基因组异常是多种恶性肿瘤的标志性特征，在肿瘤发病机理、临床诊断和治疗等研究中具有极为重要的作用。传统的肿瘤基因组异常检测技术存在着通量低、分辨率差等问题，随着近年来大规模平行测序实验技术的快速兴起，新一代测序凭借其在通量和分辨率方面的独特优势，目前已经成为癌症基因组学研究中最流行的实验手段。但由于肿瘤本身的复杂性，从新一代测序数据中准确检测基因组异常仍面临着正常细胞掺杂和污染、肿瘤基因组非整倍体性等棘手问题。 

　　该研究组提出一种基于全局参数化隐Markov模型的新算法，通过期望最大化方法对模型进行训练和参数估计，从而有效解决了利用新一代测序技术检测复杂肿瘤全基因组异常的国际性难题。 

    审稿人认为，该算法具有令人关注的特性并为解决上述问题提供了极佳的思路。

鎵撹祻

涓嬭浇瀹夋嵎浼︾數瀛愪功銆婇€氳繃缁嗚優浠ｈ阿鎻ず鏂扮殑鑽墿闈剁偣銆嬫帰绱㈠浣曢€氳繃浠ｈ阿鍒嗘瀽淇冭繘鎮ㄧ殑鑽墿鍙戠幇鐮旂┒

10x Genomics鏂板搧Visium HD 寮€鍚崟缁嗚優鍒嗚鲸鐜囩殑鍏ㄨ浆褰曠粍绌洪棿鍒嗘瀽锛�

娆㈣繋涓嬭浇Twist銆婁笉鏂彉鍖栫殑CRISPR绛涢€夋牸灞€銆嬬數瀛愪功

鍗曠粏鑳炴祴搴忓叆闂ㄥぇ璁插爞 - 娣卞叆浜嗚В浠庣涓€涓崟缁嗚優瀹為獙璁捐鍒版暟鎹川鎺т笌鍙鍖栬В鏋�

涓嬭浇銆婄粏鑳炲唴铔嬬櫧璐ㄤ簰浣滃垎鏋愭柟娉曠數瀛愪功銆�