NG解析多类型肿瘤异质性|肿瘤全外

多类型肿瘤异质性：克隆播种以及转移时间推断

肿瘤的异质性一直以来都是人们重点关注的话题，肿瘤在瘤内的异质性、病灶之间的异质性给肿瘤的诊断和治疗都带来了很大的困扰。针对肿瘤异质性进行研究不仅可以让我们增进对肿瘤发生发展过程的理解，也可以让我们更好地对肿瘤开展诊治工作。

斯坦福大学Curtis课题组一直以来致力于对肿瘤的异质性、克隆进化以及转移时间推断等进行研究，并有多篇此领域的高分论文发表。本文是Curtis组近期发表的第二篇Nature genetics，主要从DNA外显子的层面来研究肿瘤原发和转移之间的异质性，以及由此衍生的克隆进化与克隆播种等问题。

肿瘤的异质性是一个比较宽泛的概念，包括瘤间异质性、瘤内（克隆）异质性、细胞间异质性等多个不同维度，其中瘤内的异质性主要是由肿瘤细胞不断地积累体细胞突变，并且携带不同突变的肿瘤细胞形成不同的克隆和亚克隆。在部分细胞中出现的突变称作亚克隆突变。

而在原发灶和转移灶之间，也存在着相当的异质性，转移灶通常会积累不同于原发灶的体细胞突变。而原发和转移之间的异质性，很可能和转移播种过程中受到的选择压力有关。对转移和原发之间的共有突变和特有突变进行研究，是对异质性及其相关问题进行深入了解的重要手段。

在方案设计上，研究者选取了乳腺癌、肺癌、结直肠癌三种癌症类型进行研究，共136名患者，样本类型包括了其原发肿瘤和复发肿瘤，并且可以按复发取样前是否经历了治疗分成两组。对这些所有样本进行全外显子组测序后，与配对的癌旁样本进行体细胞突变检测，基于体细胞突变的结果来开展后续的研究。

这里的突变频谱并没有按照常规的方式，根据不同的突变类型来区分颜色，而是别出心裁地根据克隆的共有/特有以及克隆/亚克隆来进行标色，这样可以区分出这个非同义突变是否是转移特有的基因，从而对其进行良好的可视化。

从这三张三元图也可以看出，三种肿瘤的转移和原发之间存在着不同的异质性。利用三元图来做驱动基因属实别出心裁，对驱动基因的原发转移间异质性有很好的可视化效果。例如结直肠癌中的NF1基因，就很显然地体现出了复发驱动的特征。

而下图中我们则可以看出，在驱动基因的克隆突变中大部分是共有突变，而亚克隆突变中则共有突变和特有突变的比例有一定差异。同时驱动基因中发生共有突变的富集（即驱动基因的突变中，共有克隆突变的比例更高），说明绝大多数肿瘤驱动事件发生在肿瘤发生的早期，转移特有的驱动事件较少。而且在经过治疗处理的转移灶中，出现转移特有驱动突变的比例显著高于未处理组，说明治疗处理对肿瘤转移过程中的克隆进化存在巨大的影响。

肿瘤转移过程是单克隆播种（monoclonal seeding）还是多克隆播种（polyclonal seeding）在转移灶的性质上会有一定的差异，其中后者相较而言原发/转移之间的异质性会更低。研究者为了区分单克隆播种和多克隆播种，引入了JSI（Jaccard similarity index）的概念，并以0.3为阈值区分这两者。区分的准确性达到91.1%。除了JSI，两种播种模式在CCF上也体现出较大的差异。相比较而言，经过治疗处理的转移灶更倾向于单克隆播种，而未经处理的淋巴转移和远端转移多克隆播种的比例相对较高。这同样反映了治疗处理对克隆的选择和清除。

在本研究中，研究者还开发算法构建了肿瘤转移的模型，实现了对肿瘤转移时间的推断。根据作者构建的转移模型，转移发生的时间可以通过分子钟的推断进行计算。在作者之前研究（去年发表的另一篇NG）的基础上，构建了一种数学推断的方法，对ts进行计算，即肿瘤转移发生在第一次诊断之前的时间。通过转移时间推断的结果，我们可以发现，绝大多数转移事件发生在原发肿瘤诊断之前，其中位数均超过2年，对于结直肠癌来说其中位数时间甚至超过4年。

本文在分析上通过各式分析手段，对肿瘤的转移异质性进行了细致的研究，并解析了转移可能早在原发肿瘤诊断之前发生，并且治疗处理可能带来转移灶的异质性以及耐药克隆的选择。对于同时具备原发灶和转移灶的样本，外显子组测序数据有能力从基因组层面对异质性解析，并对异质性的发生进行追溯。

本文献利用了全外显子数据，结合配对的原发和转移肿瘤数据，细致地分析了原发肿瘤和转移肿瘤之间的差异，以及转移的整个过程，及其对治疗处理的反应，是典型的全外显子分析思路之一：多区域测序数据（MRS，multi-region sequencing）分析。只有在同一例患者取到了多处病灶组织并测序的情况下才能基于克隆识别往下分析，包括克隆进化、原发/转移异质性等重要分析内容。可以针对不同的病例进行单独的探讨，并且不同患者之间的模式会存在较大差异。

相关阅读