拷贝数变异是结构变异的主要类别,它的发现极大地改变了我们对个体差异的理解。拷贝数变异主要表现为DNA片段的缺失和重复,长度在50bp和1Mbp之间,是导致癌症疾病最主要的原因,因此其在人类基因组多样性和肿瘤研究中占有重要的地位,高通量测序技术的发展为拷贝数变异的检测提供了潜在的优势,然而,大多数方法并未考虑或者忽略了肿瘤细胞和正常细胞的混合所带来的影响,从而并未着力于进行肿瘤基因组中绝对拷贝数(纯肿瘤细胞中所含的拷贝数)的推断,除此之外,这种混合所带来的作用还会影响到其余基因组的后续分析,比如单核苷酸变异,因此准确估计肿瘤纯度是解决这一问题的必要步骤。肿瘤纯度是指肿瘤细胞在肿瘤样本中所占的比例,因为通常肿瘤样本是异质的,即多种细胞群体的混合物,我们假设正常细胞和肿瘤细胞的混合物可以在很大程度上近似肿瘤组织,即可以认为肿瘤是肿瘤细胞和正常细胞的混合物。较低的肿瘤纯度会弱化拷贝数变异检测所获取的信号,从而会对后续的检测结果造成不好的影响。除此以外,肿瘤纯度对其他的基因突变、甲基化分析和肿瘤异质性都有着举足轻重的作用。本文提出了一种利用高通量测序数据精确推断肿瘤纯度和绝对拷贝数的新方法AITAC。与许多现有估计肿瘤纯度的算法相比,AITAC不必依赖于预检测的突变基因型(异质性和同质性),只需要在拷贝数缺失区域观察到的读取深度即可。AITAC建立了一种非线性模型来关联肿瘤纯度、观测读取深度和预期读取深度,它采用穷举搜索策略对肿瘤纯度进行大范围扫描,并选择最大限度能减小观测读取深度与期望读取深度偏差的肿瘤纯度作为最优解,最后再基于预测到的肿瘤纯度进一步对样本的绝对拷贝数进行推断。我们基于一种流行的数据仿真工具进行了不同配置下(即每个肿瘤纯度级别)的数据仿真,并且将我们的方法通过仿真的数据集和其余两种经典方法进行了比较,效果明显优于其余两种方法,验证了该方法的有效性和在真实数据集的潜在应用能力。不仅如此,我们同时还将该方法应用于真实的肺癌病人样本数据中,然后与经典的肿瘤预测算法进行了比较,结果具有一定的贴合性和稳定性,证实了该算法的可靠性,有望成为研究人员分析癌症基因组拷贝数的有用方法。