肿瘤基因检测的解读流程docx.docx

1、肿瘤基因检测的解读流程docx从临床进入基因检测流程是入口，检测结果结合临床信息进行合理解读是出口,这一入一出之间需经历检测前临床咨询部分、实验室部分、信息分析部分、临床 解读部分共四个环节。其中的第四部分临床解读部分即是根据检测结果、 患者信息、医生共识综合判断，临床和遗传咨询有效衔接、充分沟通，最终出具临床解 读报告。在做成临床解读报告之前，首先需要将解读的各个环节进行明确， 包括解读的步 骤流程，解读的技术细节。这样才有可能真正的做到解读的规范化， 使解读过程 有据可依，有章可循，才能出具一份好的临床解读报告， 基因检测才能更好的服 务患者和临床医生。从大的框架讲，基因检测数据解读可分为

2、三个步骤： 原始数 据分析数据、基于数据库的解读与患者个体表征 /临床病例结合的解读。1、读懂原始数据将测序的原始序列数据（FASTQ）去除接头及低质量序列，经BWA软件比对至GRCh3738 （NCBl版本）或hg19hg38 （ UCSC版本）人类基因组参考序列上，Picard去除重复序列，使用GATK检测SNV与Indel变异，使用ANNOVAR 进行变异注释。最后获得一份vcf文件（图1 ）。图1从测序的原始序列数据到VCf文件的流程 一份VCf文件包含如下基本信息。CtLrStartEndRefAltFjc* rt fConoGejIeT re f G OPfiGeneI)trai

3、TofGcntiEICOn i 的皿次 cfGr*nn cfinoChr :变异所在的染色体Start :变异在染色体上的起始位置End :变异在染色体上的结束位置Ref :参考基因组的序列AIt :检测样本基因组的序列Func.refGene :变异所处参考基因的功能区 （exonic , intronic , UTR3 , UTR5 , SPliCing , UPStream , downstream , intergenic ）（此处的 exonic 特指外显 子编码氨基酸区，不包括外显子的 UTR区）Gene.refGene :变异所处参考基因名称（如果是基因间，则是两侧的基因）Gen

4、 eDetail.refGe ne :非外显子区处于特定转录本中的具体位置（如果是基因 间，贝U是距离两侧的基因的距离）EXOniCFUnc.refGene :外显子区的变异类型（frameshift inSertiOn , frameshiftdeleti On , StOPga in , stoploss , non frameshift in Serti On ,nonframeshiftdeletion , SynOnymOUS SNV , nonsynonymOUS SNV ）,女口果这一栏是一个“ 的话，就说明该变异不在外显子区AAChange.refGene :氨基酸水平的改变（

5、同一个基因可能具有多个转录本， 氨基酸改变的位置在不同的转录本中有可能不一样）经注释后的VCf文件还会包含如下信息：CLDiSlCCLNDBflC,LWBCLNKlEIPIQP(XALLLoQW.HRKl-Iot-BtSCLINSIG :该变异在ClinVar数据库中的临床意义(Benign , LikeIy benign ,UnCertain Significance , LikeIyPathOgenic , PathOgenic , Drug-respOnSe )CLINDBN :该变异所引起的疾病名称CLINACC :该变异的登记号和版本号(VariantAccession and Ve

6、rSiOns )CLlNSDB :该变异所引起疾病所在数据库名称CLlNSDB :该变异所引起疾病所在数据库中的IDPOPFreqMaX :该变异人群中的最大等位基因频率1000_AII :该变异在千人基因组计划数据库中的人群等位基因频率1000_AFR :该变异在千人基因组计划数据库中非洲人群的等位基因频率1000_AMR :该变异在千人基因组计划数据库中美国人群的等位基因频率1000_EAS :该变异在千人基因组计划数据库中东亚人群的等位基因频率1000_EUR :该变异在千人基因组计划数据库中欧洲人群的等位基因频率1000_SAS :该变异在千人基因组计划数据库中南亚人群的等位基因频率l

7、370-PlLl2,i包 Sf5C(1V2_EAEsAC_ ALLEx C EEXACEASElAr_FINr3C. JiFK磁Snp138 :该变异在dbSNP数据库中的IDCOSmiC70 :该变异在癌症体细胞突变数据库 COSMIC中的IDESP6500siv2_ALL :该变异在美国国家心肺血液研究所的 ESP6500数据库中的人群等位基因频率ESP6500siv2_AA :该变异在美国国家心肺血液研究所的 ESP6500数据库中的非洲裔人群等位基因频率ESP6500siv2_EA :该变异在美国国家心肺血液研究所的 ESP6500数据库中的欧洲裔人群等位基因频率ExAC_AII :该

8、变异在EXAC数据库中的人群等位基因频率EXAC_AFR:该变异在EXAC数据库中非洲人群的等位基因频率EXAC_AMR :该变异在EXAC数据库中美国人群的等位基因频率EXAC_EAS：该变异在EXAC数据库中东亚人群的等位基因频率EXAC_FIN :该变异在EXAC数据库中芬兰人群的等位基因频率EXAC_NFE :该变异在EXAC数据库中非芬兰欧洲人群的等位基因频率EXAC_OTH :该变异在EXAC数据库中除已指定人群之外的人群等位基因频率EXAC_SAS :该变异在EXAC数据库中南亚人群的等位基因频率ICG46 KGC_ Id ICGC_ ItoTUrTenCe ci60 mterE

9、T-scSNV-3C0R OlnirVPheI.oCG46 :该变异在CG46数据库中的人群等位基因频率。 CG46是由COmPleteGenomics （BGl）公司对46个样本的全基因组测序而建立的数据库，截止2017年，他们已经对超过20000个样本进行了全基因组测序和分析。ICGC Id :国际癌症基因协作组中各研究的IDICGC_Occurrence :该变异在ICGC数据库中的发生情况。该栏数据结构如CoCA-CNl11870.00535 ,指中国结直肠癌的研究(https:/icgc.org/ ),在187例患者中有1例发生突变，突变比例为0.00535Nci60 :该变异在nc

10、i60数据库中的等位基因频率。Nci60是被广泛用于药物筛选的人类60种肿瘤细胞系组合，已经进行了全外测序。随着研究的进步，美国癌症研究所NCl在2016年宣布NCI-60细胞系“退休” ，PDX新模型“上任”。Interpro_domain ： InterPro算法预测的突变所处的保守结构域(http:/www.ebi.ac.Uk/i nterpro/ )dbscSNV_ADA_SCORE :基于adaptive boosting 预测变异对剪接位点改变的可能性dbscSNV_RF_SCORE :基于Random FOreSt 预测变异对剪接位点改变的可能性。得分代表剪接影响的可能性大小，如

11、果 dbscSNV_ADA_SCORE和dbscSNV_RF_SCORE得分均小于0.6 ,则对剪接位点没有影响(PMID:28132688 )。Omim_Phe no type :在OMlM数据库中该基因(不是该变异)对应的表型QI疏 FlJm I】祕 TOWjnl WI l TIWOR 列口曲1严能_1化F卫耳骨EE7 Prra WF名 TQUAL :测序质量分数，计算方法为 Q = -10log10(e),可衡量碱基未正确检出的概率。FILTER:对变异位点做进一步的过滤。无论你用什么方法对变异位点进行过滤， 过滤完了之后，在FlLTER 栏都会留下过滤记录，如果是通过了过滤标准，那 么

12、这些通过标准的好的变异位点的 FILTER 一栏就会注释一个PASS ,如果没有 通过过滤，就会在FILTER这一栏提示除了 PASS的其他信息(other FILTER flag)。 如果这一栏是一个“的话，就说明没有进行过任何过滤INFO&F ORMAT :该栏数据结构GT:AD:AF:ALT_F1R2:ALT_F2R1:FOXOG:QSS:REF_F1R2:REF_F2R1。GT:基因 型，对于一个二倍体生物，0表示跟REF 一样，1表示表示跟Alt 一样；2表示 第二个Alt ； AD :对应两个以逗号隔开的值，这两个值分别表示覆盖到 REF和 Alt碱基的reads数，相当于支持RE

13、F和支持Alt的测序深度；AF:支持Alt的 测序深度占总测序深度的比例，即等位基因丰度NORMAL :与肿瘤组织对应的正常组织中的信息，一般通过外周血测序获得TUMOR :肿瘤组织中的信息此外还可能包含各种算法对非同义突变保守性预测值，这些算法包括 SIFTPrediCtiOn(T: tolerated; D: deleterious) ， PolyPhenHumanDiV PrediCtiOn(D:PrObabIy damaging, P: POSSibIy damaging; B: benign) 、LTR、MUtTaSter、MUtatiOnAssessor 、FATHMM、CADD、

14、GERP+ 等等。2、分析挖掘数据对全外显子检测（或者属于较大 Pannel范畴的情况也可以），可以进行肿瘤突 变负荷（TumOr mutationburden ）计算。临床研究表明，使用 PD1/PD-L1抑制剂等免疫治疗药物时，具有较高突变负荷的患者具有较好的客观缓解率 （ORR）、较长的无进展生存期（PFS）,同时持续临床疗效（DCB）也更佳。然而，由 于目前没有统一的肿瘤突变负荷计算方法， 在做纵向比较时需谨慎。该分析使用的计算方法为，肿瘤组织中突变丰度大于等于 5% ,正常组织中突变丰度小于等于 1%， EXOniCFUnc.refGene 栏去除“ .”、SynOnymous SN

15、V 、UnknOWn 标签的数据，POPFreqMaX 一栏去除人群等位基因频率大于 0.1%的数据（注意 保留“.”）。此外，免疫治疗相关的一些基因突变（如 EGFR、干扰素信号通路的JAK、B2M等）值得关注。对全外显子检测，能够发现大量的体细胞突变。有的突变是致病性的称为为驱动 突变或司机突变（与之对应的称为乘客突变或继发性突变），这些突变或导致 DNA修复缺陷，或导致细胞不受调控的增殖生长，或导致细胞不能正常凋亡， 或导致细胞侵袭性增强，或导致免疫逃逸。因而从大量的体细胞突变中鉴定肿瘤 的驱动基因突变既是基因检测的重要目的之一， 同时也是一项艰难的工作。一般来说一个肿瘤的发生其驱动基因

16、突变的数目为 0-8个,且他们不会分布于同一个关键的肿瘤相关信号通路中 （比如BRAF和KRAS ,比如APC和CTNNBI ）或 并行的两个重要信号通路中（比如 PIK3CA和KRAS）O 一般来说原癌具有较为 明显突变热点聚集倾向（比如 KRAS和PIK3CA）,而抑癌基因的突变位点较为 分散（比女口 RB1和VHL ）o对全外显子检测目前已经在肿瘤中得到较为广泛的应用， 如何高效寻找驱动基因突变急需指导和规范化的文件，但由于肿瘤细胞突变多为体细胞突变， 遗传性突变领域的规范化文件(后面会具体讲)难以照搬使用。因为体细胞突变的意义和 遗传性突变的意义比如致病性突变这样的描述有所不同， 比如

17、我们可以采用响应药物的突变(respo nsive )、耐药突变(resista nt )、驱动性突变(driver )、 继发性突变(PaSSenger )来描述突变的意义。值得庆幸的是，2017年伊始， 分子病理协会(ASSOCiatiOn forMolecular Pathology, AMP )、美国临床肿瘤 协会(AmeriCan SOCietyOf Clinical Oncology )和美国病理学家联盟 (CollegeOfAmeriCan Pathologists )对高通量测序在肿瘤诊疗领域的应用从突变记载(HGVS)、注释解读、报告进行了指导和规范(PMID: 279933

18、30 )。该指导 规范中对参考序列数据库(如NCBI )、人群基因频率数据库(如1000G、ExAC )、 肿瘤数据库(如 COSMIC、ICGC)、疾病数据库(如 HGMD、ClinVar )、预 测软件(如PolyPhen2、HUman SPIiCing Finder )的使用和注意事项给出了意见。该规范还推荐对肿瘤细胞的体细胞变异划分为四个级别： 具有确定性临床意义的突变(Variants WithStrOng clinical Significance ，Level A 和 Level B )、 可能具有临床意义的突变 (Variants With potential cliniCaI

19、Significance ，LevelC 和 Level D )、临床意义不明的突变(Variants of UnknOWn clinicalSignificance )、良性或可能良性的突变( Variants deemed benign or likely benign )，并详细阐述如何将检测到突变结合数据库以归类到这四个级别中。其中具有确定性临床意义/可能具有临床意义的突变包括四个等级的证据：LeVelA :可作为预测药物反应或耐药性的 FDA批准的针对特定类型肿瘤（适应症）的治疗的突变；或者已经被包括在专业指南中（如肿瘤的 NCCN ）作为特 定类型肿瘤的治疗、诊断或预后的突变；Le

20、vel B ,可作为预测药物反应或耐药性的基于充分研究和专家共识的治疗的突 变，或者是基于充分研究和专家共识的具有特定疾病诊断、预后意义的突变；Level C，可作为预测药物反应或耐药性的 FDA或专业协会批准的跨适应症的治 疗的突变，或者是已经作为临床试验的入组参考标准， 或者是基于多项研究的具 有特定疾病诊断、预后意义的突变；Level D ,基于临床前研究、案例报道的可能具有临床意义的突变；或者有研究 表明该突变有助于疾病诊断和预后判断。目前，寻找肿瘤驱动基因突变的具体策略可以说是多种多样（图 2）。通过寻找热点基因的热点突变（recurrent mutation ）是一种较为确定的策略

21、，相关的研 究证据较为充分。例如EGFR的突变主要发生在胞内酪氨酸激酶（TK）区域的 前四个外显子上（1821 ），目前发现的TK区域突变有30多种。缺失突变主 要发生在外显子19上，最常见的是del E746-A750 ,替代突变最常见的是发生 在外显子21上的L858R ,复制或插入突变发生在外显子 20上。发生在外显子 20上的替代突变T790M 为耐药突变，研究还发现 L858Q、D761Y、T854A等 耐药突变。HER2基因在乳腺癌、膀胱癌、结直肠癌、胃癌中主要突变方式是扩 增或者表达上调，鲜有突变，在 2030%的乳腺癌中存在HER2基因明显扩增或过表达，但是在肺癌中，其激活机制

22、为扩增、过表达及点突变，点突变在肺癌 中的发生概率约占2-4% ,多发生在其激酶结构域中，常见的激活性点突变包括p.S310, p.L755，p.G776L, p.V777L ，p.S855l，p.N857S 等。BRAF V600E 突变临床意义在PUbmed中有上百遍报道。BRAF突变存在于1% %的非小细 胞肺癌中。V600E是最常见的肿瘤驱动突变，在肺癌中也有多种其他类型的BRAF突变被报道，包括 G466V、G469A和D594G。尽管性药物例如Vemurafenib 在包含BRAF V600E突变的黑色素瘤中高度有效，但这些药物对BRAF其他位点突变，或者 V600E突变肺癌中的肿

23、瘤驱动活性还需评估。热点基因的热点突变在很多数据库中有不完全的收录， 这些数据库有CiViC数据库，OnCOKB 数据库，PerSOnalized CanCer therapy 数据库，ClinicalKnO WIedgebaSe 数据库等等。预测变异对蛋白质功能的影响，可以作为寻找肿瘤驱动突变的一种有益补充方法。比较常见的预测工具如 SIFT、PolyPhen2、MutatiOnAssessor 等等，这些算法 的原理一般是基于氨基酸的进化保守性，有的考虑到蛋白质结构域的功能(例如 TP53蛋白的有害突变多位于DNA结合结构域)，还有的会考虑蛋白的空间结 构。对于检测到的变异各算法预测值在上

24、述的 VCf文件中可查阅。对于SIFT，值 越小变异有害性的可能性越大，推荐阈值 0.05 ;对于PolyPhen2 ,值越大变异有害性的可能性越大，推荐阈值 0.3 ;对于MUtatiOnAssessor ,值越大变异有 害性的可能性越大，推荐阈值8，需要注意的是，不同的参考文献阈值可能不同(PMID: 23819521 )。将基因放在信号通路中分析，这对于不是十分常见的小众肿瘤驱动基因寻找有很 大帮助。在美国，每年有大约18,000名患者被确诊为脑膜瘤。它们约占原发性 脑肿瘤的三分之一，女性患病比率高一倍。但是一直以来对于脑膜瘤的遗传突变 了解甚少。在一项研究中(PMID: 2333466

25、7 ),科学家们对17个脑膜瘤样本 进行了全基因组或是外显子组测序。在这些肿瘤中发现改变基因后，研究人员随 后又对另外两组肿瘤进行了测序。 研究人员发现，相比大多数类型的肿瘤，脑膜 瘤具有较少数量的遗传改变或损伤。 在一些肿瘤中，他们发现两个在已知致癌信 号通路中发挥作用的基因存在突变。 在3个肿瘤中发现的SMO，是Hedgehog 信号的成员。在5个肿瘤中发现了 AKT1 ,该基因参与了与乳腺癌、结直肠癌和肺癌相关的PI3K-AKT-mT0R 信号。第6个肿瘤具有一个从前已知的，与mTOR 信号通路相关的突变。总的来说，这些突变基因信号通路构成了所研究的 15%脑膜瘤的重要驱动子。对于遗传性

26、肿瘤，可以借助遗传病致病基因鉴定的方案，流程即 1、了解临床资料2、核心表型转化为中文人类表型标准用语 (CHPO)3、基因检测及其质控4、 生信分析5、遗传学分析，包括关联候选基因、遗传变异位点分析解读和家系验 证6、表型相似度分析。2013年ACGM推荐的与遗传性肿瘤/遗传病相关基因 包括 BRCA1、BRCA2、TP53、STK11、MLHI、MSH2、MSH6、PMS2、APC、MUTYH、VHL、MEN1、RET、PTEN、RB1、SDHC、SDHD、TSC1、TSC2、 WT1、NF2等(PMID : 23788249 )。查找正常对照组织突变丰度(N_Freq) 40% ,比对遗

27、传性肿瘤相关突变基因，是否有遗传性肿瘤相关胚系突变，查看 并按照下述步骤进行确认。按照基因名+c._或基因名+p._进行google搜索或 进入NCBI、HGMD、OMIM等网站查阅是否有相关致病性报道，按照 ACMG 指南进行位点致病性判定或可借助InterVar在线辅助判定(仅适用于exon范 围内突变)。发现遗传性肿瘤相关的基因突变，还应推荐家族其他直系血亲进行 基因检测做进一步的确认。美国医学遗传学与基因组学学会 (AmeriCan Collegeof MediCaI Gen etics and GenOmics, ACMG )和分子病理协会(ASSOCiatiOn forMolecu

28、lar Pathology,AMP )在2015年对临床实验室的基因检测进行了指导和规范(PMID: 25741868 )。该指导规范主要就是适用于孟德尔遗传病相关基因变异或者是生 殖系变异。指导规范推荐记载突变遵循统一的规范一一人类基因组变异协会(Human Ge no meVariation Society, HGVS ),并将变异根据人群基因频率(POPulatiOn data )软件预测(COmPUtatiOnal data )和功能试验(functionaldata )等参数分为五个级别：致病性突变(PathOgenic )、可能致病性突变(Iikelypathogenic )、意义

29、不明突变(UnCertain Significance )、可能良性突变(likely benign )和良性多态性突变(benign )。这五个级别如何认定？ 该规范列出了致病性/可能致病的各种情况的支持证据，证据强度依次包括超强 证据(PVS1)、强证据(PS1-4 ,注意这里的数字不代表证据强度的区别，仅 表示同一证据强度的不同的证据情况，下同)、中度证据( PM1-6 )、支持性证据(PP1-5 ),良性多态性/可能良性证据强度依次包括独立证据(BA1 )、 强证据(BS1-4 )、支持性证据(BP1-6 )。需要特别指出的是对于致病性突变 和引起蛋白功能缺失的突变区别开来，只有一种突

30、变对某种疾病具有因果关系(CaUSatiVe )，才能够被认定为致病性突变。应当注意到致病性突变这个定义 对于多基因遗传病其实不太适合。同时应该注意到当一个突变被报道为致病性的 时候，对于个人或者健康管理人员可能认为它是一个可干预的突变 (actiOnable )此外，该规范还对数据库使用、文献使用、软件预测使用给出了指导性的建议。最后也是最重要的是报告的呈现形式，标注突变判定依据，功能注释，文献出处， 遗传规律，及其他可能的相关疾病症状。在研究进展更新后，特别是以前被认定 为意义不明突变时，最好能够对突变数据进行再分析更新。 将突变进行分类也是有帮助的，比如该突变意义不明，但该突变所在的基因

31、与已知疾病建立了明确的 关系；比如突变属于偶然性发现(In Cide ntal Fi ndin gs )。3、面向临床干预的解读 首先应充分收集患者个体表型数据、 家族病史、临床病理和临床治疗的资料，这 些信息对鉴定驱动基因、了解发病机制、指导用药和治疗方案、耐药与预后分析 具有很大的价值。其次在进行临床干预解读时应考虑到 FDA批准靶向治疗药物及其伴随检测、 NCCN指南推荐的治疗方案。对于 FDA和NCCN指南未涉及的，可参考文献（包括基于FDA/NCCN和文献编辑的二级数据库），但是要考虑到文献报道的 证据强度，比如是什么机构的研究，发表在什么期刊上；要考虑到文献的证据级 别比如是临床试验、还是案例报道、还是临床前的研究。具体可参考 AMP关于体细胞突变和遗传性突变的证据强度划分的指导意见。最后还应考虑和制药公司/医疗机构/研究机构的临床试验尽可能对接。凝结数据分析和临床注释于一张纸的报告可以说并不容易，而且它决定了终端客 户的最终体验。临床解读报告应当做到简洁明了、 重点突变的原则