IF31.7｜SCIFER：从bulk WGS中检测体细胞干细胞克隆选择

不用知道驱动基因，仅凭一张bulk WGS就能揪出被选择的克隆并推算其年龄和生长速率。

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

体细胞干细胞在一生中不断积累DNA变异，这些变异可能中性漂变，也可能因选择而扩张。克隆性造血（CH）是体细胞嵌合体的典型例子，已知驱动突变（如DNMT3A、TET2、ASXL1）可赋予造血干细胞选择优势，但许多扩增克隆并无已知驱动。数学分析预测CH远比已知驱动突变所提示的更普遍。然而，如何在个体组织中不依赖驱动基因知识来检测选择，以及选择何时发生、克隆生长多快，仍缺乏可扩展的方法。

科学问题

卡在哪里： 现有方法要么依赖已知驱动突变，要么需要单细胞克隆的系统发育重建，成本高且通量低。对于没有已知驱动突变的克隆，以及选择发生的时间和动力学，缺乏从bulk测序数据中直接推断的手段。

本文要回答： 开发一种无需驱动基因知识、仅利用bulk WGS数据即可检测克隆选择并量化干细胞动态的方法，并应用于造血和脑组织。

技术路线

作者主要用了：群体遗传学建模、贝叶斯推断、bulk WGS、单细胞WGS验证。

作者构建了一个群体遗传学模型，描述发育期干细胞扩增和成年期稳态下的体细胞变异积累与漂变。模型预测，中性漂变下累积VAF分布呈线性，而选择会产生一个“肩部”特征。基于此，开发了SCIFER方法，利用近似贝叶斯计算（ABC）拟合中性模型和选择模型，通过后验概率区分选择与漂变，并推断干细胞数量、分裂速率、突变率以及选择克隆的年龄和选择优势。方法首先在模拟数据和已发表的单细胞WGS数据上验证，然后应用于新的人类骨髓样本和已发表的脑组织样本。

图 1　Fig. 1。图1展示了模型框架和选择特征。a-b示意干细胞在发育期扩增、成年期稳态，以及变异积累过程。c-d显示中性漂变下累积VAF分布：发育期呈线性，稳态期漂变增加低VAF变异。e-g比较不同干细胞数量下漂变对VAF分布的影响，干细胞越多，高VAF变异越稳定。h-l展示选择克隆如何产生“肩部”特征，肩部高度随克隆起源年龄增加，位置随选择优势增大而右移。

核心亮点

亮点 1｜SCIFER在模拟数据中可靠检测选择

在90×测序深度下，SCIFER能以约100%灵敏度和90%特异性检测VAF≥5%的选定克隆，AUC达0.96；对于VAF≥7.5%的克隆，AUC接近1。30×测序可检测VAF>20%的大克隆，而270×测序可检测VAF>1%的小克隆。选择模型的后验概率在15%阈值下能最佳区分选择与中性进化。

图 2　Fig. 2。图2评估SCIFER检测选择的性能。a显示不同克隆大小下的ROC曲线，90×测序时VAF≥5%的克隆可可靠检测（AUC=0.96），VAF=7.5%时AUC≈1。b展示模拟数据的选择后验概率，能区分中性和选择。c显示不同测序深度下的检测极限：30×可检测>20% VAF，270×可检测>1% VAF。d-e展示两克隆模型，两个肩部分别对应两个竞争克隆。

亮点 2｜SCIFER准确复现造血系统发育树参数

在已发表的人类HSPC单细胞WGS数据上，SCIFER检测到中性进化，与原始研究一致。推断的HSC数量（2×10^4至5×10^5）和分裂速率（0.4–6次/年）与先前估计重叠。对于携带DNMT3A或SF3B1突变的样本，SCIFER正确识别出选定克隆，并估计克隆年龄与原始研究相近（DNMT3A约45–50年，SF3B1约25–30年）。

图 3　Fig. 3。图3用已发表单细胞WGS数据验证SCIFER。a显示重建的单细胞系统发育树，与原始研究一致。b-c显示SCIFER对伪bulk数据检测到中性进化。d-f比较不同变异调用流程下的参数推断，HSC数量、分裂速率和突变率与先前估计重叠。g-j展示SCIFER在携带DNMT3A或SF3B1突变的样本中检测到选择，并准确估计克隆年龄。k-l显示克隆生长速率和干细胞参数与无CH个体相似。m-p展示SCIFER在无已知驱动样本中检测到选择。

亮点 3｜骨髓中普遍存在无已知驱动的选择克隆

在22例人类骨髓样本中，SCIFER在所有12例已知CH驱动突变样本中检测到选定克隆，并在10例无已知驱动样本中发现6例存在一个或多个选定克隆。在270×测序下，7/10例已知驱动样本中检测到第二个克隆，其中5个无已知驱动。无已知驱动的克隆通常比有已知驱动的克隆VAF更低。

图 4　Fig. 4。图4展示SCIFER在骨髓样本中的应用。a-c显示已知CH驱动样本的累积VAF分布，SCIFER检测到选择克隆，与驱动突变VAF一致。d比较SCIFER检测的克隆大小与panel测序的驱动VAF，除一例外均吻合。e-f显示270×数据中检测到第二个克隆。g-h比较不同驱动基因和测序深度下的干细胞参数，HSC数量、分裂速率和突变率在相似范围内，N/λ比值表明大克隆由选择而非漂变产生。

亮点 4｜造血中选择事件在生命全程均匀发生

SCIFER估计选定克隆通常在采样前几十年出现，有已知驱动和无已知驱动的克隆在起源年龄上无显著差异。次级克隆一般出现更晚。综合所有个体，选定克隆的出生率从儿童早期到约50岁大致恒定，表明造血干细胞中的选择事件在生命全程均匀发生。

图 5　Fig. 5。图5展示无已知CH驱动样本的分析。a显示无已知驱动样本的累积VAF分布。b-c显示90×和270×测序下的选择检测结果，270×排除了3-N的选择，并新发现三个样本的选择。d显示次级克隆的检测。e-f比较中性和选择样本的干细胞参数，N/λ比值支持克隆不通过漂变达到大尺寸。g-h显示选择样本中HSC分裂速率变异更大。i-k比较所有样本的突变率、HSC数量和分裂速率，分裂速率在部分CH个体中较高。

亮点 5｜脑组织中选择克隆起源于儿童至青年期

在185个脑组织样本中，SCIFER在24%的样本中检测到选定克隆。与造血不同，脑中选择克隆绝大多数起源于生命前25年，且克隆生长速率随年龄下降。在两名个体中检测到携带胶质瘤起始突变（如IDH2 R140Q、三体7/单体10）的癌前克隆，但无组织学恶性证据。

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： 群体遗传学建模、贝叶斯推断、bulk WGS、单细胞WGS验证
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事体细胞进化、克隆性造血或癌症早期检测的生信与遗传学研究者。

带走一句

SCIFER证明仅凭bulk WGS的VAF分布形状就能检测选择，无需驱动基因知识，为大规模筛查体细胞嵌合体提供了经济高效的工具。