Вариации числа копий (CNV) играют критическую роль в диагностике и прогнозировании онкологических заболеваний, потенциально влияя на терапевтические решения. Сверхнизкопокрывающее полногеномное секвенирование (ULP-WGS, ultra-low-pass whole-genome sequencing) позиционируется как перспективная альтернатива методам на основе массивов для детекции CNV, особенно в образцах, фиксированных формалином и залитых парафином (FFPE, formalin-fixed paraffin-embedded).

Однако артефакты секвенирования и гетерогенность образцов требуют оптимизации инструментов для анализа CNV в данных, полученных из FFPE-материала. Данное исследование оценивает три открытых алгоритма детекции CNV (CNVpytor, ichorCNA и WisecondorX) с использованием ULP-WGS и сравнивает их эффективность с традиционным SNP-массивом.

При оптимальных экспериментальных условиях ichorCNA и WisecondorX продемонстрировали равноценную детекцию истинно положительных результатов с уменьшением числа ложноположительных результатов по сравнению со SNP-массивом.

Паттерн детекции SNP-массива несколько отличался от паттернов, полученных с помощью CNV-алгоритмов, в то время как ichorCNA и WisecondorX показали наиболее сопоставимые профили детекции. Авторы подчеркивают важность преаналитических и аналитических параметров — таких как содержание неопластических клеток, покрытие секвенирования и размер бина — для точности детекции CNV.

Полученные данные поддерживают внедрение детекции CNV на основе ULP-WGS как надежной альтернативы SNP-массивам. WisecondorX выделен авторами как наиболее подходящий инструмент для клинического применения при работе с FFPE-образцами солидных опухолей, обеспечивая баланс между чувствительностью и специфичностью при оптимизации технических параметров анализа.