应用CGH数据和树模型探索癌症的发病机理

比较基因组杂交技术(comparative genomic hybridization,CGH)主要用于检测肿瘤的染色体缺失和扩增,迄今已积累了大量的实验数据,为全基因组分析肿瘤的发生机制提供了可能。树模型在生物信息学领域通常被用于研究生物形成和进化的历史,物种之间的进化关系常以系统发生树来表示。树模型同样可以作为一种有力的生物信息学工具来分析CGH数据,探索癌症的发病机理。文中介绍了两种常见的树模型——分支树和距离树,详细叙述了重建树模型的基本原理和方法,分析了创建树模型时要注意的几个技术问题,并对其在肿瘤研究中的应用进行了回顾和总结。肿瘤的树状模型作为单路径线性模型的泛化,克服了以往单路径线性模型的缺点,理论上能更加精确地概括到肿瘤的多基因、多路径、多阶段的发生发展模式,从不同角度探讨肿瘤发生发展的分子机制。该模型除可用于分析肿瘤的CGH数据外,还可用于分析其他多种类型的数据,包括微阵列CGH(array-CGH)技术等产生的高分辨率数据。