撰文丨苏木七
责编丨兮
肿瘤内异质性(intra-tumorheterogeneity,ITH)一直是癌症治疗的难题。ITH越高，越容易耐药，癌症进展越快，预后越差。这就像生态系统一样，越多样越强大，越不易消亡。
要解决这个临床上的挑战，首先得深入了解对手情况，比如肿瘤内异质性是什么样的，不同癌症有什么异同等等。以前的研究多是分析外显子测序数据(exomesequencing)，但这种方法有很大的局限性，因为外显子只占整个基因组的不到2%，并不能显示异质性的全貌。全基因组测序才能更好地反映肿瘤内异质性的状态。
近日，Pan-CancerAnalysisofWholeGenomes(PCAWG)工作组在Cell杂志上发表了最新的肿瘤内异质性的研究工作：Characterizinggeneticintra-tumorheterogeneityacross2,humancancergenomes，通过分析38种癌症的2,个肿瘤的全基因组测序数据，深入阐释了肿瘤的异质性图谱。
全基因组测序能提供有关肿瘤基因组的丰富信息，包括：
Single-nucleotidevariants(SNVs)，单核苷酸突变
Insertionsordeletions(Indels)，插入和缺失突变
Copynumberalterations(CNAs)，拷贝数变异
Structuralvariants(SV)，结构变异
Tumorpurity，肿瘤纯度
Subclonaldrivers，亚克隆驱动变异
Subclonalselection，亚克隆的选择
Mutationsignature，突变指纹图谱
为了得到最准确的信息，减少假阳性和假阴性，研究者们对于SNVIs、Indels、CNAs、SVs、亚克隆结构的分析都采用了多种生物信息学方法(例如，对亚克隆的分析用了11种方法，对拷贝数的分析用了6种方法)，有时候当结果不一致时还会有专家来人工审核。综合各种方法，考虑准确性和稳健性，最终得到了目前最全面的两千多个肿瘤的高质量的基因组信息。他们有什么发现呢？亚克隆扩张(subclonalexpansion)在绝大多数癌症里都很常见。几乎所有的肿瘤里(95.1%)都有亚克隆扩张。除了皮肤癌，在其他的癌症里，至少75%的样本里都检测到了亚克隆扩张。考虑到全基因组测序的平均测序深度只有46X，并且很多肿瘤只测了一个样本，实际情况里肿瘤的亚克隆会更常见。亚克隆SNVs、Indels、SVs和CNAs的比例在不同癌症类型中变化很大。例如，亚克隆SNVs的比例在鳞状细胞癌里通常较低，而在嗜铬细胞癌和星形细胞瘤里较高。亚克隆的分支进化很常见。除了刻画每个肿瘤的亚克隆变异的图谱，对有足够信息的肿瘤，研究者们还推测出了亚克隆之间的关系：是线性的“亲子”关系，还是类似“兄弟姐妹”的分支关系？结果发现两种都很常见。分支进化即使在突变负荷低的肿瘤里也能观察到。刻画完亚克隆的变异特征，研究者又分析了一个有趣的问题：亚克隆的突变是怎么造成的呢？背后有什么生物学过程的参与？研究者们分析了肿瘤里的突变指纹图谱(Mutationsignature)。什么是突变指纹图谱呢？简单来说，每个致癌过程，不论是外在的烟草、紫外线，还是内在的DNA修复出了问题，造成的DNA突变都有一定的特征，可被算法识别。肿瘤里的突变是所有这些致癌过程在时间和空间上的叠加混合。研究者们发现平均每个肿瘤样本中有1.77个突变指纹图谱，并且，克隆和亚克隆之间的突变指纹图谱很稳定。当然变化也是有的，并且在有的肿瘤里，突变指纹图谱的变化反应了癌症的进化史，比如：和紫外线有关的SBS7突变指纹在黑色素瘤的克隆突变里很明显，在亚克隆突变里就减少了，说明癌症已经进展到了紫外线接触不到的深层皮肤。
在和吸烟有关的肺癌里，比起克隆突变，亚克隆突变的吸烟相关突变指纹(SBS4)减少，而另一种突变指纹增加(SBS2/13,APOBEC)，表明肿瘤的发生是被烟草致癌物诱发的，而后期则有更多的细胞内在过程的参与。
他们还发现，突变指纹图谱的变化和克隆/亚克隆的肿瘤细胞纯度变化点相吻合，这进一步暗示，造成亚克隆扩张的是各种致癌突变过程。此外，dN/dS比值分析显示，亚克隆中正向选择很常见。这一结果支持肿瘤的克隆进化模型：肿瘤细胞的基因组不稳定，在复制过程中，一些子细胞产生了有利于生存的突变，这一优势使得它们被正向选择，成为新的亚克隆的先驱。这些有利于生存的突变被称为亚克隆驱动变异(subclonaldriver)，他们的分析显示，驱动亚克隆扩张的变异在各个癌症里也差别很大。并且，所有亚克隆中只有11%携带已知的SNVs或Indels驱动突变，晚期肿瘤的发展可能主要是由不同的机制（比如CNAs和SVs，或表观遗传学改变）驱动的。肿瘤进化是一个复杂过程，不同的克隆和亚克隆在时间和空间的维度受到多种因素的影响，需要更大规模的、包括单细胞的、多组学的研究，才能更深入地阐释肿瘤内异质性和肿瘤进化史。这一项包括38种癌症类型的两千多个肿瘤全基因组的亚克隆重构，在这一领域迈出了重要的一步，为未来的肿瘤全基因组数据的分析提供了最佳实践和丰富资源。原文链接：
