最近有点浮躁，出去散了下心没什么好转，已经有1个多月没有系统的学习了，除了工作，其他时候也不知道在忙啥。
有时间就看了看文献，之前有一朋友推荐我看一篇临床研究的文献，发表于2017年 Breast Cancer Res Treat期刊的Clinical and molecular relevance of mutant-allele tumor heterogeneity in breast cancer，主要讲了使用Mutant-allele tumor heterogeneity(MATH)算法评估肿瘤异质性，并研究了其与一些临床指标以及组学数据的相关性，思路很简单，效果比较一般，并没有较大的突破，但是其MATH的算法还是值得看看的 MATH算法最早可追溯到发表于2013年Oral Oncol期刊的MATH, a novel measure of intratumor genetic heterogeneity, is high in poor-outcome classes of head and neck squamous cell carcinoma文章。后来该作者在Cancer上发表了一篇关于头颈部鳞状细胞癌的文章High intratumor genetic heterogeneity is related to worse outcome in patients with head and neck squamous cell carcinoma，并再次说明了MATH的有效性，高MATH的病人与低整体存活率有关等等
然后结合一篇国外的博文MATH and Tumors，大致上理解MATH的原理，整体上还是比较简单的
先说说什么是肿瘤异质性，虽然肿瘤异质性可分为肿瘤间异质性和肿瘤内异质性，但是不做特别说明，我们默认为肿瘤异质性就是指肿瘤内异质性（Intra-tumor heterogeneity (ITH)），随着癌细胞的不断生长，其分裂后的子代细胞呈现出与同代细胞或者父细胞的不同，从而使得其各个方面有了较大的差异 ，最终导致肿瘤的生长、侵染、预后等指标的差异。最近几年对于肿瘤异质性的研究小结可以粗略的看下【盘点】浅谈肿瘤异质性
针对肿瘤异质性这种情况，2013年那篇作者想通过MATH指标来看看是否高肿瘤异质性的病人是否与较差的预后有关联。上述两篇的整体思路是先计算每个病人的MATH值，然后根据MATH值将病人分为低、中、高三大类，然后分别评估这三组病人的MATH值与临床指标的相关性以及突变等组学数据的关联。所以我们需要知道MATH值是怎么计算的，先看下Cancer文献的原文：
The MATH value for each tumor was based on the distribution of mutant-allele fractions among tumor-specific mutated loci, calculated as the percentage ratio of the width (median absolute deviation, MAD, scaled by a constant factor so that the expected MAD of a sample from a normal distribution equals the standard deviation) to the center (median) of its distribution:
MATH=100 * MAD/median
再看下上述2017年文献中的描述：
the steps to determine the MATH value can be summarized as follows: (1) calculating the mutant-allele fraction (MAF) for each locus as the ratio of mutant reads to total reads; (2) obtaining the absolute differences of each MAF from the median MAF value, multiplying the median of these absolute differences by a factor of 1.4826, thus the median absolute deviation (MAD) was generated; (3) calculating MATH as the percentage ratio of the MAD to the median of the MAFs among the tumor’s mutated genomic loci, presented as MATH = 100 * MAD/median.
以及2013年较早的那篇
Each tumor’s MATH value was calculated from the median absolute deviation (MAD) and the median of its mutant-allele fractions at tumor-specific mutated loci:MATH=100 * MAD/median. Calculation of MAD followed the default in R, with values scaled by a constant factor (1.4826) so that the expected MAD of a sample from a normal distribution equals the standard deviation.
个人理解是这样的:
- 首先通过测序数据计算每个样本的MAF（mutant-allele fractions）值，一般软件结果都会给出这个数据
- 再通过MAF计算得到MAD（median absolute deviation）值，也就是计算每个MAF值与其中位数的绝对差值，并将这些绝对差值的中位数再乘以一个常量（1.4826），从而获得MAD值，作者为什么要乘以常量，是为了让MAD值更能代表标准差的作用？至于为什么定这个数字的，我看完文献都没找到答案。。。
- 最后将MAD值除以MAF的中位数，再乘以100
MATH的意义，作者认为MATH能有效的代表肿瘤特异性特变位点的MAF值的分布的偏差，相当于说明MAF偏离该样本的MAF整体分布的程度（有点标准差的意思），当然是MATH值越大，说明肿瘤异质性越高
暂时性的水一篇了，以后还得定期阅读文献，反正看啥不是看呢
本文已在《生信技能树》公众号上投稿，并授权转载
本文出自于http://www.bioinfo-scrounger.com转载请注明出处