成功開(kāi)發(fā)基因融合檢測(cè)算法SOAPfuse
華大基因成功開(kāi)發(fā)出一種基因融合檢測(cè)算法SOAPfuse。該算法具有準(zhǔn)確率高、敏感性強(qiáng)、精度高、資源消耗少等優(yōu)點(diǎn)，主要采用局部窮舉算法和一系列精細(xì)的過(guò)濾策略，來(lái)對(duì)基因融合進(jìn)行快速、的檢測(cè)。SOAPfuse的研究結(jié)果已于2013年2月14日在《基因生物學(xué)》（Genome Biology）雜志上在線發(fā)表。

基因融合是指染色體上兩個(gè)異位的基因嵌合在一起，形成一個(gè)嵌合基因的現(xiàn)象。這種現(xiàn)象一般是由于染色體發(fā)生易位、缺失或者倒置造成的，它們?cè)诎┌Y的發(fā)生上扮演著重要的角色，并且可以作為診斷和治療癌癥的靶標(biāo)?；蛉诤犀F(xiàn)象zui早在血液系統(tǒng)惡性腫瘤中被發(fā)現(xiàn)，其中以慢性粒細(xì)胞白血病中 BCR-ABL基因融合zui為經(jīng)典。隨著對(duì)基因融合的深入研究，科研人員發(fā)現(xiàn)，除血液系統(tǒng)腫瘤外，在實(shí)體瘤中也存在著基因融合現(xiàn)象，例如新近發(fā)現(xiàn)的前列腺癌中的TMPRSS2-ERG、小細(xì)胞肺癌中的EML4-ALK、結(jié)直腸癌中的VTI1A-TCF7L2等基因融合。

傳統(tǒng)基因融合研究方法主要基于PCR和熒光原位雜交（FISH）技術(shù)，這兩種技術(shù)具有通量低、操作復(fù)雜、不便于大規(guī)模樣品篩查的缺點(diǎn)。而高通量RNA測(cè)序技術(shù)（RNA-Seq）的出現(xiàn)大大加快了基因融合研究的進(jìn)展。RNA-Seq具有通量高、成本低、檢測(cè)精度高和檢測(cè)范圍廣的優(yōu)點(diǎn)，其與全基因組測(cè)序相比，不僅能找到由于重排導(dǎo)致的基因融合，還能找到更多轉(zhuǎn)錄水平上的融合。

目前，已有一些通過(guò)RNA-Seq技術(shù)尋找基因融合的軟件，但是這些軟件或多或少存在各種不足，例如計(jì)算資源消耗嚴(yán)重，檢測(cè)率低，準(zhǔn)確度低等。為了克服這一系列問(wèn)題，華大科技經(jīng)過(guò)深入研究，開(kāi)發(fā)出一種新的算法—SOAPfuse。該算法首先通過(guò)比對(duì)到基因組和轉(zhuǎn)錄本中雙末端（pair end）關(guān)系的序列尋找候選的基因融合，然后采用局部窮舉算法和一系列精細(xì)的過(guò)濾策略，在盡量保留真實(shí)融合的情況下過(guò)濾掉其中假陽(yáng)性的基因融合。模擬數(shù)據(jù)和真實(shí)驗(yàn)證數(shù)據(jù)的綜合測(cè)評(píng)表明，SOAPfuse與其他方法相比具有更高的靈敏度和特異性，并且可以大大減少資源消耗。此外，該算法還具有融合斷點(diǎn)預(yù)測(cè)和可視化功能。這些功能能夠極大提高基因融合的檢測(cè)效率，大力推動(dòng)疾病尤其是腫瘤的研究，這對(duì)臨床分子分型和腫瘤新藥的開(kāi)發(fā)具有重要意義。