液體活檢是近些年來發(fā)展起來的新技術,該技術能夠直接通過血液、尿液或其他體液樣本對疾病,特別是癌癥進行檢測。由于樣本取自于身體的循環(huán)系統(tǒng),相比組織樣本可以獲得更加全面的疾病信息,因此可以較好地克服腫瘤異質性問題。液體活檢的對象主要包括循環(huán)腫瘤細胞、外泌體以及循環(huán)腫瘤核酸（主要是循環(huán)腫瘤DNA）。因為循環(huán)腫瘤DNA取材方便,提取方法成熟可靠,可直接進行DNA建庫并進行高通量測序,所以成了目前這三者當中研究最多的對象,在臨床中也得到了更多應用。然而,雖然循環(huán)腫瘤DNA的實驗技術較為成熟,但是其數(shù)據(jù)分析方法卻較為困難,其原因在于腫瘤患者血液中循環(huán)的DNA片段只有極少部分來自腫瘤,其它大部分來自于身體其他正常細胞或者白細胞,這導致循環(huán)腫瘤DNA在所有細胞外循環(huán)DNA中所占的比例非常低,絕大多數(shù)會低于2%,有的甚至可以低于千分之一,使得敏感地檢測這些突變并非易事。另一方面,樣本的實驗處理和高通量測序帶來的錯誤會對數(shù)據(jù)產(chǎn)生很大影響,使得測序的結果數(shù)據(jù)中產(chǎn)生大量假陽性突變,而真實的突變很容易就淹沒在這樣的高背景噪聲當中。所以,需要開發(fā)更好的數(shù)據(jù)分析方法,去除或降低循環(huán)腫瘤DNA測序中的系統(tǒng)噪聲,同時提... 

【文章來源】：中國科學院大學(中國科學院深圳先進技術研究院)廣東省

【文章頁數(shù)】：124 頁

【學位級別】：博士

【文章目錄】：
致謝
摘要
Abstract
第一章 液體活檢
    1.1 液體活檢概述
        1.1.1 CTC循環(huán)腫瘤細胞
        1.1.2 Exosome外泌體
        1.1.3 ctDNA循環(huán)腫瘤DNA
    1.2 液體活檢的應用
        1.2.1 個性化用藥指導
        1.2.2 癌癥監(jiān)測和耐藥預測
        1.2.3 癌癥的輔助診斷和篩查
第二章 循環(huán)腫瘤DNA的高通量測序技術
    2.1 ctDNA高通量測序的實驗方法
        2.1.1 捕獲的設計
    2.2 ctDNA高通量測序數(shù)據(jù)的生物信息學分析
第三章 FastQ數(shù)據(jù)的自動化過濾、剪裁、錯誤校正以及質量控制
    3.1 背景
        3.1.1 數(shù)據(jù)質控
        3.1.2 數(shù)據(jù)剪裁
        3.1.3 接頭去除
        3.1.4 自動過濾
        3.1.5 本軟件的其他創(chuàng)新
    3.2 方法
        3.2.1 汽泡的檢測和可視化
        3.2.2 自動化剪裁
        3.2.3 read過濾
        3.2.4 overlap分析和錯誤校正
        3.2.5 測序錯誤的分析
        3.2.6 自動化去除接頭污染
        3.2.7 數(shù)據(jù)質量分析
        3.2.8 軟件的實現(xiàn)
    3.3 結果和討論
    3.4 結論
第四章 MutScan：目標變異的快速檢測和可視化
    4.1 核心的技術問題
    4.2 方法
        4.2.1 定長levenstein automata
        4.2.2 基于Rolling Hash的seq2int
        4.2.3 Bloom Filter
        4.2.4 局部搜索匹配定位
    4.3 軟件實現(xiàn)
        4.3.1 read pair的merge
        4.3.2 可視化方法
    4.4 結果評估
        4.4.1 敏感度評估
        4.4.2 性能評估
    4.5 討論
        4.5.1 MutScan進行腫瘤耐藥分析
    4.6 結論
第五章 FusionDirect / GeneFuse：高效檢測基因融合
    5.1 背景
    5.2 FusionDirect核心算法
        5.2.1 建立索引
        5.2.2 read掃描
        5.2.3 生成融合位點
    5.3 FusionDirect軟件實現(xiàn)
        5.3.1 Julia語言
        5.3.2 OpenGene.jl
        5.3.3 FusionDirect的程序實現(xiàn)
    5.4 FusionDirect結果
        5.4.1 FusionDirect討論
    5.5 GeneFuse
        5.5.1 GeneFuse算法和工作流程
        5.5.2 GeneFuse的可視化結果
        5.5.3 GeneFuse的討論
第六章 SeqMaker: 可模擬ctDNA測序數(shù)據(jù)的NGS仿真器
    6.1 背景
    6.2 方法
        6.2.1 采樣過程以及CNV仿真
        6.2.2 SNV仿真
        6.2.3 基因融合仿真
        6.2.4 測序錯誤仿真
        6.2.5 擴增偏好性模擬
        6.2.6 接頭的仿真
        6.2.7 分子條形碼（UMI）的仿真
        6.2.8 質量的仿真
        6.2.9 軟件的實現(xiàn)
    6.3 結論
第七章 cell-free DNA的斷裂模式和模式識別
    7.1 背景
    7.2 方法
        7.2.1 特征選擇
        7.2.2 模型訓練和驗證
    7.3 結論
第八章 結束語
    8.1 論文總結
        8.1.1 在FASTQ數(shù)據(jù)預處理中，對PE數(shù)據(jù)進行overlap分析
        8.1.2 從原始FASTQ檢測變異的方法
        8.1.3 自動化的adapter剪切
        8.1.4 基因融合的檢測和可視化
    8.2 未來的工作方向
        8.2.1 結合人工智能與基因健康數(shù)據(jù)的深度挖掘
        8.2.2 更準確的ctDNA捕獲測序拷貝數(shù)分析方法
        8.2.3 更好的基線分析技術和過濾方法
        8.2.4 更準確的ctDNA變異檢測軟件
        8.2.5 ctDNA腫瘤突變負荷（TMB）分析
        8.2.6 ctDNA中微衛(wèi)星不穩(wěn)定性（MSI）的分析
        8.2.7 大樣本數(shù)據(jù)挖掘和可視化分析
    8.3 展望
參考文獻
作者簡介


【參考文獻】：
期刊論文
[1]Circulating micro RNAs and long non-coding RNAs in gastric cancer diagnosis:An update and review[J]. Ya-Kai Huang,Jian-Chun Yu.  World Journal of Gastroenterology. 2015(34)



本文編號：3307530