QuickSeg：一种利用动态规划进行基因组拷贝数分割的快速、通用且准确的算法

拷贝数改变是癌症中最常见的基因组异常之一，其准确识别依赖于对测序读深信号进行稳健分段。现有的分段方法通常需要在计算效率与分段准确性之间进行权衡，并且容易受到测序数据中技术性伪影的影响。在此，我们提出 QuickSeg，这是一种快速且通用的方法，采用精确的动态规划算法和基于中位数的误差函数来检测拷贝数片段。该方法受到以下观察结果的启发：测序深度分布中存在数量虽少但普遍存在的离群观测值。因此，该方法在提高对技术噪声稳健性的同时，也降低了分段问题的计算复杂度。在癌症队列的全基因组测序数据中，利用具有断点支持的体细胞拷贝数改变作为依据，我们证明，在广泛的敏感性阈值范围内，与两种广泛使用的基线方法——循环二元分割（Circular Binary Segmentation，CBS）和分段常数拟合（Piecewise Constant Fitting，PCF）——相比，QuickSeg能够实现更高的分段精确率。此外，在运行时间和内存使用方面，QuickSeg也始终优于这两种方法。总体而言，我们的结果表明，基于稳健中位数的优化在拷贝数分段中同时具有生物学和计算方面的优势，使得在最低计算资源需求下对大规模测序队列进行准确分析成为可能。

拷贝数改变是癌症中最常见的基因组异常之一，其准确识别依赖于对测序读深信号进行稳健分段。现有分段方法通常需要在计算效率与分段准确性之间进行权衡，并且容易受到测序数据中技术性伪影的影响。在此，我们提出 QuickSeg，一种快速且通用的方法学，利用基于中位数误差函数的精确动态规划算法检测拷贝数片段。该方法基于以下观察：测序深度分布中存在少量但普遍存在的离群观测值。因此，该方法在降低分段问题计算复杂度的同时，还能提高对技术噪声的稳健性。在癌症队列的全基因组测序数据中，以具有断点支持的体细胞拷贝数改变为依据，我们证明，与两种广泛使用的基线方法——循环二元分割（Circular Binary Segmentation，CBS）和分段常数拟合（Piecewise Constant Fitting，PCF）——相比，QuickSeg 在广泛的灵敏度阈值范围内均表现出更高的分段精确率。此外，在运行时间和内存使用方面，QuickSeg 也持续优于这两种方法。综上，我们的结果表明，稳健的基于中位数的优化方法能够在拷贝数分段中同时带来生物学和计算方面的优势，从而以最低的计算资源需求实现对大规模测序队列的准确分析。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.31.747916v1?rss=1

🏷️ 基因组拷贝数变异 拷贝数分割 动态规划算法 全基因组测序 癌症基因组学