【重點整理】全球重磅計畫癌症全基因定序揭密 (Pan-Cancer Analysis of Whole Genomes)：同名首篇

底圖為原研究 figure 2

2020年，Nature 大動作地公佈了21篇癌症全基因組的分析結果。此項研究橫跨國界，由一千多名科學家組成的「泛癌症全基因組分析合作項目」（Pan-Cancer Analysis of Whole Genomes Consortium，PCAWG）擕手完成。而其中 6 篇較具重要性，因此這個系列希望可以將含蓋大量訊息的研究原文整理成易讀、較為簡短的形式，讓對癌症、分子醫學、基因體學有興趣的大家能速速掌握通篇重點。

• PCAWG 全基因分析了 2,658 個 cancer genome，包括 38 種癌症。
• 墊基於個別 ICGC (International cancer genome consortium) 和 TCGA (The Cancer Genome Atlas) 的研究，並對此進行 meta-analysis。

原文連結

Pan-cancer analysis of whole genomes

(註：這已是很簡易版的整理，沒有放入太多細節，欲知詳情請讀原文。)

基本概念

• 巨觀上一致的腫瘤在微觀細胞層級可以非常不同。

The commonalities of macroscopic features across tumors belie a vastly heterogeneous landscape of cellular abnormalities.

定義

• Cancer 癌症：自發擴展並散佈的體細胞株。
• Driver mutations 驅動突變：讓該株細胞有演化優勢的突變。
• Passenger mutations 附隨突變：對該株細胞無優勢劣勢的突變。
• Clustered mutations 聚集突變：一次性發生多突變，包括 Chromoplexy 重排突變、Kataegis 雷雨突變、Chromothripsis 染色體碎裂。

突變種類

• 本篇分析的 Somatic variants 體細胞變異包括：single nucleotide variations (SNV), small insertions and deletions (indels), copy-number alterations (CNAs), structural variants (SVs), somatic retrotransposition events, mitochondrial DNA mutations, telomere lengths
• 本篇分析的 Germline variants 生殖細胞變異包括：single-nucleotide polymorphisms (SNP), indels, SVs, mobile-element insertions。其中，會改變蛋白結構的叫做 PTV (protein truncating variants)。
• 遺傳性的蛋白結構變異突變 (germline protein truncating variants) 又可分為：cancer-predisposition genes (e.g. BRCA1, BRCA2 , ATM ), DNA-damage response genes, somatic driver genes。

本篇發現

• 平均而言，癌症基因體在編碼基因 (coding gene) 和非編碼基因 (non-coding gene) 會有 4.6 個驅動突變。如果只看編碼基因突變的話，平均每個腫瘤有 2.6 個。

年紀和腫瘤的關係

• 發現每年平均出現 190 個單核苷突變, 22 個插入刪除突變，1.5 個結構性突變。在各癌症，隨著複製的次數增多，染色體碎裂也發生越多次。
• 不同種類的變異，在同個個體或檢體上，有數量上的相關性。 e.g. 有比較多的 indels 也可能有比較多的 SNVs。這或許也和年紀有關。

發現潛在癌症驅動基因

• 91% 的癌症有一個以上 driver mutation，但5% 癌症找不到驅動突變。
• 本篇就那找不到明確 driver mutation 的癌症進行 Rank-and-cut 分析，找到潛在的致癌基因或突變機轉。

1. Mebulloblastoma (尤其是 group 4)：SETD2 的複製數量突變 (CNA)，而且容易有染色質修飾(chromatin-modifying) 基因方面的突變。
2. Chromophobe Renal Cell Carcinoma (RCC), Pancreatic Neuroendocrine Tumors：常出現非整倍體
3. Hepatocellular Carcinoma (HCC), biliary cholangiocarcinomas ⇒ TERT (其中一個端粒酶基因) 突變

先天致癌基因遺傳與後天失調

• 遺傳性致癌基因到癌症產生的過程，也在本篇揭露一二：

1. 乳癌基因 (BRCA1, BRCA2) 本身會讓體染色體出現更多小型的刪除(deletions) 與基因重複 (tandem duplications)。
2. 乳癌基因 (BRCA1, BRCA2) 本身也會造成不斷的基因重複插入 ( “cycle of templated insertions”)，引發另一個對偶基因的體染色體突變，造成兩個對偶基因都無法發揮功效 (biallelic inactivation)，進而引發癌症。

聚集突變與癌症

• 染色體重排突變 (chromoplexy)：Prostate adenocarcinomas, lymphoid malignancies, Thyroid adenocarcinoma
• 雷雨突變 (Kataegis)：Lung squamous cell carcinoma, bladder cancer, acral melanoma, sarcomas, B cell non-Hodgkin’s lymphoma, esophageal adenocarcinoma。裡面又可以細分成：APOBEC與複雜重排組 (sarcomas, melanoma)、APOBEC與獨立重排組 (bladder cancer, head and neck cancer)...。
• 染色體碎裂 (chromotripsis)：sarcomas, glioblastoma (GBM), lung squamous cell carcinoma, melanoma, breast adenocarcinoma。有趣的是，本篇還提到女性的 esophageal cancer 和 B cell lymphoma 病人，比男性會出現顯著更多的染色體碎裂。
• 聚集突變還是可會引發特定基因的突變，包括：

1. Liposarcoma 的染色體碎裂會影響多個染色體、出現 MDM2 與 TERT 擴增。
2. Glioblastoma (GBM) 的染色體碎裂牽涉範圍較小，而且也離端粒較遠，但它之後會引發 EGFR 與 MDM2 的擴增與 CDKN2A 的喪失。
3. Acral melanoma 有早期的 CCND1，而 cutaneous melanoma 則是晚期的 CCND1 擴增。
4. Lung SqCC 則為 SOX2 擴增。
5. chromophobe Renal Cell Carcinoma ( RCC ) 則是出現第五對染色體鄰近 TERT 處的碎裂，使 TERT 的表現增加 80 倍。

常見致癌基因在各癌的常見程度

• 本文以 TP53 為例，統計出癌症與非癌症持有 TP53 基因比率的比值 (odds ration, OR) 為 3.22，各癌則如下：

1. breast lobular cancer (OR=13)
2. colorectal cancer (OR=25)
3. prostate cancer (OR=2.6)
4. HCC (OR=3.9)

非編碼區轉位突變的表現

• 有個叫長散在核元件 (Long Interspersed Nuclear Element-1, LINE-1, L1)的序列，是一種反轉錄轉座子，會影響基因之間的轉位。
• 分兩種 (像火山動態)：斯特龍博利式噴發 (Strombolian) 頻繁但輕微、維蘇威式火山噴發 (Plinian) 罕見但巨大。

方法 (簡簡簡易)

• Rank-and-cut 用來區分出 cancer 裡常見的 mutation 是否為 driver mutations
• CADD (Combined Annotation Dependent Depletion) 是個用來看 SNPs, indels 有害性 (致癌性) 的評分方式，PCAWG 自己開發的方法為 onCohortDrive，主要基於兩原則：

1. not all mutations in driver elements are drivers 不是所有在 driver elements 的突變是 drivers ⇒ 潛在 type 1 error
2. some driver GEs are below the statistical power of the cohort of tumours 有些因為出現數量不多而難被發現 ⇒ 潛在 type 2 error。下面有兩個例子。

(1) 像 TERT promotors 因為 high GC contents ，在定序時有兩個 hotspots 容易被忽略⇒ 用 deep targeted sequencing 解決。

(2)JAK2 也會出現在 2-5% 健康的人的 clones，因此在把 Myoproliferative Neoplasm 基因體與正常基因體比較時，也常被當成正常。

• naive Bayes relevance (NBR) 簡單貝氏模型：用 mutations 出現的頻率來看是否為 driver mutations
• 用已知的 drivers ( ⇒ 整體成 compendium of mutational driver elements) 去校正 ranking 方式，再依排序高低找出 probable drivers 和 probable passengers。
• Fisher-Boschloo test 無條件精確測試，來看是否有不同族群、條件上所產生的差異
• molecular clock 來看 mutations 發生的先後順序

結論

• 研究價值主要在於暴力解開法 (x) 巨量樣本的細緻運算 (o) 可以看到單點研究無法分析到的突變與潛在致癌基因、機轉。