Технологии длинного прочтения ДНК (long-read sequencing) позволяют анализировать длинные непрерывные участки генома.

Это открывает новые возможности для изучения сложных генетических изменений в раковых клетках.

Но стандартные методы анализа, включая те, что разработаны специально для long-read данных, часто ошибаются — выдают ложные срабатывания или пропускают важные мутации.

Из-за этого искажается понимание того, как развивается опухоль, как она реагирует на лечение и какие решения стоит принимать врачам.

Чтобы решить проблему, ученые создали алгоритм SAVANA. Он использует машинное обучение для точного поиска крупных генетических изменений — вставок, удалений, дупликаций и перестроек в ДНК раковых клеток. Представьте, что вам нужно есть суп: вилка справится, но ложка сделает это гораздо лучше. SAVANA — та самая «ложка», заточенная под анализ сложных раковых геномов.

Результаты опубликованы в издании Nature Methods.

Разработкой занимались специалисты из EMBL-EBI  (Европейский институт биоинформатики) и Genomics England вместе с клиницистами из Университетского колледжа Лондона, Королевской национальной ортопедической больницы и других центров. Они протестировали алгоритм на 99 образцах опухолей.

Исидро Кортес-Сирьяно, руководитель группы в EMBL-EBI, объясняет:

Другие инструменты часто принимают артефакты секвенирования за реальные мутации. SAVANA учится на реальных данных и отличает истинные изменения от ошибок. Это дает беспрецедентную точность.

Где это пригодится

• Остеосаркома — редкий агрессивный рак костей, который чаще встречается у молодых. SAVANA помогла выявить новые перестройки в геноме, что важно для понимания болезни.
• Клиническая диагностика — алгоритм быстро анализирует данные, корректирует ошибки и работает на уровне современных стандартов.

Адриенн Фланаган, профессор UCL и патолог RNOH, говорит:

Точное обнаружение структурных вариантов меняет подход к диагностике. SAVANA поможет подбирать персонализированное лечение.

Великобритания уже вкладывается в геномную медицину: NHS внедряет полногеномное секвенирование в рутинную практику. Но без точных инструментов анализа эти инвестиции теряют смысл. Genomics England рассматривает SAVANA как часть стратегии по ранней диагностике рака.

Алгоритм также используют в проектах:

• UK Stratified Medicine Paediatrics — поиск менее токсичных методов лечения детских раков.
• SAMBAI — изучение различий в онкозаболеваниях у пациентов африканского происхождения.

SAVANA решает ключевую проблему long-read sequencing в онкологии: высокий уровень шума. Традиционные алгоритмы, созданные для «здоровых» геномов, плохо работают с хаотичными раковыми мутациями. Новый метод не только снижает число ложных срабатываний, но и выявляет ранее незаметные перестройки — например, в остеосаркоме. Это важно для:

• Прецизионной медицины — подбора терапии под конкретные мутации.
• Изучения резистентности — понимания, почему опухоль перестает реагировать на лечение.
• Ранней диагностики — некоторые структурные варианты появляются еще до клинических симптомов.

Главный вопрос — масштабируемость. Long-read sequencing пока дороже и медленнее стандартных методов. Даже с SAVANA внедрение технологии в массовую диагностику потребует времени и инфраструктурных изменений.

Ранее ученые заявили, что мусорная ДНК помогает раковым опухолям расти.