Séquençage d'eccDNA expliqué : ce qu'il mesure et pourquoi les chercheurs l'utilisent (RUO)

Les chercheurs biomédicaux débutants rencontrent le même changement que de nombreux laboratoires de génomique ont ressenti au cours de la dernière décennie : le génome n'est pas seulement un ensemble de longs chromosomes bien ordonnés. Les cellules portent également une diversité d'ADN circulaire extrachromosomique — eccDNA — qui ajoute des couches inattendues de variation et de régulation. Si vous avez recherché "eccdna nature" pour comprendre pourquoi des cercles apparaissent dans des articles de haut niveau, ce guide vous donnera un point de départ clair et pratique.

L'eccDNA (ADN circulaire extrachromosomique) fait référence à des molécules d'ADN circulaire trouvées en dehors de l'ADN chromosomique dans le noyau (et parfois dans des fractions cytoplasmiques). Elles se distinguent des plasmides (généralement exogènes, des cercles basés sur des vecteurs dans des systèmes de laboratoire) et de l'ADN mitochondrial (ADNmt, un génome circulaire endogène confiné aux mitochondries). Dans le cadre de l'eccDNA, les chercheurs réservent souvent le terme "ecDNA" pour les grands cercles hautement amplifiés courants dans le cancer qui portent fréquemment des oncogènes intacts. Les revues convergent sur ce cadre : les petits eccDNAs sont répandus dans les tissus, tandis que l'ecDNA (souvent >~1 Mb) est principalement associé aux tumeurs et lié à l'amplification et à l'hétérogénéité, comme l'a souligné Wang (2024) dans une revue en libre accès et corroboré par des résumés récents des caractéristiques de l'ecDNA dans le cancer. Voir les distinctions détaillées dans la synthèse en libre accès de Wang intitulée "Unveiling the mysteries of extrachromosomal circular DNA" (2024) et la discussion de Zhou sur les caractéristiques de l'ecDNA dans Frontiers in Genetics (2024).

• Selon l'aperçu en libre accès par Wang (2024)Les eccDNAs couvrent des catégories allant du microDNA (~200 bp–3 kb) à des éléments plus grands, tandis que l'ecDNA désigne généralement des cercles beaucoup plus grands qui abritent souvent des gènes entiers.
• Zhou (2024) dans Frontiers in Genetics met en évidence que l'ecDNA est largement présent dans les tumeurs, en contraste avec les eccDNA de taille kilobase trouvés dans divers contextes.

Glossaire rapide (pour débutants)

• eccADNTerme générique pour l'ADN circulaire extrachromosomique de tailles et d'origines variées ; commun à travers les tissus et les conditions.
• ecADNADN circulaire de grande taille (>~100 kb à l'échelle du Mb) dans le cancer, portant fréquemment des amplifications d'oncogènes et augmentant l'expression génique.
• microADNLes petits eccDNA (de quelques centaines à quelques milliers de paires de bases) sont souvent enrichis près des régions riches en gènes ou des régions répétées.
• ERCs (cercles d'ADNr épisomiques): Cercles dérivés de l'ADN ribosomal, étudiés classiquement dans le vieillissement des levures.
• Jonction circulaireLe point de fusion où un fragment d'ADN linéaire se rejoint pour former un cercle ; détecté par des lectures séparées/discordantes lors du séquençage.

Figure 1 : Comparaison simple des formes d'ADN — ADN chromosomique linéaire (bleu #0099d8), ADN circulaire extrachromosomique (eccDNA ; vert #82bc24), et ADN mitochondrial (orange). Légende de taille (non à l'échelle) : Chromosomique ≫ eccDNA (~100s pb–kb) ≈ mtDNA (~14–20 kb).

Texte alternatif : Schéma à trois icônes : ruban bleu pour l'ADN chromosomique linéaire, petits cercles verts pour l'eccDNA avec une flèche de jonction étiquetée, et un cercle orange à l'intérieur d'une mitochondrie pour l'ADNmt.

Quelles mesures prend le séquençage des eccDNA ?

Séquençage orienté vers l'eccDNA se concentre sur des preuves que la norme séquençage du génome entier (SGE) ne se nettoie pas proprement : la présence et les propriétés des cercles qui existent au-delà des chromosomes. En pratique, vous mesurez trois éléments fondamentaux.

1. Structure de jonction (comment le cercle est formé) Pensez à une jonction circulaire comme au point d'ancrage où un fragment se replie et se reconnecte à lui-même. Dans les données de lectures courtes, vous verrez des lectures éclatées qui se cartographient à travers la fusion et des lectures appariées dont l'orientation suggère des jonctions orientées vers l'extérieur. Dans les données de lectures longues, vous pouvez parfois traverser l'ensemble du cercle. ATAC-seq—les profils qui ouvrent la chromatine—peuvent également détecter des jonctions sans enrichissement spécifique aux cercles en tirant parti de ces signatures de cartographie. Kumar et ses collègues ont montré en 2020 que les signatures ATAC-seq prédisent les jonctions d'eccDNA qui peuvent être validées par PCR inverse et FISH dans des modèles de cancer. Voir le contexte méthodologique dans Kumar et al. (2020) dans Science Advances et les documents explicatifs en libre accès dans les ressources préimprimées/PMC correspondantes.
2. Le contenu génétique (quels gènes et éléments sont portés) Les cercles peuvent porter des gènes entiers, des fragments de gènes, des activateurs, des promoteurs et des répétitions. Le contenu génétique est important car il donne des indices sur la fonction : l'ecDNA comprend souvent des oncogènes intacts (par exemple, EGFR, MYC, MYCN) et des séquences régulatrices qui augmentent la transcription. Les petits eccDNA peuvent refléter la plasticité génomique locale, la biologie des répétitions ou les réponses au stress. Pour une synthèse accessible des rôles et des associations avec des maladies, voir Zhao (2022) dans eLife et l'aperçu du paysage par Zeng (2022) dans Genome Research (accès libre).
3. Le nombre de copies et l'abondance (combien de contenu dérivé des cercles existe) Les estimations du nombre de copies capturent l'amplification indépendamment de l'emplacement chromosomique. Dans le cancer, les amplifications d'ecDNA peuvent atteindre des nombres de copies élevés, se répartir de manière inégale lors de la division cellulaire et provoquer une hétérogénéité et une résistance aux thérapies. Pour un contexte en langage simple, le programme de génomique du cancer du NCI décrit l'ecDNA comme des boucles flottantes qui suralimentent les oncogènes et contribuent à la variabilité entre les cellules. Voir Aperçu de l'ecDNA du NCI CCG (blog de 2022) pour un résumé lisible.

Si vous souhaitez un aperçu plus approfondi sur la façon dont les échantillons sont isolés et enrichis avant le séquençage, consultez notre guide étape par étape : Flux de travail expérimental pour le séquençage de l'eccDNA.

Applications de recherche fondamentales

Pourquoi les chercheurs utilisent-ils séquençage d'eccDNADeux domaines d'application dominent l'intérêt et le comportement de recherche : la biologie du cancer et le vieillissement/le stress.

Biologie du cancer : amplification des oncogènes et hétérogénéité

De grands cercles d'ecDNA portent fréquemment des oncogènes tels que EGFR, MYC, MYCN et CCND2. Étant séparés des chromosomes, ils peuvent atteindre un nombre de copies élevé et se séparer de manière inégale, créant des différences entre les cellules qui compliquent la thérapie. Des travaux mécanistes montrent que la transcription à partir de l'ecDNA peut dépasser celle des homologues chromosomiques, facilitée par le détournement d'enhancers et des contacts chromatinens expansifs. Une large revue de 2022 par Yi et ses collègues résume les loci d'oncogènes récurrents sur l'ecDNA dans plusieurs types de tumeurs, tandis que des aperçus accessibles du NCI mettent en évidence l'hétérogénéité et la résistance.

Des vignettes du monde réel aident à ancrer les concepts :

• Glioblastome (GBM) : L'amplification de l'EGFR est un exemple classique d'ecDNA dans le GBM, où la ségrégation inégale produit des motifs d'expression et de réponse mosaïques ; l'ATAC-seq peut révéler des signatures de jonction précoces avant que l'amplification complète ne soit apparente. L'étude de Kumar fournit la logique de cartographie fondamentale : Science Advances (2020).
• Le cancer du poumon à petites cellules (CPSC) : les unités d'ecDNA MYC/MYCN démontrent comment les amplifications riches en enhancers élèvent la transcription au-delà des comparateurs chromosomiques, contribuant à des phénotypes agressifs, comme résumé dans des revues telles que Yi (2022).

Découvrez comment ces cercles influencent l'hétérogénéité tumorale dans notre article en série : eccADN dans le cancer.

Vieillissement et stress : accumulation et contextes de sénescence cellulaire

L'eccDNA a une longue histoire dans le vieillissement des levures : les ERCs s'accumulent dans les cellules mères, contribuant à la sénescence via des effets de réplication et de transcription. Les preuves chez les mammifères sont nuancées : les eccDNAs sont présents dans des tissus normaux et cancéreux, et certains contextes montrent des profils différentiels avec le vieillissement ou le stress. La revue de Wang en 2024 consolide les sous-types et les fonctions potentielles, tandis que le paysage de Zeng en 2022 met en évidence les distributions à travers les tissus. Dans le plasma, l'eccDNA présente une périodicité de taille distinctive par rapport à l'ADNcf linéaire, conforme aux effets de conditionnement nucléosomal, comme l'ont rapporté Sin et ses collègues.

• ERCs de levure : Les modèles classiques montrent l'accumulation d'ERC et des phénotypes associés à l'âge dans les cellules mères ; voir les résumés modernes dans Les cercles d'ADN favorisent le vieillissement des levures (eLife, 2022) et Formation d'eccDNA induite par la transcription chez la levure (PLoS Biology, 2019).
• Plasma/cfDNA : Pics de taille distincts d'eccDNA (~202 pb, ~338 pb) par rapport au cfDNA linéaire modal de 166 pb, reflétant le contexte de la chromatine ; voir Sin (2020) dans PNAS.

Explorez le rôle de l'ADN circulaire dans la sénescence cellulaire et la biologie somatique dans notre article en série : eccDNA dans les cellules somatiques et le vieillissement.

Aperçu des méthodes : comment séquencer des cercles ?

Il n'existe pas de "kit eccDNA" unique qui convienne à toutes les questions. La plupart des laboratoires choisissent parmi trois grandes approches, souvent en les combinant pour validation.

• Digestion par exonuclease + Amplification en Cercle (RCA) : Les exonucleases dépendantes de l'ATP (par exemple, Plasmid-Safe) éliminent l'ADN linéaire ; l'ADN polymérase phi29 amplifie les modèles circulaires. Cette base soutient de nombreux flux de travail Circle-Seq. Elle est efficace pour les petits cercles mais peut introduire des biais contre les plus grands et peut créer des artefacts de concatémère si les conditions ne sont pas ajustées. Des informations pratiques et des structures de protocole apparaissent dans Møller (2020) décrivant Circle-Seq et des pièces de synthèse telles que Yu (2023) sur les variantes Circle-Seq.
• Approches basées sur Tn5/tagmentation : Circulome-seq et ATAC-seq tirent parti de la transposition Tn5 pour marquer l'ADN accessible, capturant les signatures de jonction sans RCA. Elles réduisent certains biais d'amplification mais peuvent nécessiter une profondeur de séquençage plus élevée et un filtrage bioinformatique minutieux. Voir Kumar (2020) dans Science Advances et les matériaux en libre accès qui y sont liés.
• Enrichissement non-RCA pour de petits cercles natifs : Certains flux de travail enrichissent les petits cercles via un nettoyage par exonuclease sans RCA, préservant les distributions de taille natives et réduisant les chimères. Des discussions sur les performances comparatives apparaissent dans des synthèses récentes de méthodes telles que Gao (2024) sur les compromis entre reconstruction et enrichissement des longues lectures..

Considérations clés pour la planification (facile à comprendre)

• Préparation d'échantillons : La qualité de l'isolement des noyaux influence l'efficacité de l'élimination de l'ADN linéaire ; une manipulation délicate réduit la fragmentation qui peut fausser les appels de jonction.
• Contrôles : Inclure des plasmides de spike-in pour suivre les ratios circulaire : linéaire ; quantifier le carryover d'ADNmt ; ajouter des contrôles de digestion factice pour détecter un nettoyage incomplet par exonuclease.
• Construction de bibliothèque : Pour le matériel dérivé de RCA, limiter les cycles d'amplification pour réduire les concatémères ; pour l'ATAC-seq, optimiser la transposition pour équilibrer sensibilité et spécificité.
• Stratégie de séquençage : Le séquençage à courte lecture Illumina est courant pour le Circle-Seq ; ajoutez des lectures longues ONT/PacBio lorsque vous vous attendez à de grands cercles ou à des réarrangements complexes.

Pour les différences de stratégie et les contrôles à inclure, comparez les options dans notre article de série : Choisir des méthodes d'enrichissement pour les eccDNA.

• Pour les laboratoires qui préfèrent une option RUO externalisée, les prestataires de services peuvent effectuer une digestion par exonuclease, suivie d'une RCA, et retourner des rapports sur les jonctions et le contenu génétique ; voir CD Genomics. Solutions de recherche en oncologie pour la planification des études et le soutien au séquençage RUO.

Divulgation : CD Genomics est notre produit. Exemple neutre d'exécution de service : des fournisseurs tels que CD Genomics peut réaliser des workflows eccDNA RUO (par exemple, digestion par exonucléase plus RCA) et fournir des rapports sur les jonctions et le contenu génétique avec un contrôle qualité approprié, lorsque les projets nécessitent un soutien externe. Mentionné ici uniquement pour le contexte.

Figure 1 : Schéma conceptuel. L'ADN chromosomique est long et linéaire ; les eccDNAs sont de petits cercles divers souvent dérivés de fragments chromosomiques ; l'ADNmt est un génome circulaire séparé dans les mitochondries.

Figure 2 : Dessin stylisé inspiré de l'EM/AFM. De petits eccDNA apparaissent sous forme de fines boucles ; une boucle plus grande représente l'ecDNA associé au cancer. Il s'agit d'un croquis illustratif, et non d'une micrographie.

Planification pratique pour les débutants (RUO)

Pour rendre les concepts concrets, voici deux mini-projets et une liste de vérification pour le dépannage que les débutants peuvent adapter à des fins de recherche uniquement.

Mini-projet 1 : Profilage pilote dans une lignée cellulaire cancéreuse

• Objectif : Détecter l'ecDNA portant un oncogène (par exemple, EGFR) dans une lignée de glioblastome.
• Itinéraire : Préparer des noyaux, effectuer une digestion par exonuclease pour éliminer l'ADN linéaire, puis réaliser une amplification par RCA pour amplifier les cercles ; construire une bibliothèque Illumina.
• Sorties attendues : Appels de cercles avec coordonnées de jonction ; couverture élevée sur EGFR ; soutien de lecture fractionnée à travers les jonctions.
• Validation : PCR orienté vers l'extérieur à travers la jonction et séquençage Sanger ; FISH optionnel pour la localisation.
• Remarques : Les conditions RCA peuvent favoriser les petits cercles ; envisagez une détection complémentaire basée sur Tn5 des jonctions et, si les ressources le permettent, une validation par des lectures longues pour des structures plus grandes.

Figure 3. Flux de travail pilote pour le profilage de l'ADN ec dans une lignée cellulaire cancéreuse.

Mini-projet 2 : Détection d'une jonction circulaire à partir de lectures éclatées (ATAC-seq)

• Objectif : Identifier les jonctions de pré-amplification sur la même ligne en utilisant les signatures ATAC-seq.
• Itinéraire : Effectuer un ATAC-seq ; analyser les lectures éclatées et les paires orientées vers l'extérieur qui se cartographient de manière non linéaire ; signaler les candidats près de l'EGFR.
• Candidats de jonction corroborés par PCR inverse ; points chauds potentiels où l'ecDNA émerge par la suite.
• Remarques : L'ATAC-seq capture la chromatine accessible ; la profondeur et les filtres bioinformatiques sont importants. Voir le contexte méthodologique dans Kumar (2020).

Boîte de dépannage : pièges courants et contrôles

• Transport de l'ADNmt : Étant donné que l'ADNmt est circulaire, un nettoyage incomplet peut gonfler les signaux de "cercle". Incluez une quantification spécifique de l'ADNmt comme contrôle de fond.
• Digestion incomplète par exonuclease : L'ADN linéaire résiduel peut imiter les signatures de jonction. Utilisez des contrôles de plasmides ajoutés pour quantifier les rapports circulaire : linéaire et optimiser la digestion.
• Artéfacts de concaténation RCA : Une sur-amplification peut créer des chimères artificielles. Titrer phi29, limiter le temps de réaction et inclure un nettoyage post-RCA. Envisager un enrichissement non-RCA pour les petits cercles lorsque les artéfacts dominent.
• Biais de restriction/tagmentation : Des enzymes comme MspI imposent des préférences de motifs. Si votre étude implique un contenu de motifs différentiels, envisagez des méthodes complémentaires.
• Profondeur/longueur de séquençage insuffisante : Une faible profondeur manque des jonctions ; ajoutez des lectures longues ou une PCR inverse pour les cibles clés.

Introduction à la bioinformatique : des lectures aux cercles

Les débutants demandent souvent : « À quoi ressembleront les résultats ? » Voici une carte concise des résultats attendus et des outils courants.

Logique de détection (courtes lectures)

• Lectures fractionnées : lectures uniques qui s'alignent sur deux segments génomiques adjacents qui ne sont pas contigus dans la référence, traversant la jonction circulaire.
• Paires discordantes : orientations et distances des paires de partenaires qui suggèrent une fusion en boucle.
• Support de jonction : les outils comptent les lectures de soutien et estiment la confiance ; la PCR externe fournit une validation orthogonale.

Outils que vous rencontrerez

• Circle-Map et les outils de lecture courte associés rapportent des cercles candidats avec des coordonnées, des longueurs et des métriques de soutien de lecture. Voir une discussion intégrée dans Fang (2024) sur eccDNA-pipe et comparaisons d'outils.
• AmpliconArchitect (AA) reconstruit des structures amplifiées, couramment utilisées pour les amplicons d'ADN circulaire extracellulaire (ecDNA) dans le cancer.
• Les flux de travail à long terme (par exemple, CReSIL) aident à parcourir de grands cercles et à cartographier les réarrangements internes. Voir les notes comparatives dans Gao (2024).

Champs de rapport attendus (modèle minimal)

• Identifiant de cercle et coordonnées génomiques (par exemple, hg38 chr7:54 000 000–54 250 000).
• Support de lecture de jonction (lectures divisées, paires discordantes) et score de confiance.
• Longueur et composition de la séquence (répétitions, amplificateurs, chevauchement des gènes).
• Métadonnées d'échantillon (lignée cellulaire, traitement) et condition.
• Estimation du nombre de copies ou métriques d'abondance basées sur la couverture.

Normes de rapport et de qualité (liste de contrôle pour débutants)

• Efficacité de l'enrichissement : Documenter les rapports circulaires:linéaires en utilisant des plasmides ajoutés ou des références endogènes (ADNmt), en visant des rapports post-enrichissement élevés pour garantir la spécificité.
• Taux d'arrière-plan/chimériques : Suivre les artefacts de concaténation RCA potentiels et les appels de jonction avec un faible soutien ; envisager une validation orthogonale.
• Reproductibilité : Rapporter la concordance des répliques et les comptes d'eccDNA par échantillon normalisés en fonction de la profondeur de séquençage.
• Validation : Inclure une confirmation PCR/Sanger externe pour les jonctions représentatives ; FISH optionnelle pour la localisation des grands ecDNA.

Figure 4 : Exemple de style Circos avec couleurs de marque. La piste verte indique des comptes d'eccDNA hypothétiques ; les marques bleues indiquent des chevauchements de gènes. Les points chauds près des oncogènes connus et des régions riches en répétitions sont étiquetés pour l'orientation.

Lecture suivante optionnelle dans la série : une plongée plus profonde dans les pipelines, le filtrage des artefacts et les normes de reporting dans Bioinformatique pour l'eccDNA : détection, filtrage et rapport.

Si vous prévoyez d'externaliser l'analyse, demandez un package de résultats qui inclut les coordonnées des jonctions, les métriques de soutien de lecture et les annotations génétiques — de nombreuses équipes font appel à CD Genomics pour Analyse bioinformatique NGS produire des rapports prêts pour publication.

Considérations de conception de l'étude : types d'échantillons, profondeur et contrôles (RUO)

La planification d'une étude qui générera des données eccDNA interprétables repose sur trois décisions pratiques : quels échantillons vous allez analyser, à quelle profondeur vous allez séquencer et quels contrôles vous allez inclure.

Types d'échantillons et collecte

• Cellules cultivées : Fournissent des noyaux propres pour des flux de travail basés sur des exonucleases ; faciles à mettre à l'échelle et à reproduire.
• Tissus tumoraux : L'hétérogénéité complique l'interprétation ; envisagez la microdissection ou des adaptations à cellule unique si cela est faisable.
• Plasma/cfDNA : Échantillonnage non invasif ; s'attendre à des pics de taille de cercle distincts et à un fond plus élevé ; le nettoyage enzymatique est essentiel.

Choix de profondeur et de plateforme

• Lecture courte (Illumina) : Courant pour Circle-Seq ; viser une profondeur suffisante pour détecter des cercles à faible abondance et soutenir des appels de jonction robustes.
• Lecture longue (ONT/PacBio) : Ajoute de la confiance pour les grands cercles et les structures complexes ; prévoir une couverture >10X sur les cibles d'intérêt lorsque cela est possible.
• ATAC-seq complémentaire : Utile pour signaler les jonctions et les régions accessibles qui peuvent précéder l'amplification de l'ecDNA.

Contrôles et CQ

• Spike-ins : Spike-ins de plasmides pour estimer l'efficacité d'enrichissement circulaire et surveiller les pertes.
• Contrôles négatifs : Échantillons de digestion simulée pour révéler l'élimination incomplète de l'ADN linéaire ; contrôles sans modèle pour détecter les artefacts d'amplification.
• Validation orthogonale : PCR externe et Sanger ; FISH ou électrophorèse en champ pulsé (PFGE) en option pour les contrôles de pureté.

Pour les métriques de QC à travers les projets eccDNA—efficacité d'enrichissement, arrière-plan, reproductibilité—voir le guide de la série sur Métriques de qualité pour le séquençage d'eccDNA.

FAQ pour les lecteurs d'eccDNA pour la première fois

• Les eccDNAs et les ecDNA signifient-ils la même chose ? Non. "eccDNA" est le terme générique qui couvre diverses molécules d'ADN circulaire. "ecDNA" fait généralement référence à de grands cercles porteurs d'amplification courants dans le cancer qui portent souvent des oncogènes entiers. Pour des distinctions de taille/fonction, voir Wang (2024) et Zhou (2024).
• Les petits eccDNAs ne sont pas simplement des artefacts de préparation de bibliothèque. Pas en général. Plusieurs tests — y compris les enrichissements non-RCA et la détection de jonctions ATAC-seq — soutiennent l'existence de petits eccDNAs dans divers contextes. Le choix de la méthode et les contrôles sont importants pour éviter les concatémers RCA ou le nettoyage incomplet de l'ADN linéaire. Voir les discussions méthodologiques dans Yu (2023) et Kumar (2020).
• Quels échantillons peuvent être profilés ? Beaucoup : cellules cultivées, tissus et même plasma/cfDNA. Des études sur le plasma utilisant l'exonucléase V (ExoV) ainsi que des enzymes de restriction (par exemple, MspI) ont rapporté des pics de taille distincts pour l'eccDNA par rapport au cfDNA linéaire, reflétant la périodicité nucléosomique. Voir Sin (2020) dans PNAS.
• Comment valider les appels de cercle ? Utilisez des PCR orientées vers l'extérieur à travers les jonctions et le séquençage Sanger ; la FISH peut localiser de grands ecDNA ; le séquençage à long terme ou la PCR inverse peuvent fournir une confirmation supplémentaire.
• Existe-t-il une base de données de cercles connus ? Des agrégateurs comme CircleBase V2 et eccDNABase compilent les coordonnées, les annotations et les métadonnées d'échantillons à travers les espèces. Voir CircleBase V2 (2025) et eccDNABase (2024).

Conclusion et prochaines étapes (RUO)

Le séquençage des eccDNA élargit notre vision de la structure et de la variabilité du génome. En mesurant les jonctions, le contenu génétique et l'amplification au-delà des chromosomes, les chercheurs peuvent suivre comment les cercles façonnent l'hétérogénéité du cancer et explorer leurs rôles dans la biologie somatique et le vieillissement. L'élan du domaine—visible dans les publications "eccdna nature"—provient de la connexion de preuves claires (jonctions, contenu génétique, nombre de copies) à des questions biologiques significatives.

Si vous planifiez un projet RUO et avez besoin de soutien externe, des prestataires tels que CD Genomics offrent des services pertinents. Explorez les solutions de recherche en oncologie. sur CD Genomics et complet Services de bioinformatique discuter des besoins en matière de conception et de rapport d'étude.

Pour un apprentissage plus approfondi dans cette série :

• Méthodes et contrôles : Choisir des méthodes d'enrichissement d'eccDNA
• Guide de laboratoire de bout en bout : Flux de travail expérimental pour le séquençage de l'eccDNA
• Applications en cancérologie : eccADN dans le cancer
• Vieillissement et biologie somatique : eccDNA dans les cellules somatiques et le vieillissement
• Bioinformatique et rapport : Bioinformatique pour l'eccDNA : détection, filtrage et rapport
• QC et reproductibilité : Métriques de qualité pour le séquençage d'eccDNA

Pour le support du projet RUO—conception de l'étude, séquençage et rapport en aval—contactez CD Genomics. Solutions de recherche en oncologie et Solutions d'analyse des données génomiques discuter de la portée expérimentale et des livrables.

Références :

1. Wang, X. et al., "Dévoiler les mystères de l'ADN circulaire extrachromosomique" (revue, 2024) — revue autoritaire en libre accès résumant les classes, tailles et fonctions de l'eccDNA ; voir Revue Wang 2024 (PMC).
2. Zhou, Y., "Caractéristiques de l'ecDNA et distribution des tumeurs" (Frontiers in Genetics, 2024) — discussion des définitions de l'ecDNA et de la prévalence des tumeurs ; voir Zhou 2024, Frontières en Génétique.
3. Zeng, W. et al., "Paysage de l'eccDNA dans l'hématopoïèse normale et l'évolution de la leucémie" (Genome Research, 2022) — article en libre accès sur la distribution de l'eccDNA à travers les tissus ; voir Zeng 2022, Recherche Génomique (PMC).
4. Zhao, X. et al., "Rôles de l'ADN circulaire extrachromosomique et association avec les tumeurs" (eLife, 2022) — revue de la biologie de l'eccDNA et des liens avec les maladies ; voir Zhao 2022, eLife.
5. Kumar, P. et al., "ATAC-seq identifie des jonctions d'ADN circulaire extrachromosomique" (Science Advances, 2020) — démontre les signatures ATAC-seq pour la détection et la validation des jonctions d'eccDNA ; voir Kumar 2020, Science Advances et l'enregistrement en libre accès Kumar et al. (PMC).
6. Yu, L. et al., "Variantes Circle-Seq et perspectives pratiques" (revue des méthodes, 2023) — notes pratiques sur la synthèse et la validation de Circle-Seq ; voir Yu 2023 (PMC).
7. Møller, H.D., "Protocole Circle-Seq" (Nature Protocols / PubMed, 2020) — protocole Circle-Seq original et guide étape par étape ; voir Protocole Møller 2020 (PubMed).
8. Fang, Z. et al., "eccDNA-pipe et comparaisons d'outils" (Briefings in Bioinformatics, 2024) — flux de travail intégré et évaluation d'outils pour la détection d'eccDNA ; voir Fang 2024, Briefings en bioinformatique.
9. Gao, Y. et al., "Reconstruction et compromis d'enrichissement des longues lectures (CReSIL)" (comparaison des méthodes, 2024) — discussion sur la performance de la reconstruction et de l'enrichissement des longues lectures ; voir Gao 2024 (PMC).
10. Sin, H.S. et al., "Enrichissement d'eccDNA plasmatique utilisant ExoV et des enzymes de restriction" (PNAS, 2020) — méthodes et observations de profil de taille pour l'eccDNA plasmatique ; voir Sin 2020, PNAS.
11. Institut national du cancer, Programme de génomique du cancer — "aperçu de l'ecDNA et implications" (blog NCI CCG, 2022) — résumé accessible de la biologie de l'ecDNA dans le cancer ; voir Aperçu de l'ecDNA du NCI CCG (2022).
12. CircleBase V2 — base de données eccDNA sélectionnée (article de lancement/PMC 2025) — coordonnées et annotations agrégées à travers les études ; voir CircleBase V2 (PMC).
13. eccDNABase — description et ressource complète de la base de données eccDNA (MBE/OUP) — voir eccDNABase (2024/2025, MBE).

Auteur

Yang H. — Chercheur senior, CD Genomics ; Université de Floride.

Yang est un chercheur en génomique avec plus de 10 ans d'expérience en recherche dans les domaines de la génétique, de la biologie moléculaire et cellulaire, des flux de travail de séquençage et de l'analyse bioinformatique. Compétent à la fois dans les techniques de laboratoire et l'interprétation des données, Yang soutient la conception d'études RUO et les projets basés sur le séquençage NGS.