听说你的样本是PDX模型？（二）|单细胞专题

上一次我们对PDX模型进行了简单的介绍（听说你的样本是PDX模型？（一）），在文章的最后，我们提出了一个问题：如果PDX模型得到的样本是小鼠细胞和人源细胞的混合物，那么我们在测序（尤其是非单细胞level的测序手段）过程中，是否有办法去除小鼠数据的影响呢？

其实我们可以知道，在我们从PDX模型中分离肿瘤组织的时候，由于肿瘤组织高度浸润的特征，难免会留存一些小鼠来源的基底组织。这些组织在提取核酸的过程中，自然会带入小鼠的DNA或者RNA。

例如下图中，我们就很容易能够看出，在最下方组织分离与核酸提取的过程中，混入了相当一部分的粉色核酸，即来源于小鼠的核酸。这些核酸如果不加以处理，将会对后续的基因表达定量或者变异检测过程产生极大的影响。（见过PDX组织产生的全外数据，不加以处理直接进行变异calling是什么情况吗？看到突变数量的时候我惊呆了）

为了应对这种方法，我们首先可能想到的是利用人和小鼠基因组上的差异，利用与基因组的匹配程度来去除掉来源于小鼠的reads（比如比对上人基因组的reads保留，或者比对上小鼠基因组的reads去除等），但是无论是使用Hisat还是BWA等比对软件，我们都会发现一个问题：有很多小鼠的序列是与人同源的，差异并不算特别大（尤其是在外显子区域或者转录本序列上）。

这种时候可能会由于序列相似性而产生大量的假阴性或者假阳性，去除不干净，或者本来属于人的序列被去掉的太多。那么这种时候直接比对肯定是行不通了，我们有没有什么其他的方法呢？

到这里，我们需要引入一个概念，就是k-mer。k-mer是一个生物信息学概念，它指一段序列中长度为k的连续碱基组合，k-mer大概类似于滑窗，比如设定k=4，那么一段5碱基长度序列中就会有2个4-mer。k-mer的序列及其频次可以非常好地反映一个序列的特征（所以在基因组denovo组装中，k-mer的运用非常广泛，用于判断基因组的基本特征）。那么基于人和鼠基因组的不同，它们也会具有差异很大的不同k-mer特征。

不仅是人和小鼠，其他宿主-移植之间具有基因组差异的数据，也可以使用类似方法进行区分。所以基于这种算法，研究者在2012年开发了算法Xenome。

Xenome这款软件的命名巧妙地结合了xeno-和genome，明确地告诉我们它就是为了xenograft的基因组学相关研究而开发的。该软件发表于2012年的Bioinformatics上，它能够基于k-mer分析（k值预设为25）以及与预先构建的基因组数据库进行比对，先区分k-mer的来源（来源于宿主、移植物还是两者都有），然后再根据每个reads包含的k-mer情况，对reads进行区分。

Xenome进行k-mer分配的韦恩图

在使用Xenome对PE测序数据进行运算以后，会生成5对fastq文件：host/graft/ambiguous/both/neither，我们从字面意思就可以看出他们的来源。当然软件的作者也提到了，有一些基因它们在人和小鼠之间的相似程度太高了（比如MYH基因），它们的序列可能会被归类到ambiguous或者both当中去，如果特别关注这些基因，可以考虑将这两部分也纳入到分析当中去。（值得一提的是，Xenome这个软件安装的依赖包太多了，环境配置比较困难，有条件的话还是弄一个容器比较好）

当然，在Xenome之后，还有其他各种用于序列区分的软件诞生，去年研究者在Cancer research上发表了一篇文献用于进行不同处理方式的比较，Xenome的表现与其他新诞生的软件相比不落下风，足以见得这种算法的robustness（当然BBsplit等新软件也是非常值得关注的）。所以在得到测序数据之后，我们需要用Xenome等软件对数据进行处理，之后才能得到我们可以用于得到正确分析结果的数据。

目前而言，该工具已经有相当多的文章引用，其中不乏高分文献，如Nature Medicine和Nature Genetics。整体而言，Xenome是一种非常高效可靠的PDX数据处理方法。

Evrard YA, Srivastava A, Randjelovic J, Doroshow JH, Dean DA 2nd, Morris JS, Chuang JH; NCI PDXNet Consortium. Systematic Establishment of Robustness and Standards in Patient-Derived Xenograft Experiments and Analysis. Cancer Res. 2020 Jun 1;80(11):2286-2297.

doi: 10.1158/0008-5472.CAN-19-3101.

Conway T, Wazny J, Bromage A, Tymms M, Sooraj D, Williams ED, Beresford-Smith B. Xenome--a tool for classifying reads from xenograft samples. Bioinformatics. 2012 Jun 15;28(12):i172-8. 

doi: 10.1093/bioinformatics/bts236.

关于联川

杭州联川生物为全球各地的科研用户提供基因组、转录组、蛋白组、代谢组，以及单细胞和空间组学测序服务。单细胞测序作为联川战略发展方向，在组织解离和单细胞生信分析方面充分发挥自身优势，为客户提供优质的服务。目前已经与100多个国家及地区的科研院校、医院、制药公司建立起了长期的合作伙伴关系，累计发表单细胞测序相关的SCI论文近百篇，影响因子平均15+。

相关阅读

点击下方图片进入云平台资料汇总：

所见即所得，绘图高规格联川云平台，让科研更自由