导语
一些重要的信号通路在癌症中经常发生基因改变,如RTK/ RAS/MAP-Kinase通路,PI3K/Akt信号通路等。
TCGA先前的研究已经绘制出信号通路的改变景观。一些通路在许多不同类型的肿瘤中以高频率发生改变,而其他通路在更特定的恶性肿瘤亚群中改变。通过对TCGA中超过10000个样本进行分析,我们有机会系统地鉴定和定义所有肿瘤类型中已知癌症通路的改变,并了解通路之间的共性和差异。之前的多个研究已经强调了不同组织中存在的共同基因组特征,但这些研究传统上使用的是以基因为中心的方法,而不是以通路为中心的方法。识别不同肿瘤类型之间和内部通路反复发生、共发或互斥的关系,有助于了解致癌通路改变的功能相关机制并指导治疗。
TCGA PanCancer Atlas中33种不同肿瘤类型收集9125样本:体细胞突变(WES),基因表达(RNA-Seq),CNA(Affymetrix SNP6 arrays),DNA甲基化(Infinium arrays)。这些肿瘤类型进一步分为64个不同的肿瘤亚型 (Figure 1A)。
评估10个经常发生基因改变的典型信号通路(Figure 2,重点关注可能是癌症驱动因子或治疗靶点的通路基因)。
对10个通路中选择的基因在不同肿瘤类型内和不同肿瘤类型间的反复性改变进行评估:通路成员的改变分为激活事件或失活事件(Figure 1B)。个体改变也仔细比较了两个特征:肿瘤样本的反复和假定的功能影响。用MutSigCV评估突变的反复,GISTIC 2.0评估拷贝数改变的反复。使用了肿瘤样本在残留水平上的反复和通过癌知识库对特定变异的先验知识识别可能的功能性变异。RESET算法评估肿瘤抑制基因启动子DNA高甲基化的表观遗传沉默。结合star fusion、EricScript和BreakFast算法,从RNA-Seq数据中调用基因融合和结构重排,并根据OncoKB注释过滤乘客事件。通过这个过程,移除没有反复发生或先前已知的致癌改变证据的基因,得到致癌的通路基因和遗传改变,具体方法步骤参考文章。
对于每一种肿瘤类型和亚型,计算了10个信号通路中至少有一个改变的样本的比例(Figure 3)。如果通路中的一个或多个基因包含反复的或已知的驱动改变,则认为肿瘤样本在给定的通路中发生了改变。胃肠道和子宫肿瘤的MSI和POLE突变亚型有最高的突变负担,同时也具有最高的通路改变总体频率。这可能是由于在这些类型的肿瘤中主要的突变机制所导致的频繁失活突变。
RTK-RAS通路是所有肿瘤类型中改变频率最高的信号通路(Figure 4)。观察肿瘤类型之间的基因改变,KRAS是最常见的突变基因(所有样本中有9%),其次是BRAF(7%)和EGFR (4%),KRAS改变最常见于胰腺癌(72%)、基因组稳定型结肠直肠癌(69%)和肺腺癌(33%) 。在SOS1中发现了反复发生(热点)突变(A90V/T, N233Y/S)和其他已知的激活突变(M269I/V, G434R, R552S/K/G/M, E846K),这些突变共占肺腺癌样本的1%,子宫癌样本的1%,在其他几种癌症类型中频率较低(Figure 4C)。这一发现表明,肿瘤样本更多时可以识别改变低的新癌症基因。
Figure 5显示了其他九个通路中最常见的基因改变频率。在某些通路中,改变发生在许多基因上,而在其他通路中,改变影响少数基因。
单个肿瘤通常发生多种功能改变,影响的通路很多。
使用SELECT方法,确定了(410对改变特征中)156对互斥改变和117对共发生改变,将这些改变对映射到受影响的通路上。Figure 6结果提供了通路和通路基因之间的相互作用,反映了可用于治疗的功能相互作用和依赖性。
基于OncoKB评估了每种癌症类型的每个样本中的所有改变,区分标准治疗的可操作性(Levels 1 or 2)和研究治疗(Levels 3 or 4)。总的来说,51%的肿瘤在十种信号通路中至少有一种潜在的改变可进行研究治疗,57%的肿瘤在包括这些通路以外的基因时至少有一种可行的改变。30%的肿瘤样本有两个或两个以上的潜在靶向性改变(Figure 7C)。最后根据可进行研究治疗的改变来寻找可能在不同肿瘤类型中证明有效的候选药物组合。
对TCGA中33种肿瘤类型的10个特定信号通路进行了全面的表征,是第一个使用统一处理的数据集和标准化的通路模板的泛癌分析。研究结果突出了不同肿瘤类型和特定亚型中个体通路改变的相似性和差异性,在通路内部和通路之间存在着一种复杂的相互作用,即共同发生和相互排斥的改变,最后寻找到了具有代表性的通路,可以用于肿瘤治疗研究。
9125个肿瘤样本中通路和改变的数据信息可以通过PathwayMapper工具访问,也可cBioPortal可视化和下载。
