Bioinformatics | 清华大学汪小我团队发表细胞游离DNA测序数据一体化分析流程软件包cfDNApipe

细胞在凋亡、坏死等过程中会向血液、尿液等体液中释放细胞游离DNA（cell-free DNA，cfDNA）。当机体发生癌症等疾病时，与疾病相关的细胞也会将DNA片段释放到体液中。通过检测cfDNA中的疾病相关信号实现疾病的无创筛查和诊断，是液体活检领域最具前景的技术手段之一，具有广阔的临床应用潜力。

近年来，得益于高通量测序技术的快速发展，研究人员在cfDNA中挖掘到了众多与疾病相关的组学特征，例如基因点突变、DNA拷贝数变异、甲基化水平差异、DNA片段模式变化等。基于高通量测序技术的cfDNA检测分析方法，已经成为cfDNA研究与应用的最佳技术路线之一。但cfDNA高通量测序实验流程复杂，从DNA提取到建库测序中的多个环节均会对数据质量造成巨大影响，而数据质量则直接决定了相关研究结论的可靠性，亟需系统性的质量控制工具。此外，cfDNA丰富的组学特征模态为快速、准确地进行cfDNA测序数据分析带来了巨大的挑战：每一种组学特征都具有专门的分析方法，研究人员难以在短时间内充分掌握这些分析工具和相应的参数配置，阻碍了相关研究的迅速开展，同时也难以充分释放测序数据的价值。这些数据质控和分析上的技术障碍，极大限制了cfDNA的科研进展，同时进一步制约了相关技术在临床上的实践。 

2021年5月27日，清华大学自动化系的汪小我教授团队和清华–福州数据技术研究院合作，在Bioinformatics上发表了题为“cfDNApipe: A comprehensive quality control and analysis pipeline for cell-free DNA high-throughput sequencing data”的研究文章，开发了一套系统的针对cfDNA全基因组测序（WGS）和全基因组甲基化测序（WGBS）的数据分析软件包“cfDNApipe”。 

图：cfDNApipe的工作流程和功能模块。来源：Bioinformatics

cfDNApipe面向实际的科研和临床应用需求，以简单易用的自动化数据分析为设计目标，帮助研究人员克服数据分析流程中的困难，可得到系统、准确的cfDNA测序数据分析结果。据文章介绍，cfDNApipe基于python开发，软件本身及其依赖可利用conda实现快速安装。针对不同的测序方法（WGS，WGBS），cfDNApipe自动采取不同的处理方式，支持从原始测序数据到多模态特征提取分析的一键执行。同时，cfDNApipe内部提供了系统的数据质量控制分析接口，可以自动检测、去除序列接头，并基于DNA片段长度检测测序污染，还能估计甲基化测序的实验转化效率，最终生成可视化报告。cfDNApipe内部还集成了并行、断点续算等必要的数据分析保障机制，提高分析过程的稳定性。

此外，cfDNApipe内部涵盖了多个特征提取模块，可从不同维度全面展示cfDNA的相关组学信号。对于基因组特征，cfDNApipe可以鲁棒地检测出基因组上的碱基突变和拷贝数变异，同时可以辨识出来自病毒的DNA片段。对于甲基化信号，cfDNApipe可以利用实验组和对照组的cfDNA数据检测差异甲基化区域，并基于甲基化图谱对cfDNA混合信号进行解耦，推测cfDNA来源。同时，cfDNApipe还集成了多个有关片段组学分析的新算法，推测与cfDNA相关的基因组核小体信号，并检测全基因组上的长短DNA片段的比例变化，同时实现组织特异染色质开放性信号的检测。

综上所述，cfDNApipe是一个系统全面、易于使用的cfDNA测序数据分析软件包，对cfDNA测序数据的分析标准化有着重要意义，为cfDNA的相关科学研究和临床应用提供高效、稳定的方法学支持，助力液体活检领域的发展。

论文链接：

https://doi.org/10.1093/bioinformatics/btab413

cfDNApipe软件链接：

https://xwanglabthu.github.io/cfDNApipe/

· END ·

 热文推荐

喜欢别忘了点“在看”呦！