長讀癌症基因體學 · 入門教材 中正大學資工系 · 黃耀廷實驗室 完整術語表

模組 1 · A simplified tumour-region model

腫瘤樣本的簡化區域模型

以簡化模型說明：bulk 定序通常無法保留 read 的細胞來源，但可以保留同一分子跨位點的連結。

約 30 分鐘建議先修：學習導覽

本模組學習目標

  • 解讀教學用簡化區段模型，並說明四群細胞與三個突變的關係
  • 說明標準 bulk 定序為何不保留 read 與來源細胞的對應關係
  • 在明確列出的簡化假設下，由細胞比例推算 VAF
  • 區分 read 提供的分子層級觀測與由多條 read 建立的細胞群推論
  • 說明 haplotype、germline variant、somatic variant、clone 與 subclone 在本模型中的基本角色

為什麼重要

本教材採用同一個簡化模型連結多項概念。本模組先完整建立細胞、DNA 分子與 read 的基本關係， 並在專有名詞首次出現時提供本頁所需的簡要定義。

本模型聚焦於一個核心問題：腫瘤檢體經過標準 bulk 定序後，資料保留了哪些資訊， 又不再包含哪些細胞層級資訊？

本模組的四項核心概念

  1. 同一份腫瘤檢體可以包含多個細胞群。
  2. 標準 bulk 定序混合多個細胞來源的 DNA，因此不保留 read 與來源細胞的對應。
  3. 一條 read 來自單一 DNA 分子的局部序列，而非一個完整細胞。
  4. 若同一條 read 的觀測範圍涵蓋兩個突變，兩者的共同出現可直接支持其位於同一條 DNA 分子。

本模組使用少量英文術語作為圖例與群組名稱。下方資料表會先提供足以解讀本模型的定義； 較完整的生物學與資料格式定義會在各自的主題模組中展開。

概念與互動

基本資料模型

概念本模組採用的定義
位點（locus）DNA 序列中的特定位置；S1、S2、S3 代表三個不同位置
染色體拷貝本簡化模型假設每個位置有兩份 DNA 拷貝，分別標示為 HP1 與 HP2
變異（variant）相對於參考序列的 DNA 序列差異
定序儀對單一 DNA 分子局部序列的觀測
在特定位點上，支持變異的 read 佔全部涵蓋該位點 read 的比例

教學用簡化區段模型

教學用簡化區段模型：腫瘤樣本中的四個細胞群 左側表示樣本中的四個細胞群：正常細胞、最早出現的腫瘤細胞群，以及兩個後續分支。 右側表示同一染色體區段的兩份 DNA 拷貝 HP1 與 HP2，以及依序出現的三個體細胞變異 S1、S2、S3。 本模型設定 S1 位於 HP1 且由所有腫瘤細胞群共享；S2 僅位於後續分支 1；S3 僅位於後續分支 2。 最下方表示標準 bulk 定序混合多個細胞來源的 DNA 後，各變異的預期 VAF。 樣本中的四個細胞群 正常細胞 50%　HP1 / HP2 未帶有本模型設定的 S1／S2／S3 最早腫瘤細胞群 20%　+S1 本模型設定所有腫瘤細胞群均帶有 S1 後續分支 1 20%　+S1 +S2 在原有 S1 的基礎上新增 S2 後續分支 2 10%　+S1 +S3 另一後續分支，新增 S3 各細胞群的 DNA 組成 S1 S2 S3 HP1 HP2 綠點：遺傳的序列差異，可區分兩份 DNA 拷貝 HP1 HP2 HP1 HP2 HP1 HP2 標準 bulk 定序混合多個細胞來源的 DNA 後，可直接觀測： S1 S2 S3 VAF 0.25 VAF 0.10 VAF 0.05 細胞比例 50% 細胞比例 20% 細胞比例 10% read 與來源細胞的對應 在標準 bulk 流程中 通常無法取得
左側呈現樣本中的四個細胞群，右側呈現各群對應的 DNA 組成；下方則表示標準 bulk 定序後可觀測的 VAF。橫線區隔細胞層級組成與定序後的分子層級資料。

圖中元素的意義如下：

圖中元素代表意義
灰色細胞正常細胞，佔 50%
紅／藍／橘色細胞三個腫瘤細胞群；最早形成者為 founder ，由其分出的後續細胞群為
藍色長條 HP1／橘色長條 HP2同一段染色體的兩份 DNA 拷貝；跨多個位置的一組序列差異構成
綠點由親代遺傳、存在於多數體細胞的 ；常見的單一核苷酸差異稱為 ，可協助區分 HP1 與 HP2
紅點 S1／S2／S3受精後新產生、僅存在於部分細胞譜系的

三個變異代表不同的細胞譜系階段

三個變異在細胞群中的分布反映其出現的先後與分支關係：

  • S1 先出現，因此紅、藍、橘三個腫瘤細胞群皆帶有 S1。
  • S2 出現於後續分支，僅存在於藍色細胞群。
  • S3 出現於另一後續分支，僅存在於橘色細胞群。
三個變異出現的先後順序，決定了哪些細胞群帶有它 左側是細胞分裂的譜系樹：正常細胞先獲得 S1，成為最早的腫瘤細胞群； 這一群之後分成兩支，一支再獲得 S2，另一支再獲得 S3。 右側把同一件事換成「哪些細胞群帶有這個變異」的橫條： S1 在分支之前就出現，所以三個腫瘤細胞群都有，合計佔樣本 50%； S2 與 S3 分別只在自己那一支裡，各佔 20% 與 10%。 因此變異在樣本中佔的比例不是隨機的，而是由它出現在譜系樹的哪個位置決定： 愈早出現的變異被愈多細胞群共享，看起來就愈常見。 變異出現的先後 正常細胞 S1 最早腫瘤細胞群 帶 S1 S2 S3 後續分支 1 帶 S1 + S2 後續分支 2 帶 S1 + S3 分支之前發生的變異，會被之後所有細胞群繼承。 哪些細胞群帶有它 0% 100% 的細胞 S1 ＝ 50% 20% 20% 10% S2 ＝ 20% 只有後續分支 1 S3 ＝ 10% 只有後續分支 2 愈早出現的變異，被愈多細胞群共享。 所以「它佔多少比例」帶著「它多早出現」的訊息 —— 這正是後面要從 VAF 反推腫瘤內部結構的依據。
左邊是細胞分裂的順序，右邊是同一件事換成「佔多少細胞」的長度。S1 在分支之前出現，所以之後長出來的三群都繼承了它，加起來 50%；S2 與 S3 各自只在自己那一支裡。變異佔的比例不是隨機的，它帶著「這個變異在譜系樹上多早出現」的訊息。

本模型另設定 S1、S2、S3 均位於 HP1。在此簡化情境中，每個新增變異最初發生於其中一份 DNA 拷貝，因此可以進一步分析變異與 HP1 或 HP2 的分子連結。此處的 HP1／HP2 是方向任意的相對標籤， 不代表父系或母系。

由細胞比例推算 VAF

VAF 是支持特定變異的 read 比例。在本模型的假設下，可由細胞比例推算其預期值。 以 S1 為例：

  • 帶有 S1 的細胞比例 = 紅色群（20%）+ 藍色群（20%）+ 橘色群（10%）= 50%
  • 本模型假設每個細胞在此位置有兩份 DNA 拷貝，而 S1 僅位於其中一份（HP1）
  • 因此，支持 S1 的預期 read 比例為 50% × ½ = 25%
從細胞比例算到 VAF：那個「除以 2」是從哪裡來的 以 S1 為例，分成三步。第一步：帶有 S1 的細胞佔全樣本 50%， 由最早腫瘤細胞群 20%、分支 1 的 20%、分支 2 的 10% 相加而得。 第二步是關鍵：定序看到的不是細胞，而是 DNA 分子。 每個細胞在這個位置貢獻兩份拷貝 HP1 與 HP2，而 S1 只在 HP1 上， 所以就算是帶有 S1 的細胞，它交出來的兩份分子裡也只有一份帶 S1。 第三步：把分子數目當成分數的分子與分母 —— 100 個細胞交出 200 份分子， 其中帶 S1 的是 50 份，VAF 等於 50 除以 200，也就是 0.25。 因此 VAF 0.25 對應的是 50% 的細胞，不是 25% 的細胞； 兩者差的正是每個細胞有兩份拷貝這件事。 ① 先數細胞 帶有 S1 的細胞群 最早腫瘤 20% 分支 1　20% 分支 2　10% 合計 50% 的細胞帶有 S1 ② 但定序看到的是 DNA 分子，不是細胞 帶 S1 的細胞 （50% 的細胞） 交出 HP1 ← 這一份帶 S1 HP2 ← 這一份不帶 每個細胞兩份拷貝， 變異只在其中一份上。 所以帶有 S1 的細胞，也只有一半的 分子帶著 S1 —— 這就是那個「÷2」。 ③ 把分子數當成分數 假設樣本裡有 100 個細胞 → 交出 200 份 DNA 分子 其中帶 S1 的：50 個細胞 × 1 份 ＝ 50 份 50 200 = 0.25 注意：VAF 0.25 對應的是 50% 的細胞，不是 25% 的細胞。
那個「÷2」不是慣例，它是單位換算：第一步數的是細胞，第三步數的是 DNA 分子，而每個細胞在這個位置交出兩份分子。中間那一格就是換算率。看懂這張圖之後，「VAF 0.25 代表 25% 的細胞」為什麼是錯的，就不必背了。

因此圖中標示 S1 的預期 VAF 為 0.25。依相同假設，S2 與 S3 的預期 VAF 分別為 0.10 與 0.05。

bulk 定序保留與未保留的資訊

read 內的分子連結

在標準 bulk 定序資料中，read 與來源細胞的對應關係不會被保留；輸出是一組來自多個細胞的 DNA 片段序列。因此，無法僅由這些資料直接辨識每條 read 原先所屬的細胞群。

然而，read 內仍保留分子層級的連結資訊。若某條 read 同時涵蓋兩個變異， 該觀測可直接支持兩個變異位於同一條 DNA 分子。

這項分子連結構成本教材後續分析方法的共同證據基礎：

本教材的核心推論問題

長 DNA 分子可以提供哪些 DNA 變異與分子狀態共同出現的證據？

後續模組將分別處理此問題所需的生物學定義、定序限制、資料格式與推論方法。

與 single-cell 定序比較

bulk 與 single-cell 定序所保留及未保留的資訊 左側表示 single-cell 定序：先分離並標記個別細胞，因此可保留 read 與來源細胞的對應， 並比較不同細胞的變異組合；其限制通常包括較高成本與較低的單細胞資料量。 右側表示標準 bulk 定序：多個細胞來源的 DNA 混合處理後，read 通常無法對應至來源細胞。 若 read 同時涵蓋兩個變異且判讀可靠，仍可直接支持兩者位於同一條 DNA 分子。 此 read 內的分子連結是本教材後續方法的共同證據基礎。 single-cell 定序 先分離並標記個別細胞 來自細胞 1 的 read 來自細胞 2 的 read 來自細胞 3 的 read 保留：read 的來源細胞標籤 可比較不同細胞的變異組合 限制 成本較高；每細胞資料量通常較少 標準 bulk 定序（本教材聚焦） 多個細胞來源的 DNA 混合處理 混合 DNA 通常無法取得：read 的來源細胞 未加入細胞標籤時，無法由 read 直接判定 保留：read 內的分子連結 同一 read 涵蓋兩個變異 → 支持兩者位於同一分子 本教材後續方法採用的共同證據基礎： bulk 不保留來源細胞對應，但可保留 read 內的分子連結。
左側：single-cell 定序先分離個別細胞，因此可保留 read 與來源細胞的對應，但通常面臨較高成本與較低的單細胞訊號量。右側：標準 bulk 定序不保留 read 的細胞來源；若 read 同時涵蓋兩個變異，仍可保留兩者位於同一 DNA 分子的連結證據。

single-cell 定序會先分離個別細胞再進行定序，因此可追溯 read 的細胞來源， 並直接比較不同細胞的變異組合。

相較之下，single-cell 定序通常需要在成本、細胞數與單細胞覆蓋度之間取捨。 本教材聚焦於 bulk 定序，因此細胞群結構屬於根據分子連結建立的推論模型，而非直接的細胞層級觀測。 後續分析均需維持此證據層級的區分。

判讀練習

假設某條 read 同時涵蓋 S1、S2、S3，並觀察到 S1 = ALT、S2 = ALT、S3 = REF。

依據本模組的簡化模型，哪一個細胞群與此變異組合相容？

展開答案

此組合與藍色細胞群（後續分支 1）相容，因為該群帶有 S1 與 S2，但不帶有 S3。

精確的表述為：此 DNA 分子的變異組合與藍色細胞群的模型相容。

直接觀測的對象是一條 DNA 分子，而非完整細胞群。若要支持特定細胞群的存在， 仍需多條獨立 read 呈現一致組合，並排除定序與比對錯誤。此結論屬於資料支持的模型推論， 而非直接的細胞層級觀測。

練習與自我檢核

VAF 計算練習

依據上圖的細胞比例與本模組的簡化假設，計算三個變異的預期 VAF：

變異帶有它的細胞比例÷2（因為只在一條染色體上）預期 VAF
S120 + 20 + 10 = 50%50% ÷ 20.25
S220%20% ÷ 20.10
S310%10% ÷ 20.05

VAF 推論的限制

若三個變異的 VAF 分別為 0.30、0.30、0.08，是否可以據此推論 「前兩個變異位於同一細胞群，且第三個變異較晚出現」？

不可以。VAF 是各位置獨立統計的 read 比例，不包含變異共同出現或發生順序的資訊。 因此，相同 VAF 不代表兩個變異位於同一條分子，較低 VAF 也不能單獨證明變異較晚出現。 可支持的結論僅為：「第三個變異的相對 read 支持較少；其細胞分布與發生順序仍需分子連結及其他證據判定。」

分析與報告時應明確區分三個層級：直接觀測、資料支持的模型推論，以及目前證據無法支持的結論。

學習檢核

本模組術語

SNP（單核苷酸多型性）
族群中以多型形式存在的單一鹼基差異；本教材主要以可作為 phasing 錨點的 germline SNP 為例。
VAF（變異等位基因頻率）
在某個位點上，支持 alt allele 的 read 佔全部 read 的比例。VAF 不等於帶有這個突變的細胞比例。
clone（克隆）
源自共同祖先細胞，並共享一組可辨識 somatic mutations 的細胞群。
germline variant（生殖系變異）
在生殖系形成、通常存在於多數細胞的變異；可遺傳給子代，但不代表必然傳遞。
haplotype（單倍型）
同一條實體染色體拷貝上，具有一致相位的一組 alleles 或 variants。HP1 與 HP2 是任意的相對標籤。
read
定序儀產生的一段序列觀測。一條 read 通常來自一個 DNA 分子的片段，但不等同於一個細胞；仍需考慮重複、嵌合與定序錯誤。
somatic variant（體細胞變異）
在非生殖系細胞譜系中、通常於受精後取得的變異；可只存在於部分細胞，通常不由親代遺傳給子代。癌症基因體學常分析此類變異。
subclone（次克隆）
clone 內取得額外變異並擴增的子群；治療後可能富集具有抗性的 subclone。