结构变异（SV）代表一类基因组变异，包括大型基因组片段的缺失、插入、倒位和易位。在癌症中，获得性SV已经用于分子分类，而且还能预测癌症病变和治疗应答反应，且已有研究发现大型复杂基因组重排（CGRs）或链接融合（即多个较远的基因组区域的异常连接）也是多种恶性肿瘤中常见的遗传学改变，科学家已在多种恶性肿瘤中发现了特异重排基因。

基因组重排非常复杂，会导致多个染色体片段融合并产生衍生染色体，已有研究发现该染色体变异与多种疾病的恶化和治疗应答有关。虽然已经有多种检测染色体异常的方法，如长读长测序、链接read测序等，但由于这些方法自身的局限性与基因突变事件的复杂性，此前人们仍无法精确重构复杂的基因组重排和基因链接融合事件。

为了克服上述方法的局限性，来自澳大利亚加文研究所（Garvan Institute）的研究人员利用一种能够直接检测完整的重排基因组的新型BioNano光学图谱方法，能够快速高效识别鉴定癌细胞中的基因组结构变异，构建了Mb级别的基因组图谱，该方法还可以对所有检测到的SV进行分型。相关研究结果于4月11日发表在Genome Research期刊上，题为“Optical mapping reveals a higher level of genomic architecture of chained fusions in cancer”。

论文通讯作者Vanessa M. Hayes博士

研究小组首先通过全基因组图谱技术分析了一种已知发生高度重排的脂肪肉瘤细胞系，最终组装得到3338个具有一致性基因组图谱，其中包括72个融合图谱。这些融合图谱代表了112.3Mb高度重排的基因组区域，能够说明链接融合的复杂结构，包括内容、顺序、方向和大小。

全基因组光学图谱

研究人员表示，在跨越147个染色体易位连接处，发现共有28Mb散布式序列无法比对到参考基因组上。通过使用短读长测序断点识别软件分析这些散布式序列，研究人员最终鉴定并将399个序列片段定位到光学图谱的间隙中，进一步证明了BioNano光学图谱平台和短读长测序的互补性。

此外，通过多色荧光原位杂交研究分析，研究人员发现了脂肪肉瘤细胞系中的大量易位变异，并通过短读长测序进一步确认了大量基因组重排，且主要为染色体内易位。可以说，该研究的成功证明了光学图谱这一非测序方法在人类癌症链接融合基因组结构研究中的重要作用，同时将短读长测序的全基因组比对数据整合到光学图谱中，进一步完善了复杂基因组重排的重建过程和染色体结构变异的识别鉴定。

虽然此前已有多种方法用于染色体结构异常检测分析，但这些方法通常采用多种统计学和计算方法进行复杂性推测，且数据来源于核型分析、芯片型拷贝数分析和全基因组双端测序，这些方法的主要局限性是它们无法准确重建高水平扩增和链接融合的复杂模式。此外，重排基因组的重构需要将预测断点、重排特征（测序read比对的方向）和拷贝数分析结果进行整合，并且在实际情况中，基因组重排产生的衍生染色体来自于多个过程，重排特征非常混乱，导致算法假设无法进行预测，这些都使精确重构基因组重排变得困难重重。

尽管近年来长读长测序和链接read测序，以及生物信息学都在这个领域不断进行改进。但是利用长读长测序技术需要获得大量数据用于研究多等位基因重排，成本十分昂贵，此外现阶段生信分析工具的不成熟也限制了链接read测序方法的使用。

Irys单分子光学图谱系统

Irys单分子光学图谱系统

据悉，该研究所使用的BioNano的Irys系统是新一代单分子光学图谱系统，在全基因组de novo组装、检测基因结构变异有着强大的技术优势。Irys系统可以生成长度为kb到Mb级别的基因组图谱，是利用核酸内切酶对DNA进行识别、酶切、再次合成并标记荧光，在基因组范围内生成多个特异性酶切标记位点，通过大大规模并行方式进行超长单分子高分辨率荧光成像。对成像分子进行数字化，进而从头组装成一致性基因组图，每个图谱代表样本基因组的一个大片段，通过将样本共有基因组图与参考基因组进行比较，可以轻易识别大片段SV。

为确保分子合并和比对时的高度特异性，该光学图谱技术会对长度大于150kb的分子进行de novo组装。值得注意的是，与高通量测序不同，这种方法不需要DNA片段化、插入片段大小筛选或扩增，相反，它仅依赖于完整的高质量DNA提取，但在准确预测染色体易位和倒置方面始终存在困难。

该研究中，科学家不仅解决了准确识别倒置和易位的问题，还可以对所有检测到的SV进行分型。为了评估光学图谱的检测能力，研究人员对778脂肪肉瘤细胞系进行了全基因组图谱测定，基因组图谱平均长度为1.7Mb，最长达到6.5Mb，超过97%的基因组图谱可以比对到人类基因组参考图谱，覆盖度达到90%。

新型BioNano光学图谱方法为捕获更高水平复杂基因组结构提供了一种有效方法，为重新解读人类癌症相关测序数据搭建了一个平台，有助于癌症相关研究，如监测癌症的进展、治疗及复发情况等。

参考资料：

Optical mapping reveals a higher level of genomic architecture of chained fusions in cancer