一、肿瘤全基因组分析概况（Pan-cancer analysis of whole genomes，PCAWG）

在线工具 及 原文链接

Online resources for data access, visualization and analysis	数据及可视化、分析工具
Direct download of PCAWG data	肿瘤基因组学数据下载 1
The PCAWG landing page	provides links to several data resources for interactive online browsing, analysis and download of PCAWG data and results（登录号EGAS00001001692）
Aligned PCAWG read data	BAM format
Open-tier PCAWG genomics data, as well as reference datasets	BAM format
Controlled-tier genomic data, including SNVs and indels that originated from TCGA projects and aligned reads	VCF format and BAM format
PCAWG computational pipelines	肿瘤基因组学数据分析工具
PCAWG Dockstore images	The core alignment, somatic variant-calling, quality-control and variant consensus-generation pipelines
ICGC Data Portal	肿瘤基因组学数据下载 2
ICGC Data Portal	Main entry point for accessing PCAWG datasets
UCSC Xena	数据可视化 1
UCSC Xena	Visualizes all PCAWG primary results
The Expression Atlas	基因表达图谱
The Expression Atlas	RNA-sequencing and expression microarray data
PCAWG Scout	数据可视化 2
PCAWG Scout	A framework for omics workflow and website templating to generate on-demand, in-depth analyses of the PCAWG data
Chromothripsis Explorer	数据可视化 3
Chromothripsis Explorer	A portal that allows structural variation in the PCAWG dataset to be explored on an individual patient basis through the use of circos plots

突变分类及定义

一、肿瘤基因组数据分析情况概述

a. 基因分析工具（DKFZ、Sanger、Mutect）分析单核苷酸变异（Single-nucleotide variant，SNV，参考SNP）的精准度和敏感度评分（F₁，越高越好）

b. 基因分析工具分析插入、缺失变异(insertion and deletion，Indels)的F₁

c. 核心算法（DKFZ、Sanger、Mutect、two_plus、Logistic regression）分析SNV的准确度

d. 核心算法分析Indels的准确度

可以看到逻辑回归（Logistic regression）的表现比较好

二、肿瘤突变概况

a. 突变包括

遗传突变（Germline mutation，与体细胞突变：Somatic mutation对应）
体细胞拷贝数目变异(Somatic copy number alteration，SCNA [包括：拷贝数增加；插入、缺失变异insertion and deletion，Indels])
基因重排（Gene rearrangement，GR）
非编码区点突变（Non-coding point mutations）
编码区点突变（Coding point mutations），后两者与单核苷酸多态性（Single nucleotide polymorphism，SNP）有关

91%的肿瘤与其中一种及以上的基因变异有关

b. 胶质瘤（GBM）相关变异基因

胶质瘤主要变异分类为抑癌基因的点突变及基因缺失、癌基因的扩增（MYC）、及基因融合（TERT）
TP53的编码区点突变及TP53基因缺失
CDKN2A的编码区点突变及CDKN2A基因缺失
CDKN2B的基因缺失
PTEN的编码区点突变及PTEN基因缺失
PIK3CA的编码区点突变
RB1的编码区点突变及RB1基因缺失
NF1（NF-κB相关基因）的编码区点突变及NF1基因缺失
PBRM1的编码区点突变及PBRM1基因缺失
ATM的编码区点突变及ATM基因缺失
MYC的基因扩增及点突变
TERT，端粒酶基因的基因融合

c. 常见的抑癌基因变异为

TP53等位基因 缺失变异/点突变
CDKN2A等位基因 缺失变异/缺失变异，缺失变异/点突变
CDKN2B等位基因 缺失变异/缺失变异
PTEN等位基因 缺失变异/缺失变异，缺失变异/点突变
PIK3CA - 
RB1等位基因 缺失变异/缺失变异，缺失变异/点突变，缺失变异/基因重排
NF1等位基因 缺失变异/缺失变异，缺失变异/点突变，缺失变异/基因重排
PBRM1等位基因 缺失变异/点突变
ATM等位基因 缺失变异/点突变，缺失变异/点突变（遗传突变）

三、不含有（未检测到）突变的肿瘤概况

a. 当前样本中未发现GBM不存在突变的情况，但有3个髓母细胞瘤（Medulloblastoma and variants，Medullo）样本未发现基因突变

b. 检测无基因（各个肿瘤）突变的敏感度（SEN），检测Medullo无突变的SEN ≈ 1

c. 检测出TERT基因的SEN，检测出Medullo TERT基因的SEN分布在0~1

d. Medullo 1-22号染色体中显著性突变位于2、3、5、8、10、16、17号基因

q值统计学意义参考 错误发现率（FDR，false discovery rate)(https://baike.baidu.com/item/FDR/16312044?fr=aladdin)

e. 举例说明了肾脏嫌色细胞癌（chRCC）和胰腺内分泌肿瘤（Endocrine）全基因组中基因插入和缺失突变情况

四、集群突变（涉及染色体的大规模突变）概况

包括三种：相近位置出现大规模置换突变（Kataegis），复杂的基因重组（Chromoplexy），染色体碎裂(Chromothripsis)

a. GBM中约50%的Kataegis与APOBEC3蛋白介导的染色体结构变异（Structural variation，SV）有关；而Chromoplexy发生率较小（以染色体平衡易位，Balanced translocation为主）；Chromothripsis发生率约70%，主要包括多染色体碎裂及基因扩增（Amplifications）为主

b. Kataegis发生的位点，基因置换移动距离和涉及的基因

c. Chromoplexy发生的位点，基因置换移动距离和涉及的基因

d. Chromothripsis时基因重排（获得/丢失）数（灰色曲线），基因扩增数（蓝色曲线）和纯合子丢失（Homozygously deleted）数（紫色曲线）；以及23条上染色体基因断点距离

GBM相关基因：
TERT基因扩增 n = 22
EGFR基因扩增 n = 9
CDKN2A纯合子丢失 n = 15
RB1基因获得/丢失 n = 7
NF1基因扩增 n = 11

五、集群突变发生的时间和程度

a. 在GBM中发生率 Kataegis > Chromothripsis > Chromoplexy ; clonal和subclonal结构的比率相仿（这两个概念参考） ； Kataegis 和Chromothripsis在GBM发生的早期和晚期没有差异，而GBM早期会出现Chromoplexy

b. 三个黑色素瘤样本的5号染色体（蓝色竖线是TERT基因的位置）和11号染色体（CCND1）的例子：其中标明了染色体易位（黑色竖线），缺失突变（紫色弧线），重复突变（棕色弧线），尾对尾反转（青色弧线），头对头反转（绿色弧线）；等位基因中突变基因所占比例（VAF）几乎都在50%左右

六、体细胞突变导致的遗传突变(遗传变异)概述

a. 最小等位基因频率>5%的遗传突变与体细胞APOBEC3B(载脂蛋白 B mRNA 编辑酶催化多肽，参考APOBEC3)的相关性（注意genome-wide significance 选取的P值小于5×10^-8，而不是常规的5×10^-2 = 0.05）

b. BRCA1基因相关的前列腺癌情况，轮状图自外向内分别是（1）染色体带（2）≤10 mb的染色体结构突变（SV）位置（3）拷贝数0-6的变化（4）＞10 mb的染色体内（缺失、重复、倒位）、染色体间（易位）结构突变 ；右侧最下图显示发生在2号染色体上的2.2kb的串联重复（黄色箭头），合并了一段来自5号染色体的倒位易位（逆序插入）基因（蓝色箭头）；其上方两行显示了基因断裂位点及位点附近的短序列

c. 低频遗传变异（最小等位基因频率<0.5%）与CpG突变的关系

d. 遗传突变所在染色体位点、类型

七、端粒酶序列（包括ATRX，DAXX，RB1，TERT）的概况

a. 端粒酶序列的聚类分析（圆形为正常组织，三角形为肿瘤组织），四分类方法可以显著的区分肿瘤和正常组织

b. 四分类在不同肿瘤中的分布，其中GBM以Cluster 4（约90%）为主，以及Cluster 2（约10%）

c. 四分类包括：

Cluster 1：以ATRX的结构突变，RB1的结构突变+基因缺失为主
Cluster 2：以ATRX的基因缺失，DAXX的基因缺失为主
Cluster 3：TERT单核苷酸突变
Cluster 4：以以ATRX的单核苷酸突变+结构突变，RB1的结构突变+基因缺失，TERT单核苷酸突变+结构突变为主

d. CNS-髓母细胞瘤以TERT基因启动子（promotor）点突变为主

----------------------------------------------------------------------------------华丽的分割---------------------------------------------------------------------------------------

附图 1、工作流程

附图 2、核心算法除DKFZ、Sanger、Mutect等，常用的还有逻辑回归、决策树、随机森林和SVM

附图 3、体细胞突变类型

CNS-GBM：单核苷酸突变SNV数量级在10⁴，插入缺失突变在10² - 10³，结构突变在10 - 100，倒位易位在1 - 10

附图四、驱动突变（driver mutations，参考驱动基因）概况

A. 总体看所有肿瘤均存在驱动突变，CNS-GBM 90%以上的病例存在驱动突变

B. 发现驱动突变的敏感性（SEN），CNS-GBM 的 SEN 约 100%

C. 髓母细胞瘤各亚型中SETD2（组蛋白甲基化转移酶）基因的四个亚型分布情况

附图五、集群突变（Kataegis，Chromothripsis，Chromoplexy）举例

A. 甲状腺癌Chromoplexy，2、7、8号染色体的断裂位点

B. 胰腺癌Kataegis，集群式的点突变

C. 黑色素瘤Chromothripsis，1号染色体易位、缺失、扩增、尾尾易位、头头易位突变

附图六、集群突变Kataegis的分类

附图七、总体样本集群突变Chromothripsis相关因素及相关驱动突变概况

附图八、单个样本集群突变Chromothripsis相关因素及相关驱动突变举例

附图九、续附图八

附图十、常见的遗传突变与体细胞与便联系概况

附图十一、少见的遗传突变与体细胞与便联系概况

附图十二、遗传突变MEI集概况

附图十三、端粒酶突变分类及概况

END