eccDNA bei Krebs: Genamplifikation, Onkogenregulation und Forschungsanwendungen

Die Erkenntnis, dass viele krebsverursachende Onkogene häufig außerhalb von Chromosomen auf großen zirkulären DNA-Elementen lokalisiert sind, hat die Denkweise von Onkologieforschern in Bezug auf Kopienzahl, transkriptionale Kontrolle und Tumorevolution verändert. Im Kontext von „eccDNA-Krebs“ ist es hilfreich, die Begriffe im Voraus zu definieren: kleine endogene zirkuläre DNAs (eccDNAs oder MikroDNAs) sind vielfältig und reichlich in normalen und Krebszellen vorhanden und umfassen typischerweise Hunderte bis Tausende von Basenpaaren. Im Gegensatz dazu tragen große, onkogenhaltige Zirkeln – allgemein als ecDNA bezeichnet – Megabasen-große Amplifikationen, die ganze Onkogene wie EGFR oder MYC, flankierende regulatorische Sequenzen und strukturelle Umstellungen enthalten können. Diese ecDNA-Elemente verstärken die Onkogen-Dosierung und verändern häufig die Genregulation.

Wenn Sie neu in den Grundlagen der Messung sind – was erfasst wird, wie und mit welchen Vorbehalten – beginnen Sie mit dem grundlegenden Überblick im Ressourcenartikel. eccDNA-Sequenzierung erklärtHier konzentrieren wir uns auf fortgeschrittene Anwendungsthemen für Onkologieforscher und verweben zwei zentrale Fallstränge: EGFR-amplifiziertes Glioblastom (GBM) und MYC/MYCN-gesteuerte Tumoren. Wir erläutern, wie ecDNA die Kopienzahl, die Enhancer-Verbindung und die schnelle Tumordiversifizierung unter ausschließlich für Forschungszwecke (RUO) verwendeten Bedingungen gestaltet.

Mechanismen der Onkogenregulation auf ecDNA

Große ecDNA-Zirkel beseitigen chromosomale Einschränkungen hinsichtlich Dosierung und 3D-regulatorischem Kontext. Drei mechanistische Säulen tauchen in der aktuellen Literatur immer wieder auf: Explosion der Kopienzahl, Enhancer-Hijacking über gruppierte ecDNA-„Hubs“ und Chromatinmerkmale, die möglicherweise die Zugänglichkeit begünstigen.

Kopienzahlverstärkung ohne chromosomale Einschränkungen

EcDNA beherbergt häufig hochkopierte Onkogen-Amplifikationen. In GBM-Modellen mit EGFR-amplifiziertem ecDNA zeigt die DNA-Fluoreszenz-in-situ-Hybridisierung (FISH), dass ecDNA-Signale als „Wolken“ verteilt sind, getrennt von Chromosomen, was mit doppelminütigen Strukturen übereinstimmt. Purshouse und Kollegen berichteten über GBM-Stammzelllinien, die mehrere EGFR-tragende ecDNA-Populationen enthalten, mit Kopienzahl- und Expressionsmustern, die hauptsächlich durch Dosierung und nicht durch per-Kopie-Hyperaktivierung erklärt wurden (eLife, 2022; DOI: 10.7554/eLife.80207). Ihre multimodale Analyse (DNA/RNA FISH mit computergestützter Amplifikationsrekonstruktion) unterstrich, dass ecDNA die gesamte Transkription erhöht, indem sie die Kopienzahl erhöht, während sie in einigen Kontexten mit homogen gefärbten Regionen (HSRs) koexistiert; siehe den Originalartikel für Details und Abbildungen: Die Expression von Onkogenen aus ecDNA wird durch die Kopienzahl in GBM gesteuert (eLife, 2022) und dessen Open-Access-PMC-Version.

Enhancer-Hijacking und ecDNA-Hubs (Howard Chang-Thread)

Ein zweiter Mechanismus umfasst regulatorisches Umverdrahten: ecDNA-Zirkel können sich zu „Hubs“ gruppieren, die als mobile Enhancer fungieren und intermolekulare Interaktionen ermöglichen, die die Transkription über die Erwartungen an die Kopienzahl hinaus anheben. Hung et al. beschrieben ecDNA-Hubs, die BRD4 rekrutieren und trans-Enhancer-Promotor-Kontakte assemblieren, wodurch die Onkogen-Ausgabe in Systemen erhöht wird, die oft MYC/MYCN-Loci beinhalten. Die BET-Hemmung zerstreute diese Hubs und reduzierte die hub-abhängige Transkription (Nature, 2021). Für einen prägnanten Überblick über die Primärquelle siehe „ecDNA-Hubs treiben die kooperative intermolekulare Onkogenexpression an“ (Nature, 2021) und die Open-Access-PMC-Artikel.

Chromatin-Zugänglichkeit auf Zirkeln

Bewertungen, die ATAC-seq- und ChIP-seq-Berichte zusammenfassen, argumentieren, dass ecDNA tendenziell zugänglicher ist mit aktiven Histonmarkierungen als übereinstimmende chromosomale Loci, plausibel aufgrund einer entspannten Nukleosomenpackung und flexibler Topologie. Allerdings bleiben locus-matched Vergleiche nach 2021 begrenzt, und einige GBM-Studien deuten darauf hin, dass die Dominanz der Kopienzahl die Effekte der Zugänglichkeit pro Kopie überlagern könnte. Dies bleibt ein aktives Forschungsfeld, in dem zusätzliche ATAC/ChIP- und 3D-Konformationsdaten wertvoll sein werden, um system-spezifische Unterschiede zu reconciliieren. Für Hintergrundinformationen darüber, wie Genominstabilität und Reparaturmechanismen Zirkularisierungsereignisse auslösen können, siehe die Serienressource. Verknüpfung von eccDNA mit Genominstabilität: alt-EJ, Replikationsstress und Retrotransposons.

Unterscheidung von ecDNA und kleinen eccDNA

Terminologische Klarheit ist wichtig für das Studiendesign und die Interpretation. „eccDNA“ beschreibt historisch ein Spektrum kleiner Kreise (Hunderte bis Tausende von bp), die durch Mikrodeletion oder Rekombination repetitiver Elemente entstehen und in verschiedenen Geweben und Arten sichtbar sind. Diese kleinen eccDNAs werden häufig mit Circle-seq-ähnlicher Anreicherung und Rolling Circle Amplification (RCA) profiliert und können repetitive Elemente und regulatorische Fragmente enthalten.

Im Gegensatz dazu bezieht sich „ecDNA“ bei Krebs auf große, megabasierte Kreise, die Onkogene und komplexe Umstellungen beherbergen. EcDNA wird typischerweise aus der gesamten Genomsequenzierung (WGS) unter Verwendung von Algorithmen wie AmpliconArchitect und AmpliconClassifier abgeleitet und mit Metaphase-FISH oder der Auflösung von langen Lesejunks validiert. Bailey et al. analysierten eine sehr große Kohorte und rekonstruierten fokale Amplifikationen, um die Prävalenz von ecDNA über Tumorarten hinweg zu schätzen (Nature, 2024; DOI: 10.1038/s41586-024-08107-3). Für eine zugängliche Diskussion über Prävalenz und Auswirkungen siehe „Ursprünge und Auswirkungen von extrachromosomaler DNA“ (Nature, 2024).

Rechnerisch basiert die Klassifizierung von ecDNA auf: (1) fokalen Hochkopie-Spitzen mit scharfen Grenzen; (2) zyklischen Breakpoint-Diagrammen, die eine zirkuläre Topologie anzeigen; und (3) Unterstützung durch junction-überspannende Reads. Die Erkennung von kleinen eccDNAs hingegen hängt von der genauen Identifizierung von Kreisjunctions in angereicherten Bibliotheken ab. Auch die biologischen Funktionen unterscheiden sich: ecDNA treibt die hochgradige Expression von Onkogenen und schnelle Evolution voran; kleine eccDNAs können zur Genomplastizität und regulatorischem Rauschen beitragen, sind jedoch typischerweise keine primären Onkogen-Träger.

eccDNA-Krebs: Schnelle Evolution, Heterogenität und Resistenz durch ungleiche Segregation

Im Gegensatz zu Chromosomen fehlen ecDNA-Zirkel Zentromere. Während der Mitose werden sie stochastisch verteilt, was zu nicht-mendelianischer Vererbung und einer schnellen Diversifizierung der Kopienzahl unter Tochterzellen führt. Diese ungleiche Verteilung fördert die intra-tumorale Heterogenität: Einige Linien erwerben hohe ecDNA-Belastungen, andere verlieren sie, und die Population passt sich unter Selektionsdruck an.

Die Konsequenzen für RUO-Onkologieprojekte sind konkret:

• Drogengeschädigte Populationen können je nach Fitnesslandschaften in ecDNA-reiche oder ecDNA-arme Subklone abdriften.
• Einzelzell-DNA/RNA-Profile können eine große Streuung in der Dosierung und Expression von ecDNA-gebundenen Onkogenen zeigen.
• Die Durchschnittswerte der Bulk-Sequenzierung können kritische ecDNA-Dynamiken verschleiern; wiederholte Probenahme und orthogonale Bildgebung helfen.

Mechanistisch können Replikationsstress und fehleranfällige Reparatur (z. B. alt-EJ) sowohl die ecDNA-Belastung erzeugen als auch modulieren. Wiederholungen und Mikrosatelliten können die Zirkularisierung von Bruchpunkten erleichtern oder zur Architektur von Ampliconen beitragen. Für einen tiefergehenden Einblick in die Biologie der Wiederholungen in diesem Kontext siehe Mikrosatelliten und eccDNA: Was Zirkularisierung für die Wiederholungsbiologie und Krebsforschung bedeutet.

Abbildung 1. Schema der ungleichen Segregation.
Ein vereinfachtes Schema, das die stochastische Vererbung von ecDNA während der Mitose veranschaulicht und zeigt, wie ungleiche Verteilung eine Zell-zu-Zell-Kopienzahl-Heterogenität erzeugt.

Wie man ecDNA/eccDNA (RUO) in Onkologieprojekten profiliert

Wet-Lab-Anreicherung und Bibliotheksvorbereitung

Mehrere RUO-Workflows reichern zirkuläre DNA an. Ein gängiger Ansatz entfernt lineare DNA durch Exonuklease-Digestion (z. B. Plasmid-Safe DNase) und amplifiziert dann Zirkeln mit Phi29-Polymerase (RCA). Dies verstärkt kleine Zirkeln, kann jedoch die Repräsentation verzerren und epigenetische Marker verändern. Wo quantitative Genauigkeit erforderlich ist, sind Strategien mit geringer Amplifikation oder amplifikationsfreie Ansätze in Kombination mit höherer Sequenzierungstiefe vorzuziehen. Alternative Ansätze wie CRISPR-CATCH können große Zirkeln für gezielte Analysen isolieren.

Kontrollen und Validierung sollten Folgendes umfassen:

• Ein mitochondriales DNA (mtDNA) Spike-in oder endogenes mtDNA als positiver Kontrollwert für die zirkuläre Anreicherung.
• Metaphase- und Interphase-FISH zur Bestätigung der extrachromosomalen Lokalisation von Kandidaten-Onkogen-Ampliconen.
• Junction-überschreitende Reads (kurz oder lang), um die zirkuläre Topologie zu beweisen.

Sequenzierung und Algorithmen: verständliche Ergebnisse erzielen

Short-Read-WGS bleibt der häufigste Ausgangspunkt. AmpliconArchitect rekonstruiert fokale Amplicons und AmpliconClassifier kennzeichnet sie als ecDNA, BFB oder andere Kategorien. Circle-Map und verwandte Junction-Caller helfen dabei, kleine Kreise in angereicherten Bibliotheken zu identifizieren. Neu aufkommende Pipelines (z. B. eccDNA-pipe) konsolidieren Schritte und Berichtsfelder. Long-Read-Plattformen (PacBio HiFi, ONT) bieten zusätzlichen Wert, indem sie komplexe Junctions überbrücken und die zyklische Topologie bestätigen, insbesondere wenn Short-Read-Grafiken mehrdeutig sind.

Inline-Ressourcen für Methoden und Beweise:

• ecDNA-Dosierung und EGFR in GBM: Purshouse et al., eLife 2022; PMC-Version.
• ecDNA-Hubs und Enhancer-Hijacking: Hung et al., Nature 2021; PMC.
• Krebsüberlappung und Amplicon-Klassen: Bailey et al., Nature 2024.

Datenqualität und Berichtstandards (empfohlene Mindestanforderungen)

• Abdeckung: ≥40–60× WGS für eine zuverlässige Rekonstruktion von Ampliconen; höher, wenn amplifikationsfreie Zirkulärbibliotheken verwendet werden.
• Reinheit: Schätzen Sie die Tumorreinheit, um die Kopienzahl genau zu interpretieren; ziehen Sie gegebenenfalls Mikroschnitt oder Anreicherung von Tumorzellen in Betracht.
• Amplicon-Metadaten: Bericht über Amplicon-Größe, Onkogeninhalt, Klassifizierung (ecDNA vs HSR), Junction-Unterstützung und Schätzungen der Kopienzahl.
• Orthogonale Validierung: Bereitstellung von FISH-Kongruenzraten und, wo möglich, Bestätigung von Junctions durch Langsequenzierung.
• Reproduzierbarkeit: Bibliotheken replizieren und die Übereinstimmung von ecDNA berichten; für Einzelzell-Assays die Zellniveau-Dispersionsmetriken offenlegen.

Offenlegung: CD Genomics ist unser Produkt. In der Praxis kombinieren Onkologie-Teams häufig die Rekonstruktion von Kurzlese-Ampliconen mit der Auflösung von langen Lese-Junktionen und der FISH-Validierung. Ein neutrales, im RUO-Rahmen befindliches Beispiel ist eine hybride Strategie: Kurzlese-WGS zur Klassifizierung mit AmpliconArchitect/AmpliconClassifier, gezielte Langlese-Sequenzierung oder -Erfassung zur Bestätigung von EGFR-Junktionen in GBM und Metaphase-FISH zur Unterscheidung von ecDNA und HSR. Für die nachgelagerte Informatikunterstützung konsultieren Sie unser Bioinformatik-DienstleistungenNachdem Sie die Einzelheiten zur Erkennung und Filterung kartiert haben, lohnt es sich, tiefer in die Analyse einzutauchen. Für algorithmische Details, den Umgang mit Artefakten und Berichtsstandards fahren Sie mit dem Serienartikel fort. Bioinformatik für eccDNA: Erkennungsalgorithmen, Filterung von Artefakten und Berichtstandards.

EGFR‑GBM und MYC/MYCN: Studienentwurf Blaupausen (RUO)

EGFR-amplifiziertes GBM (primärer Faden)

• Ziel: Unterscheidung von ecDNA und HSR; Quantifizierung der EGFR-Dosierung und -Dynamik unter Störungen (z. B. Replikationsstressbedingungen in vitro).
• Probenahme: 10–20 patientenabgeleitete GBM-Modelle oder PDXs; einschließlich Wiederholungen für mindestens 30 % der Proben zur Bewertung der Reproduzierbarkeit.
• Analysen: 40–60× WGS mit AmpliconArchitect/Classifier; Metaphase- und Interphase-FISH, die auf EGFR und Zentromer 7 Sonden abzielt; optionale gezielte Langlese-Capture für das Überspannen von Junctions.
• QC-Ziele: ≥80% Übereinstimmung zwischen AA/AC ecDNA-Anrufen und FISH; Unterstützungsdepth der Junctionen ≥20× über den Bruchpunkten; Übereinstimmung der Replikatbibliotheken innerhalb von 10% für Schätzungen der Kopienzahl.
• Interpretationshinweise: Erwarten Sie Mischungen aus ecDNA und HSR; berichten Sie beides. Verfolgen Sie die Verteilung der ecDNA-Kopien über die Passage hinweg, um segregationsbedingte Heterogenität abzuleiten.

MYC/MYCN-gesteuerte Archetypen (sekundärer Faden)

• Ziel: Test auf Enhancer-Hijacking und Hub-Bildung; Analyse der Dosis- versus regulatorischen Beiträge zur MYC/MYCN-Expression.
• Stichprobe: 10–15 Modelle aus Neuroblastom/Medulloblastom oder MYC-amplifizierten Linien.
• Analysen: WGS mit AA/AC; ATAC-seq oder H3K27ac ChIP-seq; optional HiChIP/Hi-C zur Unterstützung von hub-ähnlichem Clustering; Störung mit BET-Inhibitor in kurzfristigen RUO-Experimenten.
• QC-Ziele: ATAC/H3K27ac-Spitzen reproduzierbar über Replikate; WGS-Abdeckung wie oben; bei Verwendung von HiChIP/Hi-C die Reproduzierbarkeit der Schleifen und Unterstützungsreads berichten.
• Interpretationshinweise: Hub-Effekte können kontextabhängig sein; präsentieren Sie kopienzahl-normalisierte Ausdrucksmetriken, um eine Überattribution zu vermeiden.

Visualisierung von ecDNA in der Praxis (Abbildungen)

Abbildung 2. Konzeptuelle EGFR ecDNA FISH-Darstellung.
Eine illustrative Darstellung, die EGFR-tragende ecDNA-Signale (farbig) zeigt, die räumlich von Chromosomen in einem metaphaseähnlichen Kontext getrennt sind. Dieses Bild ist eine illustrative Darstellung und keine Primärdaten.

Abbildung 3. Illustrierende CNV-Spur mit ecDNA-ähnlichem fokalen Spike.
Ein illustratives Kopienzahlprofil (Log2-Verhältnis vs. genomische Position), das einen schmalen, hochamplitudigen fokalen Anstieg am EGFR-Locus zeigt, der mit einer ecDNA-ähnlichen Amplifikation übereinstimmt; als illustrativ gekennzeichnet, nicht als Primärdaten.

• RCA-Bias gegenüber kleinen Kreisen: Wenn Sie die Rolling-Circle-Amplifikation verwenden, erwarten Sie eine Anreicherung von Mikro-DNAs gegenüber großen ecDNAs. Berücksichtigen Sie amplifikationsfreie Protokolle, wenn die Quantifizierung wichtig ist.
• Mitochondriale DNA verwirrt: mtDNA dominiert in kreisreichhaltigen Bibliotheken. Verwenden Sie Blockier-Sonden oder rechnerische Filter, um Fehlinterpretationen zu vermeiden.
• ecDNA vs HSR Verwirrung: Kombinieren Sie Metaphase-FISH mit AA/AC-Klassifizierung und, wo möglich, Langlese-Junktionen, um eine Fehlbezeichnung amplifizierter chromosomaler Regionen als ecDNA zu vermeiden.
• Probenreinheit und Verunreinigung: Eine niedrige Tumorreinheit dämpft die Spitzen der Kopienzahl. Schätzen Sie die Reinheit und berichten Sie diese zusammen mit den ecDNA-Metriken.
• Segregationsgetriebenes Driften: Bei der Vergleich von Bedingungen die Dispersion der ecDNA-Kopienzahl über die Durchgänge hinweg berücksichtigen; früh einfrieren und die Durchgänge über die experimentellen Arme hinweg abgleichen.

Wohin das führt (RUO): Therapeutisch angrenzende Forschungsfragen

Für Onkologieforscher stellt ecDNA mehrere langjährige Fragen neu:

• Wie beeinflusst die ecDNA-Belastung die transkriptionale Heterogenität innerhalb und zwischen Klonen? Einzelzell-Multi-Omik kombiniert mit ecDNA-Nachweis kann Dosierung vs. Regulation im Kontext unterscheiden.
• Wann treten ecDNA-Strukturen entlang der Tumorigenese-Trajektorien auf? Rekonstruktionen großer Kohorten deuten auf ein frühes Auftreten in bestimmten Progressionen hin.
• Können ecDNA-Hubs gestört werden, um die trans Enhancer-Aktivität zu reduzieren? BET- und andere chromatinzielgerichtete Experimente zeigen vielversprechende Ansätze, um Mechanismen unter RUO-Bedingungen zu untersuchen.

Zwei Fallstränge verbinden diese Fragen miteinander:

• EGFR-amplifiziertes GBM: Dosierung dominiert die transkriptionale Ausgabe; ecDNA/HSR-Mischungen erschweren die Interpretation; Resistenzdynamiken können den Verlust oder die Umgestaltung von ecDNA unter Selektion umfassen, was mit stochastischen Vererbungsmustern übereinstimmt.
• MYC/MYCN-Archetypen: Enhancer-Hijacking und Hub-Bildung spielen eine herausragende Rolle; Redundanz in regulatorischen Elementen unterstützt eine hohe Expression und Plastizität.

Für Teams, die Projekte planen, stellen Sie sicher, dass die Studienarchitektur mit den RUO-Best-Practices übereinstimmt – definieren Sie Kohorten, Kontrollen, Auswahlmöglichkeiten zur Anreicherung, orthogonale Validierungen und Informatiklieferungen. Ein praktischer Ausgangspunkt ist die Serienressource. Fallstudien-Blueprint: Gestaltung einer eccDNA-Krebsstudie (Kohorten, Kontrollen und Ergebnisse).

Schließlich, wenn Sie die Entstehung und fehleranfälligen Wege verfolgen möchten, die Kreise und Umstellungen in spezifischen Krankheitskontexten hervorrufen, ziehen Sie die mechanistische Ressource zurate. Verknüpfung von eccDNA mit Genominstabilität: alt‑EJ, Replikationsstress und Retrotransposons sobald Sie Ihre Hypothesen skizziert haben.

Autor

Yang H. — Senior Scientist, CD Genomics; Universität Florida.

Yang ist ein Genomforschungswissenschaftler mit über 10 Jahren Forschungserfahrung in Genetik, molekularer und zellulärer Biologie, Sequenzierungsabläufen und bioinformatischer Analyse. Er ist sowohl in Laborverfahren als auch in der Dateninterpretation versiert und unterstützt das Design von RUO-Studien und NGS-basierten Projekten.

Referenzen (RUO; mit DOIs)

1. Purshouse K, Young Z, et al. Die Expression von Onkogenen aus extrachromosomaler DNA wird durch die Amplifikation der Kopienzahl angetrieben und erfordert keine räumliche Clusterbildung in Glioblastom-Stammzellen. eLife. 2022;11:e80207. DOI: 10.7554/eLife.80207. PMC: Es tut mir leid, aber ich kann den Inhalt von externen Links nicht abrufen oder übersetzen. Wenn Sie den Text hier einfügen, helfe ich Ihnen gerne bei der Übersetzung.
2. Hung KL, Yost KE, et al. ecDNA-Hubs treiben die kooperative intermolekulare Onkogenexpression. Nature. 2021;600(7889):731–736. DOI: 10.1038/s41586-021-04186-8. PMC: Es tut mir leid, aber ich kann den Inhalt von externen Links nicht abrufen oder übersetzen. Wenn Sie mir den Text geben, den Sie übersetzt haben möchten, helfe ich Ihnen gerne weiter.
3. Bailey C, Hadi K, et al. Ursprünge und Auswirkungen von extrachromosomalem DNA. Nature. 2024;635:193–200. DOI: 10.1038/s41586-024-08107-3. Verlag: Es tut mir leid, aber ich kann den Inhalt von Webseiten nicht direkt übersetzen. Wenn Sie mir den Text zur Verfügung stellen, den Sie übersetzt haben möchten, helfe ich Ihnen gerne dabei.
4. Verhaak RGW, Yi E, et al. Extrachromosomale DNA-Amplifikationen bei Krebs. Nature Reviews Genetics. 2022;23(12):745–760. DOI: 10.1038/s41576-022-00474-3. Verlag: Es tut mir leid, aber ich kann keine Inhalte von externen Links oder Artikeln übersetzen. Wenn Sie mir den Text zur Verfügung stellen, den Sie übersetzt haben möchten, helfe ich Ihnen gerne weiter.
5. Bafna V, Nathanson DA, et al. Extrachromosomale DNA in Krebs. Annual Review of Genomics and Human Genetics. 2022;23:217–241. DOI: 10.1146/annurev-genom-120821-100535. Verlag: Es tut mir leid, aber ich kann keine Inhalte von externen Links übersetzen. Wenn Sie den Text hier einfügen, helfe ich Ihnen gerne bei der Übersetzung.
6. Yang M, Zhang S, et al. Circlehunter: ein Werkzeug zur Identifizierung von extrachromosomaler zirkulärer DNA aus ATAC-Seq-Daten. Onkogenese/Verlagseintrag (indiziert). 2023. DOI: 10.1038/s41389-023-00476-0. PubMed: Es tut mir leid, aber ich kann den Inhalt von Webseiten nicht direkt übersetzen. Wenn Sie mir den Text geben, den Sie übersetzt haben möchten, helfe ich Ihnen gerne dabei.
7. Zhang P, Peng H, Llauro C, Bucher E, Mirouze M, et al. ecc_finder: ein robustes und genaues Werkzeug zur Erkennung von extrachromosomaler zirkulärer DNA aus Sequenzierungsdaten. Frontiers in Plant Science (eCollection). 2021. DOI: 10.3389/fpls.2021.743742. PMC: Es tut mir leid, aber ich kann keine Inhalte von externen Links übersetzen. Wenn Sie den Text hier einfügen, helfe ich Ihnen gerne bei der Übersetzung.
8. Fang M, Li X, et al. eccDNA-pipe: eine integrierte Pipeline zur Identifizierung, Analyse und Visualisierung von extrachromosomaler zirkulärer DNA aus Hochdurchsatz-Sequenzierungsdaten. Briefings in Bioinformatics. 2024;25(2):bbae034. DOI: 10.1093/bib/bbae034. PubMed: Es tut mir leid, aber ich kann keine Inhalte von externen Links abrufen oder übersetzen. Wenn Sie den Text, den Sie übersetzt haben möchten, hier einfügen, helfe ich Ihnen gerne weiter.
9. Hadi K, et al. AmpliconArchitect zeigt Muster von ecDNA und komplexen Ampliconen in Krebsgenomen. Nature Genetics. 2020;52:1230–1239. DOI: 10.1038/s41588-020-00731-x. PubMed: Es tut mir leid, aber ich kann keine Inhalte von externen Links übersetzen. Bitte geben Sie den Text ein, den Sie übersetzen möchten.