标准流程判为PTEN野生型的样本里，模型又找出33例缺失，其中75%染色证实蛋白丢失
核心概要
德累斯顿大学肿瘤中心在MASTERsg精准肿瘤项目中用梯度提升模型重读TSO500 panel测序的拷贝数原始分箱数据，专门找被标准流程漏掉的PTEN局灶缺失。TSO500按基因内分箱读数取平均，局灶事件达不到倍数变化阈值；模型在204例被判为PTEN野生型的样本中报出33例缺失，其中20例有组织可染色，15例显示PTEN蛋白缺失或明显降低。
深度剖析
对同一批TSO500 panel测序数据，一套机器学习流程能报出标准流程判为PTEN野生型的样本中的局灶缺失。 TSO500流程把基因内50–250 bp的分箱读数取平均得到基因级拷贝数，局灶缺失因此达不到倍数变化阈值；此前没有已发表的独立缺失判定算法基于TSO500输出。 在204例被TSO500判为PTEN野生型的MASTERsg样本中，模型报出33例缺失，其中18例连CNVkit也未报出；20例有组织可染色的病例中15例PTEN蛋白缺失或明显降低。
模型直接读分箱级读数，而不是只读基因级平均值。 两个极端梯度提升分类器分别做缺失与否的二分类和合子型三分类，输入包括归一化分箱读数、对数多项式拟合及其导数、全局倍数变化和肿瘤细胞含量。 训练/测试队列为59例、覆盖15种实体瘤；在独立外部验证的61例、24种实体瘤随机样本中，模型1的F1为0.75、特异度0.92，TSO500的F1为0.71、敏感度0.56。
启示与展望
已展示的范围是TSO500 panel测序数据上的PTEN缺失判定与合子型评估，训练与验证来自MASTERsg项目及慕尼黑工业大学的病理样本，覆盖多种晚期实体瘤。作者把模型定位为筛查工具，阳性结果仍需免疫组化等功能学确认，并计划把方法扩展到其他基因。
验证队列B是按模型1预测挑出的，作者说明它不能用来估计未选择人群中的阳性预测值或假阳性负担，队列内的对比也偏向模型1。换用TSO500 v2.6.0.2流程后，模型1的F1从0.76降到0.67，模型2从0.80降到0.72。作者还指出拷贝数变化只是PTEN失活的一种机制，体细胞测序无法完全排除亚克隆缺失，训练队列规模有限，合子型三分类中野生型类的平均精度为0.64。