癌症基因组分析，鉴定“乘客”和“驱动”突变

癌症确诊时，数以十亿计的细胞DNA异常，其中有些在恶性增殖中有作用，然而也有许多在肿瘤形成过程中获得的遗传损伤并没有功能。新兴的癌症基因组全景图中包含了数以千计的以前认为和肿瘤发生没有联系但是在体细胞中发生突变的基因。

鉴定“乘客”与“驱动”突变

美国就医机构爱诺美康了解到，其中很多基因的突变可能是“乘客”突变，或者说是对肿瘤生长没有功能的中性突变。仅有一小部分遗传改变可使细胞获得比相邻细胞更多的选择优势，从而“驱动”癌症的演进。“乘客”突变偶然发生在一个细胞，这个细胞在其后或者同时发生“驱动”突变，但“乘客”突变更终不具有病理作用。虽然“乘客”突变是中性的，但对它进行分类也非常重要，因为它们体现了癌症细胞以前所经历环境导致的印记和DNA修复缺陷。由于在许多情况下“乘客”和“驱动”突变发生的频率相似，鉴定“乘客”与“驱动”突变就显得很有意义，这也是癌症遗传学中一个很大的挑战。这一目标将通过结合遗传学与功能研究的方法而实现，下面列举其中几种方法。

高频突变

判断一个基因是否在发病中起作用的更可靠指标是高频突变，不管这些高频突变在不同患者中是发生在完全相同的氨基酸位点，还是在邻近的氨基酸位点上。进一步来说，如果同一基因发生体细胞突变的频率非常高（即肿瘤基因组全景图中的“山峰”），就可以把这些基因归为驱动基因。举个例子，在多种肿瘤类型、多个患者中鉴定出来的癌症等位基因，如KRAS、TP53、PTEN和PIK3CA等基因中的突变，在肿瘤发生过程中明显被筛选形成驱动因素。

突变的基因

然而，大多数已发现的基因仅在相对较小比例的肿瘤中发生突变（肿瘤基因组全景图中的“丘陵”），现已清楚，这些在不到1%的患者中存在突变的基因仍然可以作为驱动基因。在大量肿瘤患者样本中对新鉴定的潜在的癌基因进行系统测序，对于鉴定“驱动”突变非常有帮助。然而，尽管在大量样本中进行检测为区分“驱动”和“乘客”突变提供了非常有用的信息，仅仅使用这一方法还是存在局限性，因为在各个肿瘤之间及各个基因之间，突变频率存在显著差异。在这种情况下，可采用统计检验来计算特定基因中的突变数目反映的突变频率是否高于从非功能性背景突变率预测的频率，非功能性背景突变率在不同癌症类型之间是不同的。这些分析方法结合了观察到的体细胞突变数目、研究的肿瘤数目和成功测序与分析的核苷酸数目。

同义突变和非同义突变

另一种常用于区分“乘客”和“驱动”突变的方法是，对同义突变和非同义突变进行统计分析。与非同义突变相比，同义突变不改变蛋白序列。因此，通常认为它们没有促进肿瘤生长的优势，在肿瘤的形成过程中这些基因没有被选择。这一策略通过比较同义和非同义突变的观察数与预期数比率来实现。非同义突变的比率增加，观察数与预期数比例为2:1，提示在肿瘤发生过程中存在选择压力。

其他方法所基于的理念是“驱动”突变发生在生殖细胞时与导致孟德尔遗传病的突变相似，可以通过突变位点的氨基酸残基的功能消失来识别。相反，“乘客”突变则与那些具有更小等位基因频率较高的非同义SNP更相似。基于这些前提，监督机器学习方法（super vised machine learning methods)已被用来预测哪些错义突变是“驱动”突变。区分“乘客”突变和“驱动”突变的方法还包括从那些已发现同一S因家族成员可导致癌症的基因中鉴定突变。进化保守的残基中突变的富集由计算程序分析，如SIFT(sorting into lerant from tolerant),可以评估不同突变的效应。

癌症等位基因功能研究

识别“驱动”突变的更有效方法也许将是使用生化分析和模式生物或者培养细胞，通过基因敲除和基因敲入各个癌症等位基因，进行严格的功能研究。不幸的是，这些方法不适合对大规模癌症基因组计划中筛选出来的数以百计的候选基因进行分析。总之，客观地说，对肿瘤基因组进行测序仅仅是一个开始，当数以千计的新发现的等位基因被确定是该疾病的驱动基因时，该研究才算更终完成。下图总结了各种新一代测序技术的应用及其分析方法。

图2 癌症基因组分析的全景图