SAVANA使用机器学习算法在长读DNA测序数据中识别癌症特异性结构变异和拷贝数异常。癌症基因组的复杂结构意味着标准分析工具会产生假阳性结果，导致对肿瘤生物学错误的临床解释。SAVANA显著减少了这类错误。SAVANA提供快速可靠的基因组分析，以更好地分析临床样本，从而为癌症诊断和治疗干预提供信息。
长读测序技术分析长的、连续的DNA链。这些方法有潜力提高研究者检测癌症基因组中复杂遗传改变的能力。然而，癌症基因组的复杂结构意味着标准分析工具，包括专门为分析长读测序数据而开发的现有方法，往往效果不佳，导致假阳性结果和数据不可靠的解释。这些误导性结果可能会影响我们对肿瘤如何演变、如何对治疗做出反应以及最终如何诊断和治疗病人的理解。
为了解决这个挑战，研究人员开发了SAVANA，这是一种新算法，近期在《Nature Methods》期刊上进行了描述。SAVANA使用机器学习准确识别结构变异——如插入、缺失、重复或重排等大型基因组改变——以及癌症基因组中的拷贝数异常——利用长读测序数据。
拥有合适的工具非常重要。例如，你可以用叉子吃汤，但效果不如用勺子。SAVANA就像勺子一样，专为任务量身定制，旨在高效提供可靠的结果。
该算法由EMBL欧洲生物信息学研究所（EMBL-EBI）和英国基因组学研发实验室的研究人员开发和测试，合作临床伙伴包括伦敦大学学院（UCL）、皇家国家骨科医院（RNOH）、若昂·洛博·安图尼斯医学分子研究所以及波士顿儿童医院。
“由于其他分析工具并未考虑癌症基因组数据的特殊性，它们经常会检测到假阳性，这可能导致错误的临床和生物学解释，” EMＲL-EBI的小组负责人Isidro Cortes-Ciriano表示。“SAVANA改变了这一点。通过直接在癌症样本的长读测序数据上训练算法，我们创造了一种新方法，可以区分真正与癌症相关的基因组改变和测序伪影，从而使我们能够以前所未有的分辨率阐明癌症的突变过程。”
针对临床使用优化
“在开发SAVANA时，我们的重点很明确：创建一个足够复杂以表征复杂癌症基因组但又足够实用以便于临床使用的工具，”EMBL-EBI的前博士后研究员Hillary Elrick解释道。
“因此，SAVANA能够准确区分体细胞结构变异、拷贝数异常、肿瘤纯度和倍性——这些都是理解肿瘤生物学和指导临床治疗决策的关键，”EMBL-EBI的博士后研究员Carolin Sauer补充道。
其快速分析和强大的错误校正使得SAVANA非常适合临床使用。该方法最近应用于研究骨肉瘤，这是一种主要影响年轻人的稀有且具有攻击性的骨癌，在研究中帮助研究人员揭示了新的基因组重排，为理解骨肉瘤的演变和进展提供了新的见解。该团队还比较了SAVANA从长读数据中获得的结果与同样样本的Illumina测序结果，这些样本通过用于生成临床报告的全基因组测序数据分析管道进行分析。发现不同技术间的结果高度一致，证明SAVANA与当前临床标准相当，同时揭示了额外的与癌症相关的变化。
“准确检测结构变异的能力对临床诊断而言具有变革意义，”UCL的教授、RNOH的顾问病理学家Adrienne Flanagan表示。“SAVANA可以帮助我们自信地识别与诊断和预后相关的基因组改变。最终，这意味着我们能够更好地为癌症患者提供个性化治疗。”
英国在临床基因组学的投资
英国在基因组测序技术方面进行重大投资，作为NHS基因医学服务的一部分。该倡议是全球首个将全基因组测序作为常规护理的一部分提供。通过将基因组学嵌入日常临床实践中，旨在提高诊断准确性并支持个性化癌症治疗。
然而，临床基因组学的投资只有在基因组数据得到准确解读时才能实现预期效果，而这依赖于专业的分析工具。英国家族基因组学公司探讨了在其研究中使用SAVANA，以支持更早、更快的癌症诊断。
“使用SAVANA将确保临床医生获得准确可靠的基因组数据，使他们能够自信地将先进的基因组测序方法，如长读测序，整合到常规患者护理中，”英国家族基因组学公司的测序研发主管Greg Elgar表示。
SAVANA还作为全国性倡议的一部分被应用，例如由癌症研究英国和儿童癌症英国资助的英国家族基因组学项目，Cortes-Ciriano共同领导。该项目专注于开发更有效且毒性较小的儿童癌症治疗，通过先进的测序技术更好地理解肿瘤生物学并监测疾病复发。
此外，SAVANA还应用于社会、祖先、分子和生物分析不平等（SAMBAI），这是一个癌症重大挑战资助项目，旨在解决最近非洲遗产人群中的癌症差异。
