PCAWG聯(lián)盟6篇Nature、15篇Nature子刊揭示癌癥的復(fù)雜性
一項(xiàng)大規(guī)模的國(guó)際努力對(duì)來(lái)自38個(gè)人體組織的2600多個(gè)腫瘤基因組進(jìn)行了多方面研究，從而對(duì)癌癥的遺傳基礎(chǔ)產(chǎn)生了豐富的見(jiàn)解。
早在2001年對(duì)首個(gè)人類基因組進(jìn)行測(cè)序后，腫瘤的全面基因組表征就成為癌癥研究人員的一個(gè)主要目標(biāo)。從那時(shí)起，測(cè)序技術(shù)和分析工具取得的進(jìn)展使得這個(gè)研究領(lǐng)域蓬勃發(fā)展。在發(fā)表在最新一期Nature期刊的6篇論文中，全基因組泛癌分析（Pan-Cancer Analysis of Whole Genomes, PCAWG）聯(lián)盟進(jìn)行了迄今為止最全面、最雄心勃勃的癌癥基因組薈萃分析。與以前的研究工作主要集中于癌癥基因組的蛋白編碼區(qū)域不同，PCAWG聯(lián)盟分析了整個(gè)基因組。在這6篇Nature論文中，每篇論文都仔細(xì)研究了癌癥遺傳學(xué)的一個(gè)重要方面---總之，他們的發(fā)現(xiàn)對(duì)于理解癌癥的完整遺傳復(fù)雜性至關(guān)重要。
在討論這些分析的影響之前，至關(guān)重要的是要強(qiáng)調(diào)支持PCAWG聯(lián)盟努力的大量數(shù)據(jù)和復(fù)雜的組織框架。該項(xiàng)目涉及一個(gè)來(lái)自4大洲的744個(gè)附屬機(jī)構(gòu)的跨學(xué)科科學(xué)家小組，該小組必須克服主要的技術(shù)、法律和倫理挑戰(zhàn)，才能在保護(hù)患者數(shù)據(jù)的同時(shí)進(jìn)行分布式分析。研究人員分為16個(gè)工作組，每個(gè)工作組專注于癌癥基因組學(xué)的不同方面---比如，評(píng)估突變的復(fù)發(fā)或推斷腫瘤的發(fā)生。
總體來(lái)說(shuō)，PCAWG聯(lián)盟總共對(duì)38種腫瘤類型進(jìn)行了綜合分析。這些研究人員對(duì)2658個(gè)全癌基因組進(jìn)行了測(cè)序，同時(shí)對(duì)來(lái)自同一癌癥患者的相匹配的非癌細(xì)胞基因組進(jìn)行測(cè)序。這些數(shù)據(jù)得到1188個(gè)轉(zhuǎn)錄組---腫瘤中RNA轉(zhuǎn)錄本的序列和豐度---的補(bǔ)充。
圖片來(lái)自Nature, 2020, doi:10.1038/d41586-020-00213-2。
這些研究工作涉及廣泛的質(zhì)量控制和協(xié)調(diào)的數(shù)據(jù)處理，以及對(duì)用于檢測(cè)突變的計(jì)算流程的大規(guī)模系統(tǒng)性實(shí)驗(yàn)驗(yàn)證。使用了許多計(jì)算算法和流程，并進(jìn)行了比較。這需要數(shù)百TB的數(shù)據(jù)，這些數(shù)據(jù)分布在多個(gè)數(shù)據(jù)中心中，并且很可能需要數(shù)百萬(wàn)個(gè)處理小時(shí)---所有這些處理都由云計(jì)算實(shí)現(xiàn)。值得注意的是，PCAWG聯(lián)盟的努力為云計(jì)算如何使得國(guó)際合作成為可能并有助于推進(jìn)數(shù)據(jù)密集型領(lǐng)域發(fā)展提供了一個(gè)很好的例子。
第一篇Nature論文概述了PCAWG數(shù)據(jù)集的廣度和深度。PCAWG聯(lián)盟報(bào)道平均而言，每個(gè)癌癥基因組均攜帶4或5個(gè)驅(qū)動(dòng)突變，這就為癌細(xì)胞提供了選擇性優(yōu)勢(shì)。在研究的腫瘤中，僅5%沒(méi)有發(fā)現(xiàn)驅(qū)動(dòng)突變。相比之下，許多癌癥表現(xiàn)出基因組災(zāi)難---復(fù)雜染色體重排（chromoplexy, 存在于17.8%的腫瘤）和染色體碎裂（chromothripsis , 存在于22.3％的腫瘤）---的特征，從而導(dǎo)致基因組發(fā)生重大的結(jié)構(gòu)變化。
其他5篇Nature論文更詳細(xì)地探討了這個(gè)數(shù)據(jù)集的不同方面。比如，在第二篇Nature論文中，Rheinbay等人著手鑒定出非編碼DNA中的遺傳驅(qū)動(dòng)因子。這是一項(xiàng)雄心勃勃的研究工作，這是因?yàn)橐獪?zhǔn)確地檢測(cè)非編碼區(qū)中的突變比編碼區(qū)中的突變要困難得多，更不用說(shuō)評(píng)估非編碼區(qū)中的突變。這些作者使用仔細(xì)的建模來(lái)排除偽影（artefacts），并系統(tǒng)地識(shí)別非編碼驅(qū)動(dòng)突變。
他們的結(jié)果使得以前報(bào)道的非編碼驅(qū)動(dòng)因子（比如長(zhǎng)鏈非編碼RNA NEAT1和MALAT1）受到質(zhì)疑，但也揭示了新的非編碼驅(qū)動(dòng)因子。比如，這些作者報(bào)道了至關(guān)重要的腫瘤抑制基因TP53非編碼區(qū)中發(fā)生的復(fù)發(fā)突變。他們還發(fā)現(xiàn)端粒酶基因TERT的非編碼區(qū)中相對(duì)頻繁發(fā)生的突變導(dǎo)致端粒酶的過(guò)度表達(dá)（這有助于腫瘤細(xì)胞不受控制地分裂），這與以前的一項(xiàng)針對(duì)晚期（轉(zhuǎn)移性）腫瘤的泛癌研究中發(fā)現(xiàn)的較高端粒酶突變發(fā)生率（12％）相一致。盡管該研究不能排除存在其他非編碼驅(qū)動(dòng)因子，但它明確地表明這種類型的突變并不常見(jiàn)。
在第三篇和第四篇Nature論文中，Alexandrov等人和Li等人著重研究了稱為標(biāo)簽（signature，也譯為簽名，指的是獨(dú)特性的DNA序列或單核苷酸位點(diǎn)）的基因組畸變（genomic aberrations）。不同的過(guò)程，比如缺陷性的DNA修復(fù)機(jī)制，或者暴露于環(huán)境誘變劑，會(huì)產(chǎn)生特征性的DNA畸變模式。如果我們要完善已知的突變標(biāo)簽并發(fā)現(xiàn)新的突變標(biāo)簽，那么更大規(guī)模的基因組數(shù)據(jù)集至關(guān)重要。令人印象深刻的是，Alexandrov等人和Li等人鑒定出97個(gè)標(biāo)簽序列。他們對(duì)先前研究工作的擴(kuò)展不僅包括常規(guī)的單核苷酸標(biāo)簽，而且還包括涉及多核苷酸變異（multi-nucleotide variant）、小片段DNA插入或缺失的標(biāo)簽。
值得注意的是，Li及其同事們是最早發(fā)現(xiàn)涉及結(jié)構(gòu)變異（structural variant）---基因組的大部分發(fā)生重排---的可重現(xiàn)標(biāo)簽的人之一。由于結(jié)構(gòu)變異的多樣性和復(fù)雜性，識(shí)別結(jié)構(gòu)變異的過(guò)程比識(shí)別突變標(biāo)簽的過(guò)程更為復(fù)雜。
通過(guò)一系列的突變分組（mutation-subgrouping）步驟，這些研究人員確定了16個(gè)結(jié)構(gòu)變異標(biāo)簽，比如揭示了兩個(gè)結(jié)構(gòu)變異標(biāo)簽---缺失和相互倒位（reciprocal inversion）---之間存在推定的機(jī)理聯(lián)系。他們還了解所有16個(gè)標(biāo)簽在癌癥中的作用。某些DNA修復(fù)基因中的突變顯示與特征性的癌癥標(biāo)簽相關(guān)。比如，PCAWG聯(lián)盟發(fā)現(xiàn)基因CDK12中的突變與重復(fù)DNA的串聯(lián)片段相關(guān)，并且DNA修復(fù)酶MBD4的截短變異與涉及稱為CpG位點(diǎn)的DNA序列的獨(dú)特突變標(biāo)簽同時(shí)出現(xiàn)?？偠灾@些新的標(biāo)簽為理解癌癥產(chǎn)生機(jī)制以及誘變暴露在這個(gè)過(guò)程中的作用奠定了基礎(chǔ)。
1976年，科學(xué)家們首次提出了癌癥通過(guò)進(jìn)化過(guò)程產(chǎn)生的想法。此后，人們就根據(jù)隨機(jī)突變和自然選擇來(lái)描述癌癥進(jìn)化。具有賦予高適應(yīng)性的突變的癌細(xì)胞迅速增殖，成為細(xì)胞群體中最突出的細(xì)胞克隆。這種現(xiàn)象稱為克隆清除（clonal sweep），在癌癥生長(zhǎng)過(guò)程中反復(fù)出現(xiàn)。通過(guò)隨時(shí)間推移對(duì)多個(gè)區(qū)域進(jìn)行測(cè)序，可以最有效地研究癌癥進(jìn)化，但是也可以通過(guò)一次活檢來(lái)重建癌癥進(jìn)化---這是Gerstung等人在第五篇Nature論文中采用的方法。
這些作者引入了“分子時(shí)間（molecular time）”的概念，以對(duì)克隆和亞克隆突變進(jìn)行分類。他們認(rèn)為，僅存在于一部分腫瘤細(xì)胞中的亞克隆突變一定是在癌癥進(jìn)化的晚期才出現(xiàn)的。他們將存在于所有腫瘤細(xì)胞中的克隆突變歸類為早期克隆突變或晚期克隆突變，這取決于克隆突變是在克隆經(jīng)歷拷貝數(shù)增加（copy-number gain, 一個(gè)基因或染色體區(qū)域的拷貝數(shù)增加）之前或之后發(fā)生的。這些研究人員匯總了來(lái)自多種腫瘤的進(jìn)化數(shù)據(jù)，這使得他們能夠確定常見(jiàn)的突變軌跡，比如描述了結(jié)直腸癌中突變出現(xiàn)的典型順序的APC-KRAS-TP53進(jìn)展。
Gerstung等人發(fā)現(xiàn)，在給定癌癥中最常見(jiàn)的驅(qū)動(dòng)突變也往往最早出現(xiàn)。同樣，如果在某種特定的癌癥類型中拷貝數(shù)增加非常頻繁地出現(xiàn)，那么它們往往會(huì)較早發(fā)生。比如，在透明細(xì)胞腎癌中，一部分染色體中的拷貝數(shù)增加很常見(jiàn)，傾向于在這種疾病產(chǎn)生的早期出現(xiàn)。相反，全基因組重復(fù)（whole-genome duplication）是這種癌癥中相對(duì)較晚的事件。最后，這些研究人員發(fā)現(xiàn)至少40％的腫瘤中的突變標(biāo)簽會(huì)隨時(shí)間變化。這些變化反映了環(huán)境暴露在疾病進(jìn)展中的作用逐漸減弱，以及DNA修復(fù)缺陷的發(fā)生頻率和嚴(yán)重性增加?？傮w而言，他們的研究結(jié)果表明，驅(qū)動(dòng)突變可以在癌癥確診之前數(shù)年發(fā)生，這對(duì)癌癥的早期發(fā)現(xiàn)和生物標(biāo)志物開(kāi)發(fā)具有重要意義。
在最后一篇Nature論文中，PCAWG轉(zhuǎn)錄組核心小組（PCAWG Transcriptome Core Group）及其同事們利用了具有匹配轉(zhuǎn)錄組數(shù)據(jù)的1188個(gè)PCAWG樣本，將DNA和RNA的改變功能性地聯(lián)系在一起。該小組發(fā)現(xiàn)數(shù)百個(gè)單核苷酸DNA突變與附近基因的表達(dá)之間存在關(guān)聯(lián)。然而，更大的拷貝數(shù)變化是癌細(xì)胞中基因表達(dá)變化的主要驅(qū)動(dòng)力。突變也與RNA轉(zhuǎn)錄本結(jié)構(gòu)的變化有關(guān)，比如在非編碼區(qū)（內(nèi)含子）中形成新的蛋白編碼區(qū)（外顯子）。
這些作者還描述了橋接融合（bridged fusion）---由于第三個(gè)DNA片段的插入將兩個(gè)基因融合在一起---的發(fā)生頻率。最終，盡管在分析的1188個(gè)樣本中有87個(gè)在DNA水平上沒(méi)有發(fā)生驅(qū)動(dòng)改變，但是該小組發(fā)現(xiàn)每個(gè)樣本都具有RNA水平的改變?？傊?，這些見(jiàn)解說(shuō)明了將RNA和DNA測(cè)序分析整合在一起在癌癥研究中的強(qiáng)大作用。
這六篇Nature論文以及在Nature Genetics期刊上發(fā)表的5篇論文、在Nature Biotechnology期刊上發(fā)表的1篇論文、在Communications Biology期刊上發(fā)表的1篇論文、在Nature Communications期刊上發(fā)表的8篇論文（go.nature.com/3boajsm）代表了癌癥和云基因組學(xué)（cloud genomics）的一個(gè)里程碑。
通過(guò)專注于推論，PCAWG聯(lián)盟成功地?cái)U(kuò)展了十年來(lái)主要基于觀察的癌癥測(cè)序研究。值得注意的是，盡管與描述性研究相比，推理性分析對(duì)癌癥的了解更深，但是它們的結(jié)果也具有更高的不確定性。
PCAWG數(shù)據(jù)集的廣泛可用性和質(zhì)量幾乎可以肯定會(huì)激發(fā)一系列生物學(xué)見(jiàn)解和方法學(xué)發(fā)展。與其他功能性基因組數(shù)據(jù)集整合（比如，探查三維基因組結(jié)構(gòu)）在一起無(wú)疑也將提供對(duì)遺傳畸變的原因和后果的進(jìn)一步理解。
當(dāng)前研究的最大局限性是缺乏有關(guān)患者預(yù)后和治療的臨床數(shù)據(jù)。這樣的數(shù)據(jù)將使得研究人員能夠確定可預(yù)測(cè)臨床結(jié)果的遺傳變化。幸運(yùn)的是，一個(gè)名為國(guó)際癌癥基因組聯(lián)盟-加速基因組腫瘤學(xué)研究（ICGC-ARGO）的項(xiàng)目正在進(jìn)行中，該項(xiàng)目將為100000多名癌癥患者構(gòu)建這樣的資源。
最終，PCAWG聯(lián)盟召集了成千上萬(wàn)的科學(xué)家，共同努力實(shí)現(xiàn)它的目標(biāo)。這些努力的長(zhǎng)期影響將不僅限于今天發(fā)表的研究結(jié)果，而且還包括將來(lái)自這個(gè)全球研究人員聯(lián)盟成員之間已經(jīng)形成的合作以及已經(jīng)進(jìn)行的知識(shí)交流。
參考資料：
1.Peter J. Campbell et al. Pan-cancer analysis of whole genomes. Nature, 2020, doi:10.1038/s41586-020-1969-6.
2.Esther Rheinbay et al. Analyses of non-coding somatic drivers in 2,658 cancer whole genomes. Nature, 2020, doi:10.1038/s41586-020-1965-x.
3.Ludmil B. Alexandrov et al. The repertoire of mutational signatures in human cancer. Nature, 2020, doi:10.1038/s41586-020-1943-3.
4.ilong Li et al. Patterns of somatic structural variation in human cancer genomes. Nature, 2020, doi:10.1038/s41586-019-1913-9.
5.Moritz Gerstung et al. The evolutionary history of 2,658 cancers. Nature, 2020, doi:10.1038/s41586-019-1907-7.
6.Claudia Calabrese et al. Genomic basis for RNA alterations in cancer. Nature, 2020, doi:10.1038/s41586-020-1970-0.
7.Yuan Yuan et al. Comprehensive molecular characterization of mitochondrial genomes in human cancers. Nature Genetics, 2020, doi:10.1038/s41588-019-0557-x.
8.Kadir C. Akdemir et al. Disruption of chromatin folding domains by somatic genomic rearrangements in human cancer. Nature Genetics, 2020, doi:10.1038/s41588-019-0564-y.
9.Bernardo Rodriguez-Martin et al. Pan-cancer analysis of whole genomes identifies driver rearrangements promoted by LINE-1 retrotransposition. Nature Genetics, 2020, doi:10.1038/s41588-019-0562-0.
10.Marc Zapatka et al. The landscape of viral associations in human cancers. Nature Genetics, 2020, doi:10.1038/s41588-019-0558-9.
11.Isidro Cortés-Ciriano et al. Comprehensive analysis of chromothripsis in 2,658 human cancers using whole-genome sequencing. Nature Genetics, 2020, doi:10.1038/s41588-019-0576-7.
12.Sergei Yakneen et al. Butler enables rapid cloud-based analysis of thousands of human genomes. Nature Biotechnology, 2020, doi:10.1038/s41587-019-0360-3.
13.Joana Carlevaro-Fita et al. Cancer LncRNA Census reveals evidence for deep functional conservation of long noncoding RNAs in tumorigenesis. Communications Biology, 2020, doi:10.1038/s42003-019-0741-7.
14.Marta Paczkowska et al. Integrative pathway enrichment analysis of multivariate omics data. Nature Communications, 2020, doi:10.1038/s41467-019-13983-9.
15.Matthew A. Reyna et al. Pathway and network analysis of more than 2500 whole cancer genomes. Nature Communications, 2020, doi:10.1038/s41467-020-14367-0.
16.Wei Jiao et al. A deep learning system accurately classifies primary and metastatic cancers using passenger mutation patterns. Nature Communications, 2020, doi:10.1038/s41467-019-13825-8.
17.Yiqun Zhang et al. High-coverage whole-genome analysis of 1220 cancers reveals hundreds of genes deregulated by rearrangement-mediated cis-regulatory alterations. Nature Communications, 2020, doi:10.1038/s41467-019-13885-w.
18.Lina Sieverling et al. Genomic footprints of activated telomere maintenance mechanisms in cancer. Nature Communications, 2020, doi:10.1038/s41467-019-13824-9.
19.Shimin Shuai et al. Combined burden and functional impact tests for cancer driver discovery using DriverPower. Nature Communications, 2020, doi:10.1038/s41467-019-13929-1.
20.Marek Cmero et al. Inferring structural variant cancer cell fraction. Nature Communications, 2020, doi:10.1038/s41467-020-14351-8.
21.Vinayak Bhandari et al. Divergent mutational processes distinguish hypoxic and normoxic tumours. Nature Communications, 2020, doi:10.1038/s41467-019-14052-x.
22.EDITORIAL. The era of massive cancer sequencing projects has reached a turning point. Nature, 2020, doi:10.1038/d41586-020-00308-w.
23.Mark Phillips et al. Genomics: data sharing needs an international code of conduct. Nature, 2020, doi:10.1038/d41586-020-00082-9.
24.Marcin Cieslik et al. Global genomics project unravels cancer’s complexity at unprecedented scale. Nature, 2020, doi:10.1038/d41586-020-00213-2.
-
焦點(diǎn)事件
-
焦點(diǎn)事件
-
焦點(diǎn)事件
-
科技前沿
-
焦點(diǎn)事件
-
焦點(diǎn)事件
