率推断每个点的肿瘤比例，以校正正常细胞混合。最后，利用不可逆的杂合性缺失事件作为系统发生标记，构建肿瘤克隆的系统发生树，并通过扩散模型推断祖先克隆的空间位置，从而重建肿瘤的系统地理。

图 1　Fig. 1。图1展示CalicoST的输入和核心模型。输入包括空间坐标S、转录本计数X0、等位基因计数Y0和D0。CalicoST首先利用单倍型数据库对等位基因进行定相，然后可选地利用BAF推断每个点的肿瘤比例。核心是生成式概率模型，将转录本计数和等位基因计数建模为克隆内等位特异拷贝数的函数，使用HMM建模相邻基因组区间的拷贝数状态相关性，使用HMRF建模相邻空间点的克隆标签相关性。

核心亮点

亮点 1｜CalicoST 在 HTAN 数据上准确推断等位特异拷贝数

在 9 个具有匹配 WES 数据的 HTAN 患者中，CalicoST 推断的最佳匹配克隆平均准确率为 86%（最低 68%，最高 97%），比现有方法高约 21%。CalicoST 检测到的 CNA 中位长度为 77.4 Mb，通常跨越整条染色体，但也能识别小至 1 Mb 的事件。CalicoST 还准确估计了每个点的肿瘤比例，与 H&E 染色注释的 AUC 平均为 0.85，与 RCTD 估计的肿瘤比例 Pearson 相关系数平均为 0.76。

图 2　Fig. 2。图2展示CalicoST在HTAN数据上的准确性。a图显示12个患者中每个推断克隆的等位特异拷贝数准确率，平均86%。b图比较CalicoST从SRT数据识别的CNA长度分布与HATCHet2从WES识别的CNA长度分布，CalicoST中位长度77.4 Mb，HATCHet2为30 Mb。c图展示HT230C1患者中CalicoST推断的等位特异整数拷贝数，显示大量{2,1}状态，与WES一致。d图展示HT260C1患者中克隆特异的CNA，如克隆3特有的chr2 LOH和克隆2、3共有的chr8 LOH。

亮点 2｜CalicoST 识别总拷贝数分析无法发现的等位特异事件

CalicoST 识别出拷贝中性杂合性缺失（CNLOH）和镜像亚克隆 CNA 等总拷贝数分析无法发现的事件。例如，在 CRC 肝转移患者 HT230C1 中，CalicoST 发现 39.4% 的基因组区间为 {2,1} 拷贝数状态，15.1% 为 {2,2}，与 WES 推断一致。这些事件对于准确识别肿瘤克隆和构建系统发生树至关重要。

图 3　Fig. 3。图3比较CalicoST与Numbat、InferCNV和STARCH在CRC肝转移样本上的准确性和空间连贯性。a图显示CalicoST在等位特异拷贝数状态推断上比Numbat平均高25%，在总拷贝数推断上比STARCH高59%，比InferCNV高90%。b图显示CalicoST推断的克隆空间连贯性显著高于Numbat和InferCNV。c-e图展示HT260C1样本的H&E图像、CalicoST推断的克隆空间分布和Numbat推断的克隆空间分布，CalicoST的克隆更连贯，而Numbat的克隆呈斑点状散布。

亮点 3｜CalicoST 重建三维空间肿瘤系统地理

对于具有多个相邻切片的 CRC 肝转移患者 HT112C1 和乳腺癌患者 HT268B1，CalicoST 利用 PASTE2 对齐切片，在三维空间中重建了肿瘤克隆的系统地理。在 HT112C1 中，CalicoST 识别出三个空间连贯的克隆，并推断出从祖先克隆 1 分支到两侧克隆 2 和 3 的演化路径。在 HT268B1 中，CalicoST 识别出两个克隆，其系统地理显示祖先位于两个克隆之间，且肿瘤演化在 z 轴方向上有显著分量，展示了三维重建的优势。

图 4　Fig. 4。图4展示CalicoST在三维空间重建肿瘤系统地理。a图显示HT112C1患者两个相邻切片中三个克隆的空间分布和系统地理树，箭头指示肿瘤发展方向。b图显示三个克隆的等位特异拷贝数谱和对应的系统发生树，分支上标注独特的LOH事件。c图显示HT268B1患者五个切片中两个克隆的空间分布和系统地理。d图显示两个克隆的等位特异拷贝数谱，chr19的镜像缺失区分两个克隆。

亮点 4｜前列腺癌多切片揭示镜像亚克隆 CNA 和分叉演化

在前列腺癌的五个切片中，CalicoST 识别出五个癌症克隆，其空间分布与病理学家注释的肿瘤区域一致。值得注意的是，克隆 5 在三个切片中共享，形成连续空间区域，尽管 CalicoST 未提供切片相对位置信息。克隆在左右两半前列腺之间由多个 CNA 区分，包括染色体 2、6、8 上的四个镜像 CNA 事件。例如，染色体 8p 的镜像缺失和 8q（含 MYC 基因）的镜像扩增。系统地理将克隆分为两个主要谱系，与左右空间分区一致，表明左右两侧肿瘤在早期分化并相对独立演化。

图 5　Fig. 5。图5展示前列腺癌多切片中CalicoST推断的克隆空间分布和系统地理。a图显示五个切片中五个克隆的空间分布，颜色指示克隆，灰色为正常克隆，箭头表示肿瘤演化方向。b图显示五个克隆的等位特异拷贝数谱和系统发生树，分支上标注独特的LOH事件数量。c图突出显示染色体2、6、8上的镜像CNA事件，左右两侧克隆具有不同的扩增/缺失等位基因。

亮点 5｜CalicoST 在 Slide-tags 和模拟数据上表现优异

在 Slide-tags 技术的人类黑色素瘤样本中，CalicoST 识别出三个空间连贯的癌症克隆，其中一个克隆在原始研究中未报道。在模拟数据上，CalicoST 在识别癌症克隆和 CNA 方面均优于 Numbat 和 STARCH，并且在区分癌症与正常细胞方面具有高准确性。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： 空间转录组、等位特异拷贝数推断、隐马尔可夫模型、隐马尔可夫随机场、系统发生树
• 公开数据： 原文未给出公开组学登录号
• 代码： 公开仓库 https://github.com/raphael-group/CalicoST
• 谁该点开原文： 从事空间转录组分析、肿瘤基因组学和肿瘤演化研究的生物信息学人员和研究生。

带走一句

空间转录组数据蕴含等位特异拷贝数信息，CalicoST 通过联合建模等位基因计数和空间位置，能够揭示总拷贝数分析无法发现的肿瘤克隆和演化历史。