我们决定进一步探究单个肿瘤可遗传改变的进化后果的证据。计算模型允许模拟不同类型的空间生长动力学，并提供了对肿瘤进化的见解以及空间约束的影响8,9,10,11,12,13,14。在这里，我们将计算建模与近似贝叶斯计算（ABC）结合使用，以推断下克隆的选择以及从空间解析的WGS数据中对空间效应的影响。为此，我们根据细胞复制，死亡和突变51扩展了先前的模型51，以结合更逼真的空间生长条件和分支过度分散（扩展数据图8a和方法）。我们注意到，我们没有专门建模子克隆之间的相互作用。我们模拟了每个谱系中体细胞突变的全基因组应计，包括中性突变（扩展数据图8b – d，底部）和选定的（驱动器）突变（扩展数据图8b – d，顶部），显示由亚克隆选择引起的特征模式。此外，观察到周围与指数生长的明显克隆模式（受细胞增长的外边缘的宽度约束（DPUSH）；扩展数据图8E和补充图24），其中克隆互相混合在指数的情况下更大。

　　为了将模型与数据进行比较，我们在虚拟肿瘤上模拟了经验空间抽样方案（图4A，C，E，Ref。23和补充图1）（扩展数据图8F）。这产生了我们用来重建A（合成的）系​​统发育树的逼真的全基因组测序数据，从而比较了真实数据（图5A）和相应的匹配模拟（图5B和扩展数据图8G）。可以从模拟中可视化亚克隆异质性的相应空间模式（图5C）。模型参数的贝叶斯推论（顺序蒙特卡洛或ABC – SMC54）是通过逐步进行的，通过与合成和经验观察到的树木相匹配，将其与Akaike Information Criterion（AIC）相匹配，用于模型选择55（图5D和扩展数据；请参见图8H;https://doi.org/10.6084/m9.figshare.20394369有关详细信息）。具体而言，参数（k）的数量用于使模型的负模样（NLL）正规化，计算AIC，更重要的是估计模型选择的置信度，ΔAIC值（比较模型之间AIC的差异）。ΔAIC大于4被认为代表了对另一个模型的强烈支持55，这是用于识别强烈首选模型的阈值。图5E报道了真实树和模拟树之间的汇总统计数据的AIC和临界距离之间的关系。尽管我们的模型相对简单，但观察到模拟和观察到的系统发育树结构之间的良好一致性，并通过对拟合优度进行定量评估，这通过可能性和后验预测P值分布确认了（图5F）。例如，预测C539包含选定的亚克隆（图5A – F），并携带KRAS G12C突变，大概可以驱动克隆膨胀（图5A）。推断肿瘤C548是中性演变的（图5G – L） 因此，尽管在这种情况下，尽管假定的驱动基因中存在亚克隆突变，但预计不会携带强烈选择的亚克隆驱动突变。

　　在整个队列中（请参阅https://doi.org/10.6084/m9.figshare.20394360有关补充推断结果手册），我们在27个肿瘤中有7种（ΔAIC大于4;图5m;图5m）中发现了有强烈的亚克隆选择证据。在这七个肿瘤中的四个中，在选定的进化枝中存在推定的亚克隆驱动突变，并且在RNA中表达了变体（亚克隆驱动器在补充表4中列出，并在图3a和4中报道了图3a和4和扩展数据图7）。其中包括（1）C518，由PTEN错义突变C136R驱动的A和B中选择；（2）C531，由SMAD4错义突变A118V驱动的B中的亚克隆选择；（3）C538，由RNF43废话突变Q153*驱动的D;（4）C539，在A和由KRAS MISSISS MISSENSION突变G12C驱动的A和B的一部分中进行选择。在另外五个肿瘤中，我们检测到对亚克隆选择模型的偏爱。其中包括（1）C524，其中B中的亚克隆选择似乎是由PIK3CA C378R突变驱动的，并且（2）C525在C中的c525驱动，其中C中的亚克隆选择似乎是由PIK3CA Q546P突变驱动的。PIK3CA和KRAS突变的选择性优势与我们使用DEPMAP数据库对CRC驱动基因的正交评估（补充图20）。在系统发育树中选择的证据包括一个明显更长的分支，其中包含所选事件（例如，图5A，选择事件1），或两个不同的区域，与其他事件相对于其他事件，具有最新的共同祖先（例如，图5A，选择事件2）。

　　在27个肿瘤中的其余15个中，首选的亚克隆生长模型是中性的（图5M）。每个肿瘤的样品数量（即更广泛的肿瘤采样）没有混淆模型选择（图5N）。值得注意的是，静脉驱动器基因列表上的正交DN/DS分析证实了计算建模结果。具体而言，预测中性演变的肿瘤中推定的亚克隆驱动基因突变显示为1的DN/DS值为1，而点的估计值明显高于预测会经历亚克隆选择的肿瘤中的驱动基因1（图5O）。这也支持没有亚克隆选择，即使在可能没有足够的扩展以通过我们的推理方法检测到的小进化枝中。除此之外，这些结果表明，我们的空间推理框架可用于准确评估推定驱动器突变的进化后果。

　　完整的参数估计在图5p中报道：边缘长度（D）的过度分散，每个分裂的突变速率（M），细胞外部边缘的宽度（DPUSH）（分别为λ2和λ3）（分别为λ2和λ3）的生长速率（分别为λ2和λ3）和人口大小（分别为T2和T3）（分别为T2和T3）。所选亚克隆的生长速率的提高被推断为背景克隆的增长率高20倍，并且大多数选定的克隆在肿瘤扩张期间相对较早（肿瘤大小少于50,000个细胞）。在MSS和MSI肿瘤中，被推断的突变率分别为每次分裂的9.8×10-9和46.6×10-9突变，与先前的测量值一致。56。通过指数生长（高dpush）或仅在外围（低dpush）下生长较慢，从而描绘出肿瘤。值得注意的是，指数级的生长在中性不断发展的肿瘤中过多（Fisher的精确测试，p = 0.022）。