Reconstructing the evolutionary history of cancer from allele-specific somatic copy number profiles

Die Intra-Tumor-Heterogenität spiegelt eine kontinuierliche Entwicklung zwischen den Zellen eines einzelnen Tumors wider. Sie ist eine der Hauptursachen für Arzneimittelresistenz bei der Krebsbehandlung. Um dieses Problem anzugehen, ist es daher wichtig, die Tumorevolution innerhalb eines einzelnen Patienten zu verstehen und erfolgreich zu modellieren. Bisherige Arbeiten haben sich nicht erfolgreich mit der Evolution von Tumoren befasst, deren Treiber strukturelle Veränderungen im Genom sind, wie z. B. somatische Kopienzahlveränderungen (SCNAs). Diese Arbeit befasst sich mit der Herausforderung, die Tumorevolution als Folge solcher Veränderungen zu charakterisieren. Wir verwenden einen phylogenetischen Ansatz zur Analyse von multiregionalen Datensätzen in einer großen Pan-Krebs-Kohorte. Wir untersuchen häufige SCNAs in verschiedenen Stadien der Tumorentwicklung und führen eine neue Methode, MEDICC2, ein, die die Tumorevolution innerhalb eines einzelnen Patienten rekonstruiert. In dieser Arbeit haben wir häufige SCNAs charakterisiert, die früh in der Tumorentwicklung auftreten. Aufgrund der Struktur der Kohorte ist die Charakterisierung der subklonalen SCNAs nicht eindeutig. Unsere neue Methode, MEDICC2, akzeptiert höhere Kopienzahlzustände und berücksichtigt die Verdopplung des gesamten Genoms, ein häufiges Ereignis in Tumoren, was eine genauere Modellierung der Tumorevolution ermöglicht.Intra-tumor heterogeneity reflects an ongoing evolution among cells of a single tumor. It is one of the leading causes of drug resistance in cancer treatments. Therefore, to address this issue, it is important to understand and successfully model tumor evolution within a single patient. Previous work has failed to successfully address the evolution of tumors whose drivers are structural changes in the genome, such as somatic copy number alterations (SCNAs). This work addresses the challenge of characterizing tumor evolution as a result of such changes. We use a phylogenetic approach to analyze multi-region datasets in a large pan-cancer cohort. We investigate frequent SCNAs at different stages of tumor development, and introduce a new method, MEDICC2, which reconstructs tumor evolution within a single patient. In this work, we characterized frequent SCNAs that occur early in tumor development. Due to the structure of the cohort, the characterization of subclonal SCNAs remains inconclusive. Our new method, MEDICC2, accepts higher copy number states and takes into account whole-genome doubling, a frequent event in tumors, which allows for a more precise modeling of tumor evolution