今天，华大基因宣布成功开发出适用于异种移植瘤模型生物信息学分析的新算法——PDXomics，该算法能够将移植瘤与宿主基因组序列进行区分，有效地排除后续分析中异源物种数据的污染，保证分析结果的准确性和可靠性，从而可使移植瘤模型更为有效的应用于肿瘤新药开发和疾病机理研究。
目前，异种移植瘤模型多是在裸鼠或重症联合免疫缺陷性小鼠上进行。对移植瘤样品进行全基因组或转录组测序时，无论取样操作如何谨慎小心，都无法避免小鼠基质细胞对移植瘤细胞造成污染。加之小鼠与人类的基因组序列同源性很高，移植瘤中混入的小鼠序列都可完全匹配到人类基因组上。因此，按照常规的生物信息学流程分析，就会导致分析结果假阳性率非常高。而且模拟数据显示，无论测序深度达到多少，这种外源序列污染的影响都是无法消除的。因此，小鼠基质细胞污染导致移植瘤测序后续的生物信息分析变得错综复杂。
据了解，华大基因开发的PDXomics算法，能够高效、精确地过滤掉移植瘤中小鼠基质细胞污染。这套新的流程可以将移植瘤测序所得的短序列匹配到包含人和小鼠基因组的混合参考序列集上，保证在对人和小鼠共线性区域进行分析时，能够过滤掉小鼠基因组DNA，而不会把人的基因组当作小鼠序列剔除。通过对该流程进行综合评估，研究人员证实这套新的流程算法能够显著地降低单核苷酸突变检测的假阳性率和假阴性率。新算法将极大地提高异种移植瘤小鼠模型的适用性和药效评估准确性，大大降低药物研发成本，缩短研发时间，从而使移植瘤模型可以更好地在疾病机理研究和新药筛选评价中发挥重要作用。
