癌症基因组投稿期刊

发表期刊：Nature  发表日期：2020.02 影响因子：42.778 癌症是全球第二大常见死因，每年超过800万人因癌症丧命。预计在未来十年，癌症发生率将增加50%以上。癌症是体细胞亚克隆自主发展和扩散类疾病的总称。癌症克隆控制多个细胞通路，打破正常细胞的生长和调控等限制，获取自主发展和扩散的特征。单个细胞通路改变不足以引发癌症。每个癌症由潜在的致病异常“池”中的多个异常通路组合而引发。 肿瘤异质性来自于达尔文进化的随机性。达尔文进化的三个先决条件：（1）群体中的特征是变化的；（2）变异从亲本遗传到子代；（3）群体为了生存进行竞争。一部分突变改变细胞表型，一部分突变使克隆获取逃逸正常生理控制的优势。提供选择优势的突变称为驱动突变，反之称为乘客突变。 选用2834个患者人全基因组测序数据（WGS），去除176个患者低质量数据，共计2658个患者的WGS数据，其中有2583个患者高质量数据。2658个患者共取2605个原发肿瘤和173个转移或复发肿瘤，正常样本平均测序深度为39×，肿瘤测序深度分别为38×和60×。研究群体包括1469男性（55%）和1189女性（45%），平均年龄56岁，覆盖38种肿瘤类型。其中，1222个患者具有RNA-seq数据。 利用以上数据分析somatic SNVs, somatic Indels, somatic CNVs, somatic SVs,体细胞逆转录事件，线粒体DNA突变、端粒长度以及germline SNV, Indel, SVs等事件。 利用3个核心变异检测流程和额外10个变异检测流程，对63对tumor-normal变异检测，估测3个核心流程的敏感度和精确度。并对其中50对进行高深度靶向测序验证。3个核心流程检测到真实变异的敏感度为80~90%，每个流程检测的95%以上变异是真实的somatic mutations。针对Indel检测，3个核心流程的敏感度是40~50%，精确度是70~95%。SV检测算法的精确度在80~95%。 对3个核心流程的变异结果合并，评估合并集合中突变的属性：Somatic SNVs敏感度为95%（90%置信区间，88~98%），精确度为95%（90%置信区间，71~99%）。Somatic Indels 检测敏感度为60%（34~72%）和精确度91%（73~96%）。合并的Somatic SVs 敏感度为90%，精确度为97.5%。多种方法检测变异提高了低频突变检出的准确性。 分析2583个患者数据，共检测到43,778,859个somatic SNVs，410,123个somatic 多核酸突变，2,418,247个somatic Indels，288,416个somatic SVs，19,166 体细胞逆转录事件，8,185个新线粒体突变。通过相关性分析，发现诊断年龄和体细胞突变数量相关：年龄每增长一年，增加约190个SNVs，约22个Indels。 3.1癌症驱动突变全景图 根据突变的性质和已知癌症相关基因，预测肿瘤的驱动基因；利用已知的启动子和增强子分析非编码驱动突变。结果发现，91%的肿瘤至少有1个驱动突变，每个肿瘤平均有4.6个驱动突变（癌种之间变化较大）。对于编码区点突变，每个肿瘤平均有2.6个驱动突变。除此之外， 13%（785/5913）的驱动点突变是非编码突变，而且1/3（237/785）突变发生在 TERT 启动子上；25%肿瘤具有非编码驱动突变。说明：非编码区驱动点突变频率较编码区低；与 TERT 启动子相比，其他启动子和增强子并不常发生驱动突变。 根据肿瘤类型，SVs和点突变致力于不同的癌症发生机制。驱动SVs常发生在乳腺癌和卵巢腺癌；驱动点突变常出现在在结肠腺癌和成熟B细胞淋巴瘤。 文章发现抑癌基因的驱动突变多为二次打击事件。例如，954个肿瘤具有 TP53 突变，736（77%）个肿瘤样本的两个等位基因均发生突变，其中96%（707/736）是等位基因突变和等位基因缺失同时发生。17%的病人在癌症相关基因上具有稀少的胚系蛋白截断体突变，5.4%病人由于somatic mutations导致以上基因次等位基因失活。 3.2没有驱动突变的PCAWG肿瘤数据分析 90%以上的PCAWG样本鉴定到驱动突变，仍有181个样本未检测到驱动突变。分析肿瘤样本未找到驱动突变的原因，有以下几点：（1）样本质量低：4/181个样本的正常对照被肿瘤DNA污染，每个对照含有超过5%的肿瘤DNA；同理，肿瘤样本中肿瘤细胞含量较低也会影响突变检出；（2）驱动突变位点覆盖度较低无法满足突变检出：6个肝细胞癌和2个胆管癌在高深度靶向测序后检测到 TERT 突变；（3）生信分析方法：35个骨髓增生性肿瘤未检测到 JAK2 V617F 突变，由于利用Panels of normals作为对照去除测序影响导致。2~5%的健康人群具有造血克隆，可能涵盖了驱动突变；（4）驱动基因检测力不足，说明某些肿瘤中存在未被发现的基因富集；（5）染色体变异：19/43肾细胞癌和18/81前列腺癌缺少驱动突变，但发生染色体异常，有可能单凭染色体扩增或缺失足以引发癌症。 3.3成簇突变和SVs模式 癌症中，单个灾难性事件可产生多个聚集性突变，导致基因组大量重组。主要包含：（1）染色体重排：不同染色体的DNA双链断裂修复导致重排发生；（2）Kataegis（雷雨）：单链DNA局部超突变，导致聚集性核苷酸替换；（3）染色体碎裂：数十数百个DNA断裂同时发生在一个或者几个染色体，产生的碎片随机组合在一起。 467个样本（17.8%）发生染色体重排和平衡易位，主要发生在前列腺癌、淋巴系统恶性肿瘤和甲状腺癌。重排事件导致甲状腺癌的部分融合基因的产生，例如 RET 、 NTRK3 和 IGF2BP3 等等。 60.5%癌症中发生Kataegis事件，例如肺鳞癌、膀胱癌、肢端黑色素瘤和肉瘤等。Kataegis主要包含（1）由APOBEC活性导致TpC的C>N 突变；（2）聚合酶导致 T pT或Cp T 的T > N突变。81.7%的Kataegis事件与 APOBEC3B 表达水平相关，5.7%与易错聚合酶相关，以及2.3%事件是GpC 或 CpC的胞嘧啶脱氨导致的。Kataegis事件与SV断点相关，尤其是缺失和复杂重排事件，包括在缺失附近10-25kb内Cp T pT的T>N 突变。 Kataegis事件包含4种局部超突变类型：（1）脱靶体细胞超突变和局部Cp T pT的T>N 突变；（2）与复杂重排相关的APOBEC；（3）后随链和早期复制区域的APOBEC；（4）后两种类型混合。 587（22.3%）个染色体碎裂样本，主要为肉瘤、脑胶质瘤、肺鳞癌、黑色素瘤和乳腺癌样本。染色体碎裂伴随全基因组重复，相关的驱动基因为 TP53 。肉瘤和B细胞淋巴瘤患者中，女性发生染色体碎裂的频率高于男性；前列腺患者中，晚期患者具有更高频率的染色体碎裂。染色体碎裂区域包含3.6%驱动基因和7%拷贝数驱动。 3.4进化中时间聚集性突变 根据分子时钟分析每个肿瘤的进化史：主克隆发生在早期，亚克隆突变发生在后期；拷贝数扩增区域，分子时间根据突变发生在拷贝之前或者之后进行划分。染色体碎裂通常发生在主克隆，特别是在脂肪肉瘤、前列腺癌和肺鳞癌说明是癌症进化早期事件。在黑色素瘤中，染色体碎裂扩增涉及到较多的癌症相关基因，例如 CCND1 ,  TERT ,  CDKN2A ,  TP53 和 MYC 。 在扩增的染色体碎裂事件中，利用SNV的拷贝数目计算扩增发生的时间，SNV发生在扩增之前，将会有很高比例的reads携带SNVs。相反，SNV发生在拷贝数变异之后，将只有一条染色体携带SNV，具有较低的变异频率。肢端黑色素瘤的 CCND1 扩增区域具有较少的高频突变，而皮肤黑色素瘤更多突变发生在扩增之前。 3.5胚系突变对somatic mutations的影响 根据检测到的胚系突变分析胚系突变对体细胞突变率和模式的影响作用。利用欧洲群体中MAF>5%的胚系突变位点进行GWAS分析，发现 APOBEC3B 突变机制可以利用22q13.1预测，信号最强位点是rs12628403。该位点标记了常见的30kb胚系 APOBE3B 编码序列缺失和 APOBEC3B 的3’非翻译区域 APOBE3A 编码序列融合。除此，文章在22q13.1位置发现一个新的突变位点rs2142833，并验证其与 APOBEC3B 突变相关性。rs12628403和 rs2142833在欧洲群体中是独立遗传的，rs2142833是 APOBEC3B 的eQTL。 利用稀有突变（MAF<0.5%）分析欧洲群体中胚系蛋白截短体（PTVs）和体细胞DNA重排相关性。胚系BRCA2和BRCA1蛋白截短体和小于10kb的体细胞缺失和串联重复负荷相关。BRCA1蛋白截短体和模板插入具有显著相关。20/21个BRCA1相关肿瘤出现模板插入表型，且胚系突变和体细胞突变均发生在该基因上。说明 BRCA1 基因的次等位基因失活驱动模板插入SV表型。 稀有突变关联分析发现胚系MBD4蛋白截短体突变增加CpG位置的体细胞C>T突变。 MBD4 编码DNA修复基因，移除甲基化CpG上的T:G错配的胸腺嘧啶。 评估LINE调控体细胞反转座子事件，验证114个胚系LINE对体细胞反转座激活能力，包含70个人类基因组相关插入和53个连锁不平衡SNP。16个L1元件介导67%（2440/3669）的转座事件，以两种形式进行体细胞激活，称为Strombolian和Plinian；Strombolian在人群中分布频率较高，引发中小规模的体细胞L1激活；Plinian在群体中频率很低，引发严重的体细胞L1激活。 3.6复制的永生 癌症特征之一是逃避细胞衰老，保持端粒长度是癌症永久复制的因素之一。16%的肿瘤在 ATRX ,  DAXX 和 TERT 基因上发生突变。聚类端粒序列的12个特征得到4个肿瘤亚型，说明 ALT 和 TERT 介导的端粒变异的不同。 体细胞驱动突变在四个亚型中分布不同。C1主要富集 RB1 突变和影响 ATRX 的SV，C2主要富集 ATRX 和 DAXX 的体细胞点突变，C3样本主要发生 TERT 启动子突变。 RB 基因缺失与端粒延长相关。高频发生端粒异常机制的肿瘤主要由于组织中低复制活性。 总结 利用泛癌全基因组测序数据对驱动突变、结构变异、克隆进化以及转座子事件和端粒模式进行详细分析，绘制泛癌基因组特征和阐明引发癌症的多样性因素。 参考文献 ICGC/TCGA Pan-Cancer Analysis of Whole Genomes Consortium. Pan-cancer analysis of whole genomes. Nature. 2020, 578(7793): 82-93. 原文链接：

标题：The integrated genomic and epigenomic landscape of brainstem glioma 期刊：nature communications 影响因子：14.912 发表时间：2020 摘要 脑干胶质瘤是一组异质性肿瘤，既包括手术切除治愈的良性肿瘤，也包括没有有效治疗的高致死性肿瘤。本文作者对一大组脑干胶质瘤（包括弥漫性固有脑桥胶质瘤）进行了综合研究，包括表观遗传学和基因组分析。在这里，他们根据DNA甲基化数据分为H3-Pons, H3-Medulla, IDH,和PA-like的不同簇，每个簇都与独特的基因组和临床特征相关。H3-PON和-H3-Medulla的大多数肿瘤含有H3F3A突变，但显示出不同的甲基化模式，分别与桥脑或髓质内的解剖定位相关。临床数据显示，这些集群之间的总体生存率存在显著差异，路径分析表明这些样本中存在不同的致癌机制。研究结果表明，整合遗传学和表观遗传学数据有助于更好地理解脑干胶质瘤的发生和分类，并指导未来研究开发新的治疗方法。 背景 脑干胶质瘤是一组起源于中脑、桥脑或髓质的异质性肿瘤。在这些肿瘤中，儿童弥漫性固有桥脑胶质瘤（DIPG）的中位总生存期为9-12个月，由于化疗和放射治疗的不可操作性和耐药性，在过去50年中一直是主要的研究重点。大约80%的儿童DIPG含有影响H3F3A或HIST1H3B/C1的K27M突变。这些K27M突变肿瘤与特别差的预后相关。本文整合了全基因组测序、RNA测序和基于阵列的全基因组甲基化数据分析，以获得这些脑肿瘤分子组成的更全面的图像。 结果 1.患者队列特征 126名患者的肿瘤样本和配对的血液样本。肿瘤部位包括中脑被盖（11/126,8.7%）、顶盖（5/126,4.0%）、桥脑连接（2/126,1.6%）、桥（38/126,30.2%）、小脑中脚（7/126,5.6%）、桥髓（16/126,12.6%）、髓质（42/126,33.3%）和中脑丘脑（5/126,4.0%）。根据WHO分类对肿瘤进行分级，包括8.7%（11/126）WHO I级、41.3%（52/126）WHO II级、31.0%（39/126）WHO III级和19.0%（24/126）WHO IV级肿瘤。最初的组织病理学诊断主要为星形细胞瘤（59,46.8%），其次是少星形细胞瘤（21.4%）、胶质母细胞瘤（19.0%）、毛细胞性星形细胞瘤（PA）（6.3%）、神经节胶质瘤（2.4%）、毛粘液样星形细胞瘤（PMA）（1.6%）、多形性黄色星形细胞瘤（PXA）（0.8%），少突胶质细胞瘤1例（0.8%）。本研究包括的肿瘤的甲基化微阵列（n=123）和RNA测序（RNAseq）（n=75），配对肿瘤和正常（生殖系）对照的全基因组（n=97）和靶向测序（n=21）。 2.甲基化分类显示脑干胶质瘤中不同的H3簇与肿瘤位置相关 利用20000多个探针进行聚类，将样本分成了四类甲基化特征差异的样本。 3.不同甲基化簇的肿瘤的不同的基因组landscape Fig3.每个样本每个兆基数的突变数。b脑系统胶质瘤样本中的临床信息和基因改变。c每个基因突变的频率。 为了识别这个脑干胶质瘤组群中的体细胞遗传变化，在肿瘤样本和匹配血液中都使用了68个常见突变脑肿瘤基因的全基因组测序和靶向测序。H3-Pons和H3-Medulla都富含H3突变，而PPM1D、FGFR1和NF1的突变频率在H3-Medulla中比在H3-Pons中更高（Fig. 4a）。Fig. 4b每个集群的潜在驱动因素和重大的非编码突变 4.基因表达分析揭示了丰富独特的基因组甲基化集群H3-Pons和H3-Medulla。 5.Fusion genes and copy number alterations. 验证了分析中确定的几个复发性融合基因，包括C15orf57-CBX3基因（n = 3）和NTRK2-其他基因（n =6）。Sanger sequencing是为了确认这些样本中的融合基因和特定 breakpoints 。 6.H3-medulla is correlated with better survival than H3-Pons 分析了不同cluster的生存情况。Kaplan-Meier分析显示，根据这四组甲基化聚类进行分层的患者有明显的生存曲线(图6a)。与H3 clusters相比，IDH表现出更长的总体生存期H3-medulla 和H3-Pons，尽管H3和TP53通路突变的基因改变相似，但总体生存趋势明显(Log-rank检验，p < 0.0001)(图6b)。与其他组相比，PA-like病例显示了更好的总长期生存率。 讨论 通过甲基化数据，本文发现脑干胶质瘤可以分为四种主要的甲基化簇:H3- Pons, H3- medulla, IDH和PA-like。作者在图7中总结了这些亚型的综合遗传和临床特征。研究发现H3突变肿瘤存在两个不同的表观遗传亚群，H3- pons和H3- Medulla。这两组患者的生存趋势有显著差异，H3- pons组比H3- medulla的病程更严重。基于RNA-seq的差异表达分析，发现这些肿瘤具有不同的基因表达途径富集，其中h3 -髓质肿瘤富集于免疫应答相关途径，而更侵袭性的H3-Pons肿瘤富集于细胞周期相关途径。尽管这些肿瘤具有相似的突变模式，核心突变(如H3F3A)有共同的改变，但这些表观遗传和表达模式的显著差异可能表明肿瘤微环境的不同来源或影响，需要进一步研究。这些发现表明甲基化状态可能改善脑干胶质瘤的分类，并指导临床决策。 还利用全基因组测序数据建立脑干胶质瘤的突变格局，发现甲基化模式与突变格局密切匹配。在这些基因簇中发现了几个频繁突变的基因，包括H3F3A、HIST1H3B、IDH1、TP53、PPM1D、ATM、ATRX、FGFR1、PIK3CA、NF1、PTEN、PDGFRA和TCF12。 利用来自不同解剖位置的100多个脑干胶质瘤的整合基因组分析，本文展示了脑干肿瘤的分子图谱，以改进肿瘤分类和了解其分子基础，并识别新的潜在治疗靶点，所有这些都是为了改善这些患者的预后。