大規(guī)模癌癥基因組測(cè)序時(shí)代的轉(zhuǎn)折點(diǎn)

編譯 舒愉棉

癌癥基因組研究的未來(lái)就藏身于臨床信息之中。2020年2月5日，《自然》雜志基于PCAWG成果發(fā)布的系列論文對(duì)癌癥的遺傳學(xué)原因給出了新的解釋，而這些研究結(jié)果為我們展示了人類對(duì)癌癥理解的最新進(jìn)展，以及未來(lái)我們還有多遠(yuǎn)的路要走。

科學(xué)家如今對(duì)引發(fā)癌癥的遺傳學(xué)改變有了前所未有的了解，這些癌癥里包括鱗狀細(xì)胞癌，一種常見(jiàn)的口腔癌

全基因組泛癌分析聯(lián)盟（PCAWG，又稱為泛癌癥全基因組分析合作項(xiàng)目）聯(lián)合了跨越四大洲的約750家合作單位，對(duì)代表38個(gè)癌種、超過(guò)2 600份樣本進(jìn)行了全基因組測(cè)序，所獲成果刊登在《自然》雜志上。

這一項(xiàng)目了不起的地方在于其所具有的廣度與復(fù)雜度。從獲取樣本到把上萬(wàn)億字節(jié)的數(shù)據(jù)交到研究者手中，同時(shí)還要保護(hù)病人的隱私，項(xiàng)目的每一步都面臨著各種挑戰(zhàn)，而它的龐大規(guī)模亦是挑戰(zhàn)的來(lái)源之一。

多虧聯(lián)盟的努力以及此前的全基因組測(cè)序成果，科學(xué)家如今對(duì)引發(fā)癌癥的遺傳學(xué)改變有了前所未有的了解，對(duì)現(xiàn)有知識(shí)中的空白部分也有了更清晰的認(rèn)識(shí)。通過(guò)合作，研究組找到了在癌癥基因組中反復(fù)出現(xiàn)的705個(gè)遺傳突變，并指出這些突變可能對(duì)于腫瘤生長(zhǎng)有重要作用。在這705個(gè)突變中，有約100個(gè)突變發(fā)生在基因組蛋白質(zhì)編碼區(qū)以外。隨著對(duì)非編碼區(qū)進(jìn)行分析的計(jì)算技術(shù)水平的提高，未來(lái)將會(huì)有更多這樣的突變被人發(fā)現(xiàn)?？偠灾撐淖髡甙l(fā)現(xiàn)了平均每個(gè)癌癥基因組含有4～5個(gè)導(dǎo)致腫瘤生長(zhǎng)的遺傳突變，但同時(shí)他們也發(fā)現(xiàn)有5%的病例不含有這些突變。

盡管癌癥基因組測(cè)序完成時(shí)間超過(guò)十年，研究人員及這一研究的資助者現(xiàn)在仍舊必須要克服接下來(lái)的挑戰(zhàn)。癌癥基因組測(cè)序研究的目標(biāo)一直都是改善癌癥患者的生活，而測(cè)序項(xiàng)目積累起來(lái)的大量數(shù)據(jù)的確有所幫助。這些數(shù)據(jù)被研究人員用于尋找新的藥物靶點(diǎn)和合成能夠用于匹配病人與最佳治療方案的腫瘤標(biāo)記物。

但是，直至今日，絕大部分的數(shù)據(jù)都在一個(gè)關(guān)鍵部分受到限制，那就是樣本捐贈(zèng)者的臨床信息通常是缺失的。癌癥基因組圖譜計(jì)劃（TCGA，是一項(xiàng)由美國(guó)國(guó)家癌癥研究所與美國(guó)國(guó)家人類基因組研究所共同資助、2006至2018年期間開(kāi)展的大規(guī)模多癌癥全基因組測(cè)序項(xiàng)目）收集到的第一批樣本就是典型，除了樣本捐贈(zèng)者的性別、疾病診斷以及就診年齡這些信息，其他伴隨樣本而來(lái)的信息寥寥。缺失的必要信息還包括捐贈(zèng)者家族史或用藥史、接受過(guò)的治療記錄以及病人對(duì)治療出現(xiàn)的反應(yīng)記錄，如果想要將癌癥基因組測(cè)序所得信息用來(lái)幫助病人，上述的信息都至關(guān)重要。

下一代癌癥基因組測(cè)序項(xiàng)目將致力于改變這一點(diǎn)，但是收集詳細(xì)的臨床信息比基因組測(cè)序更困難也更昂貴，尤其是在許多缺少統(tǒng)一醫(yī)療系統(tǒng)的國(guó)家更是如此。在那里，要獲取醫(yī)療記錄很復(fù)雜：不同的醫(yī)院分別儲(chǔ)存著不同的記錄；病人常常從一家醫(yī)療中心轉(zhuǎn)診到另一個(gè)；不同醫(yī)院的記錄質(zhì)量千差萬(wàn)別。與此同時(shí)，更詳細(xì)的記錄在隱私遭到侵犯時(shí)也意味著個(gè)體暴露的風(fēng)險(xiǎn)更大，因此對(duì)樣本捐贈(zèng)者保護(hù)的力度也要再次加大。

這些迫在眉睫的問(wèn)題不僅存在于癌癥研究之中，整個(gè)醫(yī)療研究都面臨著這些問(wèn)題。人們正在努力將居民健康檔案轉(zhuǎn)化為更易獲取、更易研究，同時(shí)更安全的新格式，比如美國(guó)癌癥研究協(xié)會(huì)（AACR）的一項(xiàng)國(guó)際基因組和臨床數(shù)據(jù)共享項(xiàng)目（GENIE）就對(duì)70 000份腫瘤DNA序列信息和現(xiàn)實(shí)世界的臨床數(shù)據(jù)記錄進(jìn)行了編輯，而英國(guó)的10萬(wàn)人基因組計(jì)劃也旨在將DNA序列信息與臨床信息配對(duì)以供不同使用需求。協(xié)調(diào)過(guò)眾多腫瘤測(cè)序工作的國(guó)際癌癥基因組聯(lián)盟（ICGC）也啟動(dòng)了新的階段性工作，這一次的工作重點(diǎn)將聚焦在臨床信息。

匯集大量樣本形成樣本池可以有效尋找引發(fā)癌癥的遺傳學(xué)改變，并為研究這些遺傳學(xué)改變?nèi)绾我l(fā)癌癥提供一個(gè)起跑點(diǎn)。然而，只有在這些數(shù)據(jù)能夠用于為病人量身定制治療方案時(shí)，所有的付出才算是真正有了回報(bào)。而為了實(shí)現(xiàn)這一點(diǎn)，研究對(duì)象的臨床背景信息是不可或缺的。

當(dāng)癌癥基因組測(cè)序項(xiàng)目首次啟動(dòng)時(shí)，人們希望這一項(xiàng)目能提供引發(fā)癌癥的遺傳突變清單，并能夠揭示可以作為藥物研發(fā)基礎(chǔ)的普適性遺傳特征。這一任務(wù)的核心目標(biāo)已經(jīng)完成，但許多癌癥被證實(shí)比人們所預(yù)期的要更為復(fù)雜?？瓷先ハ嗨频陌┌Y會(huì)包含相當(dāng)不同的遺傳突變組合，沒(méi)有什么癌癥與另一個(gè)癌癥是完全一樣的。

正如生物醫(yī)學(xué)研究中經(jīng)常出現(xiàn)的情況那樣，問(wèn)題的答案比最初設(shè)想的要復(fù)雜得多。不過(guò)，能夠認(rèn)識(shí)到問(wèn)題的復(fù)雜性，這本身就是能力的提升，而善用這一認(rèn)知在尋求更好的治療方法的過(guò)程中將必不可少。

探秘癌癥復(fù)雜成因

《自然》雜志2020年2月5日發(fā)布的6篇研究論文中，全基因組泛癌分析聯(lián)盟為讀者呈現(xiàn)了迄今為止最全面和最宏偉的癌癥基因組元分析成果。與過(guò)去主要集中精力投入癌癥基因組蛋白質(zhì)編碼區(qū)的研究不同，PCAWG聯(lián)盟這次對(duì)癌癥的全基因組進(jìn)行了分析。每一篇論文都仔細(xì)研究了癌癥遺傳學(xué)的一個(gè)重要方向，而合在一起，這些成果將會(huì)成為全面理解癌癥遺傳學(xué)復(fù)雜性的關(guān)鍵。

首篇研究論文對(duì)PCAWG數(shù)據(jù)集的廣度與深度進(jìn)行了概述。該文稱，平均每個(gè)癌癥基因組含有4～5個(gè)驅(qū)動(dòng)突變，這讓癌癥細(xì)胞具有選擇性優(yōu)勢(shì)。研究中僅有5%的腫瘤樣本中未檢測(cè)出驅(qū)動(dòng)突變。與之相對(duì)的，許多癌癥樣本呈現(xiàn)出基因組災(zāi)難性事件的標(biāo)記，其中包括染色體重排（占腫瘤樣本17.8%）及染色體碎裂（22.3%），這些都會(huì)導(dǎo)致嚴(yán)重的基因組結(jié)構(gòu)性改變。

另外五篇論文則分別從不同方面對(duì)數(shù)據(jù)集進(jìn)行了更加詳細(xì)的探討。比如在第二篇論文中，萊因巴伊（Esther Reinbay）等人就試圖在非編碼DNA中鑒定出驅(qū)動(dòng)突變，這一目標(biāo)可謂是雄心勃勃，畢竟要在非編碼區(qū)中準(zhǔn)確地檢測(cè)出突變基因以及評(píng)估其重復(fù)率都要比在編碼區(qū)內(nèi)困難得多，而作者則采用了細(xì)致的模型來(lái)對(duì)非編碼區(qū)驅(qū)動(dòng)突變進(jìn)行排除和系統(tǒng)性鑒定。

他們的研究結(jié)果對(duì)之前報(bào)道的非編碼區(qū)驅(qū)動(dòng)突變——例如名為NEAT1和MALAT1的長(zhǎng)鏈非編碼RNA——提出了質(zhì)疑，同時(shí)他們也發(fā)現(xiàn)了一些新的驅(qū)動(dòng)突變。例如，該文報(bào)道了他們一個(gè)在關(guān)鍵腫瘤抑制基因TP53的非編碼區(qū)發(fā)現(xiàn)的頻發(fā)突變，以及在端粒酶基因TERT的非編碼區(qū)發(fā)現(xiàn)的一種相對(duì)高頻的基因突變，后一種突變會(huì)導(dǎo)致端粒酶過(guò)表達(dá)（端粒酶過(guò)表達(dá)會(huì)讓腫瘤細(xì)胞不受控制地分裂增殖），這一結(jié)果與之前在轉(zhuǎn)移性腫瘤上進(jìn)行的泛癌研究中發(fā)現(xiàn)的端粒酶高發(fā)突變（12%）的結(jié)果相對(duì)應(yīng)。盡管這一研究不能將其他非編碼區(qū)驅(qū)動(dòng)基因的存在排除在外，它依然決定性地顯示出這類突變并不正常。

在第三篇和第四篇論文中，亞歷山德羅夫（Ludmil B. Alexandrov）等人及李（Yilong Li）等人則聚焦在名為突變標(biāo)簽的基因組變異上。不同的遺傳誘變過(guò)程——例如DNA修復(fù)系統(tǒng)缺陷或者是暴露于環(huán)境誘變劑——會(huì)產(chǎn)生具有典型特征的DNA變異，如果我們想要提煉已知標(biāo)簽和發(fā)現(xiàn)新標(biāo)簽，那么海量的基因組數(shù)據(jù)集是必不可少的。這一次，亞歷山德羅夫等人及李等人鑒定出了97個(gè)突變標(biāo)簽，這一研究成果令人印象深刻。這一在過(guò)去工作的基礎(chǔ)上進(jìn)行的拓展研究不僅涵蓋了傳統(tǒng)的單核苷酸標(biāo)簽，還涵蓋了涉及多核苷酸突變以及DNA短片段插入與刪除的突變標(biāo)簽。

值得注意的是，李及其同事是第一批發(fā)現(xiàn)了基因組結(jié)構(gòu)變異（SVs，即基因組大范圍的結(jié)構(gòu)重組）等可復(fù)制突變標(biāo)簽的研究團(tuán)隊(duì)之一。由于基因組結(jié)構(gòu)變異的多樣性與復(fù)雜性，該項(xiàng)工作比鑒定突變標(biāo)簽要更為錯(cuò)綜復(fù)雜。

通過(guò)一系列突變分組操作，研究人員鑒定出了16種基因組結(jié)構(gòu)變異標(biāo)簽，并由此獲得新發(fā)現(xiàn)，例如他們推測(cè)出在基因片段缺失和倒位突變（即DNA片段方發(fā)生向翻轉(zhuǎn)）這兩種基因組結(jié)構(gòu)變異之間可能存在聯(lián)動(dòng)機(jī)制。他們還對(duì)這16種變異標(biāo)簽在癌癥中所起作用有了進(jìn)一步了解，在一些特定的DNA修復(fù)基因里發(fā)生的突變顯示出與典型的癌癥突變標(biāo)簽存在關(guān)聯(lián)。例如，研究人員發(fā)現(xiàn)在CDK12基因上的突變與DNA串聯(lián)復(fù)制有關(guān)，而DNA修復(fù)酶MBD4的截短異構(gòu)體與另一種含有CpG島（一種DNA序列）的突變標(biāo)簽會(huì)同時(shí)出現(xiàn)。放在一起，這些新發(fā)現(xiàn)的突變標(biāo)簽為理解癌癥發(fā)展的機(jī)制以及誘變劑暴露在突變過(guò)程中所起作用奠定了基礎(chǔ)。

“癌癥發(fā)展是一種進(jìn)化的過(guò)程”這一概念最開(kāi)始是在1976年被提出來(lái)的。自那兒開(kāi)始，癌癥演化就一直都以隨機(jī)突變與自然選擇作為其標(biāo)志性特征。獲得了高適應(yīng)性突變的癌癥細(xì)胞會(huì)迅速擴(kuò)散，并將成為細(xì)胞群中占主導(dǎo)地位的細(xì)胞克隆。這一現(xiàn)象被稱為克隆清除，常發(fā)生于癌癥細(xì)胞生長(zhǎng)時(shí)反復(fù)進(jìn)行的細(xì)胞周期。癌癥演化最有效的研究方法是對(duì)腫瘤多個(gè)區(qū)域隨著時(shí)間推移進(jìn)行多次測(cè)序，不過(guò)這一過(guò)程也可以通過(guò)單次活檢來(lái)進(jìn)行重構(gòu)，而這正是格爾斯頓（Moritz Gerstung）等人在第五篇論文中采用的方法。

該文作者引入了“分子時(shí)間”這一概念來(lái)區(qū)分克隆突變（指或早或晚都會(huì)在所有腫瘤細(xì)胞中出現(xiàn)的突變）與亞克隆突變（指僅出現(xiàn)在癌癥細(xì)胞的一種子細(xì)胞集里的突變）。他們對(duì)克隆突變進(jìn)行了分類，分類的依據(jù)在于突變出現(xiàn)的時(shí)間是在細(xì)胞克隆經(jīng)歷拷貝數(shù)增益（一種基因或染色體區(qū)域拷貝數(shù)量增加的現(xiàn)象）之前還是之后，并推斷出亞克隆突變會(huì)在癌癥演化的晚期出現(xiàn)。研究人員整合了來(lái)自多種腫瘤的演化數(shù)據(jù)，并由此鑒定出了諸如APC-KRASTP53突變進(jìn)程等常見(jiàn)的突變軌跡，APCKRAS-TP53突變進(jìn)程描述的正是在直腸癌中突變出現(xiàn)的典型順序。

格爾斯頓等人還發(fā)現(xiàn)，在一個(gè)已知癌癥中最常出現(xiàn)的驅(qū)動(dòng)突變往往也出現(xiàn)得最早。類似的，如果拷貝數(shù)增益在特定某類癌癥中高頻發(fā)生，那么其發(fā)生的時(shí)間也往往是在早期。舉例來(lái)說(shuō)，5號(hào)染色體的局部拷貝數(shù)增益常見(jiàn)于透明細(xì)胞型腎癌，并且常出現(xiàn)于這一癌癥演化早期。反過(guò)來(lái)說(shuō)，全基因組復(fù)制在這一癌癥中出現(xiàn)得相對(duì)較晚。最終，研究人員發(fā)現(xiàn)隨著時(shí)間推移，突變標(biāo)簽在40%的腫瘤中發(fā)生了改變，這些改變反映出了環(huán)境暴露在疾病進(jìn)程中重要性的下降以及DNA修復(fù)缺陷發(fā)生頻率及其嚴(yán)重性的上升?？偟膩?lái)看，這些發(fā)現(xiàn)意味著驅(qū)動(dòng)突變可能發(fā)生在癌癥確診的數(shù)年之前，并會(huì)對(duì)癌癥的早期篩查和生物標(biāo)記物發(fā)展產(chǎn)生影響。

在最后一篇論文中，PCAWG轉(zhuǎn)錄組核心研究組及其合作者利用1 188份與轉(zhuǎn)錄組數(shù)據(jù)匹配的PCAWG樣本，將DNA改變和RNA改變功能性地聯(lián)系在了一起。研究組發(fā)現(xiàn)了600多個(gè)單核苷酸DNA突變與相鄰基因表達(dá)之間存在關(guān)聯(lián)。不過(guò)，拷貝數(shù)變化更大的突變才是癌癥細(xì)胞基因表達(dá)發(fā)生改變的主要驅(qū)動(dòng)力。突變還與RNA轉(zhuǎn)錄物結(jié)構(gòu)的變化相關(guān)，例如在一個(gè)非編碼區(qū)（內(nèi)含子）里形成了一個(gè)新的蛋白編碼區(qū)（外顯子）。

作者還鑒定出了橋式融合（即兩個(gè)基因由于第三個(gè)DNA片段介入而發(fā)生融合的現(xiàn)象）的發(fā)生頻率。盡管在被分析的1 188份樣品中有87份不含有DNA水平上的驅(qū)動(dòng)突變，最終的研究結(jié)果顯示每一份樣品中都含有RNA水平上的改變。這些研究成果展現(xiàn)出了RNA測(cè)序分析與DNA測(cè)序分析的整合運(yùn)用在癌癥研究中所具備的強(qiáng)大功能。

這六篇研究論文連同發(fā)表在其他地方的配套論文可謂是癌癥與云計(jì)算基因組學(xué)研究的里程碑。通過(guò)聚焦于推導(dǎo)論證，PCAWG聯(lián)盟成功地對(duì)十年來(lái)主要基于現(xiàn)象觀察的癌癥測(cè)序分析進(jìn)行了詳細(xì)闡釋。值得注意的是，盡管推導(dǎo)論證分析對(duì)癌癥的研究比描述性研究開(kāi)展得更深入，其研究結(jié)果所具備的不確定性也更高。

幾乎可以肯定的是，PCAWG數(shù)據(jù)集的廣泛可用性及其高質(zhì)量將會(huì)掀起生物學(xué)研究與方法學(xué)發(fā)展的浪潮，而把它與其他功能性基因組數(shù)據(jù)集整合使用（比如用于基因組三維結(jié)構(gòu)探測(cè)）更是將毫無(wú)疑問(wèn)地深化人們對(duì)遺傳變異前因后果的理解。

目前研究的最大瓶頸在于缺乏與患者病情后續(xù)發(fā)展及治療手段相關(guān)的臨床數(shù)據(jù)，這些數(shù)據(jù)可以讓研究人員鑒別出能夠預(yù)測(cè)臨床結(jié)果的遺傳學(xué)改變。幸運(yùn)的是，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)目目前正在進(jìn)行中，這將會(huì)為超過(guò)10萬(wàn)癌癥患者創(chuàng)造一個(gè)類似的資源庫(kù)。

PCAWG聯(lián)盟讓成千上萬(wàn)的科學(xué)家們聯(lián)手，為實(shí)現(xiàn)共同目標(biāo)一起努力，這帶來(lái)的長(zhǎng)期影響將不止于現(xiàn)在所發(fā)表的這些研究論文，經(jīng)過(guò)這一項(xiàng)目，這個(gè)全球聯(lián)盟的成員之間所建立的合作關(guān)系以及所進(jìn)行的知識(shí)交換也將會(huì)產(chǎn)生深遠(yuǎn)的影響。