|
文章题目：Integrating somatic variant dataand biomarkers for germline variant classification in cancer predisposition genes 研究人员：纪念斯隆凯特林癌症中心|贝勒医学院|NCI等 发表时间：2018. 05 期刊名称：Human mutation 研究亮点 众所周知，ACMG/AMP指南是遗传/临床行业内公认的变异位点致病性判定的里程碑式文献，但是没有涉及到使用肿瘤资料来评价胚系变异的致病性。ClinGen建议使用如下规则：（1）体细胞突变热点数据可以系统的认为PM1（中度致病性）证据，（2）影响剪切的肿瘤RNA测序数据可以被认为是PVS1(强致病性)证据，（3）肿瘤表型特征证据如突变signatures可以被认为是PP4（支持性致病性）证据。其他的体细胞变异数据如局部杂合缺失，发生在另一条等位基因上的变异需在多学科癌症中心等权威中心建议下使用。 研究结果 公开的关于肿瘤变异的临床报道使用明显不同的分类指南，包括如AMP最近公布的出版物、ACMG和AMP的胚系变异指南和癌症基因报道胚系变异的指南。但是这些分类方案都没有提供解释肿瘤变异时使用胚系变异的测序证据的指导，或者相反在报道胚系变异时使用癌症体细胞证据。尤其是，ACMG/AMP胚系变异分类指南也没有提及使用体细胞数据。而且，在使用体细胞证据来辅助胚系变异时自然而然地会出现很多问题，如图1. 图2描述了把体细胞证据加入胚系变异解释的标准过程。 首先，设计一个调查来评价目前各机构使用体细胞证据来进行胚系变异分类的实际准则。设计的调查基于GSVS(ClinGen下面一个专家组)对4类证据的意见：1突变热点2肿瘤RNA测序数据3杂合性缺失4肿瘤表型特征如signature，突变负荷，微卫星不稳定性等。然后，作者鉴定了同行评议后并公开的体细胞数据，这些体细胞数据可用于胚系变异鉴定，都基于前面提到的四大证据，然后定义了使用某个特定数据库的最佳例子和使用限制。之后，在ACMG/AMP的基础上选择了可以整合参考的的体细胞数据。最终，选取45个TCGA罕见突变和相关肿瘤数据，应用开发的方法对其进行分类。 整合体细胞突变热点证据（PM1） 体细胞突变热点定义为蛋白编码基因上的某个氨基酸位置，在不进行选择的前提下，有着比预期高得多的突变频率。当然，对于体细胞突变热点的准确定义因计算热点方式的不同而异。方法学也赋予某个氨基酸频发变异的统计学重要性，变异会因样本在受累群体中跨癌种类型，染色体位置，基因的背景突变率不同而予以纠正。因此，体细胞突变热点不是人群中常见的胚系良性变异。作者对cBioPortal和cancerhotspots.org portal的25000个多样的原发癌症和人类转移癌症的约1100个突变热点进行分析，每个密码子在单一癌症和跨癌症类型可能会突变1到多个可选择的氨基酸（图3）。Chang等将统计显著的位点Q<><10%定义为突变热点。作者鉴定此类数据类型可归类为acmg mp指南中的pm1证据类型，建议此类证据可适用于肿瘤抑制基因tp53,="" vhl,="" dnmt3a,="" brca2,="" pten,=""> 整合RNA测序肿瘤证据（PVS1） 分析肿瘤来源的RNA测序数据提供了胚系变异分析的新见解，也提供了应用法则如PVS1的进一步的证据。比如，使用肿瘤来源的RNA测序数据决定了是否一个经典或非经典的预测剪接位点变异子会导致反常的cDNA亚型，而后者是和扰乱的剪接有关（图4）。变异可以发生在剪接位点或内含子/外显子连接处，而剪接紊乱会导致蛋白删减和无义变异介导的降解。Zhang等人的文章认为，肿瘤RNA测序数据可以用来支持可能的功能性胚系剪接紊乱，比如ATM预测剪接变异导致的剪接紊乱，因为RNA测序数据显示了剪接位置处外显子3‘端明显的reads丢失。
杂合性缺失（LOH）不建议作为常规胚系变异临床解释的参考 由于肿瘤的杂合性缺失增加了胚系变异在癌症易感性综合征中的功能影响，作者在刚开始时提议把LOH数据整合入ACMG/AMP胚系变异分类指南。但是，在标准化使用LOH证据进行胚系变异常规分类时发现了2个主要障碍：（1）LOH长度的定义，构成特异性还是局部性；(2源于NGS数据的高质量体细胞突变检测算法间的不同。这两个障碍会导致LOH事件后对另一个等位基因致病性的错误解释。比如肿瘤突变panel的结果经常不能区分LOH事件是否集中于包含了疑似胚系变异的基因，还是相反表示LOH跨越了整个染色体片段或包含了数百个基因的染色体臂。还有问题是体细胞LOH检测软件检测的变异也是不确定的，而且软件性能也存疑，尤其是在外显子测序设置中。作者考虑了许多和LOH相关的例子，选取其中2个介绍下，乳腺癌患者和脑癌患者各自的ATM基因和BRCA2基因。NM_000051.3(ATM):c.8071C > T p. (Arg2691Cys) 和 NM_000059.3 (BRCA2):c.6058G > A p.(Glu2020Lys)这两个变异在Clinvar中分类为意义未明，也被报道有体细胞局部LOH数据。对于ATM p.(Arg2691Cys)变异，支持性的LOH证据仅在一个报道的案例中适用，对于BRCA2 p.(Glu2020Lys)，则肿瘤类型是非典型的。基于这些和LOH检测的技术问题，作者提议LOH数据不适用于胚系变异分类的常规使用。 但是，具体案例具体分析使用LOH数据是可以接受的，特别是使用者在LOH检测和胚系/体细胞变异方面有充足的经验、有文献记载的专家认可的局部LOH数据、胚系变异和癌症的肿瘤类型存在一致性、在至少1例案例中有报道过相应LOH数据的情况。在这些情况下，是可以参考LOH数据的（图4）来强化PVS1证据的。
整合生物标记分子体细胞证据（PP4） 除了考虑体细胞热点突变数据作为PM1证据，作者考虑使用其他相干的体细胞证据类型，如肿瘤signature，染色体断裂，突变负荷，微卫星不稳定性。PP4证据可以整合进这4类证据（图4和Summary Box 1）。大量的测序研究发现了对胚系遗传性乳腺癌/卵巢癌和MMR缺陷的患者们敏感的突变signature。例如，在通过肿瘤和正常样本测序检测时，肿瘤signature3和6可以考虑为以下表型关联基因的支持性证据：BRCA1/2(signature3),MLH1/MSH2/MSH6/PMS2(signature 6)。癌症的突变signature在网上是可以公开获得的（cancer.sanger.ac.uk）。尽管这些signature可能表示的是上述诸个基因之一发生变异导致的功能性结果，但是它们对于个体胚系变异不是特异的，因而作者建议是支持性表型证据（PP4）。至于signature13，有着大范围的肿瘤重排和染色体断裂，可以作为PP4证据，因为它们也许能作为神经管细胞瘤和胚系TP53突变的胚系易感性指示。所以，如果有分子测序，还有肿瘤signatures，那么它可以作为支持性证据。 Summary Box 1 肿瘤中发现的大量变异暗示了一个潜在的易感性，但是，定义超突变很难达成共识，这导致使用和解释变异的分歧。并且，超突变的原因，除了组成型MMR缺失/林氏综合征原因以外，像超甲基化、MLH1的沉默或是针对性的治疗干预也应该被考虑。当肿瘤的超突变不是治疗的结果，它可以支持在错配修复中与胚系易感性一致的表型图像。微卫星不稳定性提供了鉴定易感性癌症患者的另一种方法。然而目前它仍然是有着和突变负荷类似注意事项的非特异性标记分子。因此，所有这些数据使用时最好考虑患者特异的背景，并且参考肿瘤/胚系审议委员会的建议。 文章总结 体细胞数据对癌症易感基因中的胚系变异进行归类在大量的研究中一直都是有价值的资源。虽然作者支持广泛地使用体细胞证据，但是作者也建议要持以整体保守地态度。在使用体细胞热点数据时应该选择那些具有统计学重要性的；使用LOH数据时，需要重复考虑证据，因为存在多个前文提到注意事项；肿瘤谱分析和胚系测序一直被用于易感性癌症患者的研究，它的数据可以较好地支持已知的表型分类；RNA测序用数据也要谨慎使用尤其是肿瘤中发生了重要的结构变异时（关于这些数据类型，如何使用，使用限制都总结在表1）。 小编评论 小编认为这篇文章是对ACMG/AMP指南在肿瘤易感性基因评价方面一个很好的补充，也规范了证据的使用（这一直是目前行业的通病）。添加了3个新证据和1个需谨慎使用的新证据，有利于提高临床科研人员，遗传分析人员等对突变位点致病性的准确判定。同时文章中提到的注意事项也是在使用过程中需要注意的。因为为对于这些证据的获得较多的依赖于公开的数据库，所以一方面我们要及时跟进数据更新，另一方面有新的数据发现时应及时提交到数据库，互通便利。随着肿瘤测序数据的使用越来越频繁，相信更多的数据类型会整合入指南里，肿瘤易感性基因胚系变异的解读会越来越精准。 参考文献： |
|
|
