夜雨聆风
生信篇 | 三代测序肿瘤结构变异检测新工具:SAVANA
随着长读长测序(Long-read sequencing)技术的快速发展，研究人员可以更全面地解析复杂肿瘤基因组结构。相比较于传统短读长测序，长读长测序（如Oxford Nanopore 和 PacBio）能够跨越大片重复区域，从而更容易识别结构变异(Structural Variants，SVs)。然而，肿瘤基因组具有极高复杂性，例如：大规模染色体重排、体细胞拷贝数异常(Somatic Copy Number Aberrations，SCNAs)、多克隆肿瘤结构等。这些特征使得传统SV检测算法容易产生大量假阳性结果。为了解决这一问题，Cortes-Ciriano实验室开发了一款计算效率高的算法——SAVANA，并于2025年发表在《Nature Methods》上。
SAVANA: reliable analysis of somatic structural variants and copy number aberrations using long-read sequencing。
1
什么是SAVANA？
SAVANA是一个用于检测肿瘤体细胞SV和SCNAs，并利用肿瘤的长读长序列测序数据推断肿瘤纯度和倍数，无论是否匹配生殖系对照。截止2026年3月15日为止，已更新到v1.3.7版本。软件通过分析肿瘤样本与匹配正常样本的BAM文件，识别支持结构变异的长读长数据，并对候选SV进行聚类和共识断点检测，最终输出 VCF或BEDPE格式结果。
2
核心技术特点
1. 机器学习驱动的SV识别
SAVANA的核心创新之一是机器学习模型。该模型能够区分：真正的肿瘤结构变异；由测序或比对产生的假信号。这一策略显著降低了假阳性率，使长读长测序更适合临床分析。
2. 同时检测SVs和SCNAs
传统SV工具通常只检测结构变异，而SAVANA可以同时分析SVs和SCNAs。算法通过SV断点和SNP信息 计算：肿瘤纯度(tumour purity)基因组倍体(ploidy)，从而实现更完整的肿瘤基因组分析。
3. 单倍型分辨率分析
SAVANA利用长读长测序的相位信息(phasing information)，能够在单倍型水平(haplotype level)识别结构变异。这种能力对于研究：染色体重排、致癌基因扩增、抑癌基因缺失等具有重要意义。
3
软件安装方法
1. 使用 conda 安装（推荐）
首先，创建一个新的conda环境SAVANA(Python 3.9)，并进行激活。
然后，运行以下命令安装SAVANA软件：
2. 从 Source 安装
首先，克隆SAVANA的仓库。
通过conda安装软件所需要的依赖requirements.txt()。
或者通过pip安装和管理依赖。
最后通过Python3来安装SAVANA。
运行时，使用以下命令（注意将相关数据源替换为自己的数据目录）：
4
常见参数
1. 必选参数
下面为运行SAVANA软件必须填入的参数，包括肿瘤组织和正常组织的BAM或CRAM格式文件（必须带有.bai或.crai索引文件），一个输出文件地址（文件夹内必须为空），以及参考基因组。
2. 基础参数
5
输出结果
根据运行时参数的不同配置，软件将输入下表所列的不同格式的结果文件。
6
VCF文件中INFO字段解释
INFO字段用于描述结构变异的总体信息（位点级别）。
7
参考文献
1. Elrick, H., Sauer, C.M., Espejo Valle-Inclan, J. et al. SAVANA: reliable analysis of somatic structural variants and copy number aberrations using long-read sequencing. Nat Methods 22, 1436–1446 (2025). https://doi.org/10.1038/s41592-025-02708-0.
扫描二维码关注我们
数字PCR平台|多重细胞因子检测平台|纳米孔测序平台