Um método de escala-espacial para detectar mudanças de número de cópias de DNA recorrentes com controle analítico da taxa de descobertas falsas

A formação de tumores é parcialmente impulsionada por mudanças no número de cópias de DNA, que são tipicamente medidas usando hibridização genômica comparativa em microarranjos, arrays de SNP e plataformas de sequenciamento de DNA. Muitas técnicas estão disponíveis para detectar aberrações recorrentes em múltiplas amostras de tumor, incluindo CMAR, STAC, GISTIC e KC-SMART. O GISTIC é amplamente utilizado e detecta eventos recorrentes tanto amplos quanto focais (potencialmente sobrepostos). No entanto, o GISTIC realiza o controle da taxa de descobertas falsas em sondas em vez de eventos. Aqui propomos a Identificação Analítica Multi-escala de Eventos Recorrentes, uma abordagem de suavização gaussiana multi-escala, para a detecção de alterações recorrentes no número de cópias, tanto amplas quanto focais (potencialmente sobrepostas). Importante, o controle da taxa de descobertas falsas é realizado analiticamente (sem necessidade de permutações) em eventos, ao invés de sondas. O método não requer segmentação ou chamadas no conjunto de dados de entrada e, portanto, reduz a potencial perda de informações devido à discretização. Uma característica importante da abordagem é que a taxa de erro é controlada em todas as escalas e que o algoritmo produz um único perfil de eventos significativos selecionados das escalas apropriadas. Realizamos simulações extensivas e demonstramos sua utilidade em um conjunto de dados de array de SNP de glioblastoma. Importante, o ADMIRE detecta eventos focais que são perdidos pelo GISTIC, incluindo dois eventos envolvendo genes supressores de tumor de glioma conhecidos: CDKN2C e NF1.