基于肿瘤外显子数据看复发鼻咽癌的特异性突变

早期的鼻咽癌肿瘤外显子队列已经是揭示了一系列导致 NPC 发展的遗传因素和遗传畸变，包括 NF-κB 途径激活突变，染色质修饰相关突变，ERBB-PI3K 信号激活突变，详见：

• 2014，Nature GeNetics杂志的，新加坡的鼻咽癌肿瘤外显子队列
• 2016, PNAS杂志的，香港大学的鼻咽癌肿瘤外显子队列

普通的肿瘤外显子队列在这个鼻咽癌领域既然已经被相继发表了，后面的类似的肿瘤外显子研究就必然加入全新元素，比如聚集到生存意义：

• 2017， NATURE COMMUNICATIONS ; 杂志，中山大学的鼻咽癌肿瘤外显子队列
• 2019， Cancer Medicine 杂志，肿瘤外显子结合全基因组结合看鼻咽癌的突变激活通路

但是这个领域不可能没有同质化研究，但凡是新技术就会迅速在各个“财大气粗”的实验室铺开，大家能想到的最简单的就是描述性的队列研究了，反正就测序再说。如果做第一人当然简单，第2,3,4也可以尽可能的加入一些小创新。但是如果同样的研究前面已经有十几篇文章了呢，这个时候就需要融入生物学（医学）背景了，比如于 2019年发表在 Cancer Res; 杂志的文章：《Clonal Mutations Activate the NF-kB Pathway to Promote Recurrence of Nasopharyngeal Carcinoma》，本文首先不可能是简简单单的肿瘤外显子队列，也不太可能仅仅是聚焦于生存预后意义，因为都被发表了。所以加上了一个复发鼻咽癌的特异性突变创新点，让我们来一起看看：

本文总共是：A total of 55 rNPC and 44 pNPC fresh tissue samples （其中7个病人有rNPC和pNPC配对）

• WGS数据：12 patients with rNPC and 17 patients with pNPC
• WES数据：tumors and matched peripheral blood from 48 patients with rNPC and 34 patients with pNPC

肿瘤外显子数据分析流程

可以看《肿瘤外显子》专栏的目录（节选）如下：

• （一）读文献并且下载测序数据
• （二）质控与去接头
• （三）比对
• （四）比对结果的质控
• （番外篇）bam文件载入igv可视化
• （五）GATK的最佳实践
• （六）vcf文件的注释及ANNOVAR的使用
• （七）maftools可视化
• （八）不同注释软件的比较（上）：安装及使用
• （八）不同注释软件的比较（中）：注释后转成maf文件
• （八）不同注释软件的比较（下）：可视化比较maf文件

文章的描述也是如此；

肿瘤外显子数据分析流程

每个病人都有自己的somatic的点突变以及拷贝数变异，后续的分析都是基于此！

复发的鼻咽癌队列肿瘤突变负荷大

这里结合了两个鼻咽癌的肿瘤外显子队列：

• Singapore (n = 55) ，SRA035573
• Hong Kong (n = 49) ，SRA288429

这两个队列详见：

• 2014，Nature GeNetics杂志的，新加坡的鼻咽癌肿瘤外显子队列
• 2016,PNAS杂志的，香港大学的鼻咽癌肿瘤外显子队列

这两个队列都是很容易下载fastq测序数据，走fastq数据文件的找变异流程。然后比较肿瘤突变负荷，如下所示：

可以看到，复发的鼻咽癌队列肿瘤突变负荷大，而且达到了统计显著性，不仅仅是肿瘤突变负荷大于自己的原发肿瘤，也大于两个公共数据集。

突变全景图

每个病人都有自己的somatic的点突变以及拷贝数变异，所以需要以全景图的方式展现：

突变全景图

全景图通常是展现自己感兴趣的通路的基因，或者突变比例比较高的基因。这里作者也是拿这些基因的突变与否，去跟比较原发肿瘤和复发鼻咽癌的突变差异。

重点通路仍然是PI3K-AKT 和 NF-kB

前面我们提到了 早期的鼻咽癌肿瘤外显子队列已经是揭示了一系列导致 NPC 发展的遗传因素和遗传畸变，包括 NF-κB 途径激活突变，染色质修饰相关突变，ERBB-PI3K 信号激活突变，详见：

• 2014，Nature GeNetics杂志的，新加坡的鼻咽癌肿瘤外显子队列
• 2016, PNAS杂志的，香港大学的鼻咽癌肿瘤外显子队列

所以，本文也会把这样的重点通路 PI3K-AKT 和 NF-kB 单独拧出来讨论：

重点通路仍然是PI3K-AKT 和 NF-kB

临床预后意义

上面展现了两个通路，而且有原发肿瘤和复发性癌症两个队列，所以可以做4次生存分析。当然了，作者仅仅是会展现有统计学意义的生存分析结果，如下所示：

PI3K-AKT 通路在复发癌症队列有生存意义

可以看到是Kaplan–Meier survival curves of rNPC subjects with or without genetic lesions in the PI3K-AKT signaling pathway.

我在生信技能树多次分享过生存分析的细节；

• 人人都可以学会生存分析（学徒数据挖掘）
• 学徒数据挖掘之谁说生存分析一定要按照表达量中位值或者平均值分组呢？
• 基因表达量高低分组的cox和连续变量cox回归计算的HR值差异太大?
• 学徒作业-两个基因突变联合看生存效应
• TCGA数据库里面你的基因生存分析不显著那就TMA吧
• 对“不同数据来源的生存分析比较”的补充说明
• 批量cox生存分析结果也可以火山图可视化
• 既然可以看感兴趣基因的生存情况，当然就可以批量做完全部基因的生存分析
• 多测试几个数据集生存效应应该是可以找到统计学显著的！
• 我不相信kmplot这个网页工具的结果(生存分析免费做)
• 为什么不用TCGA数据库来看感兴趣基因的生存情况
• 200块的代码我的学徒免费送给你，GSVA和生存分析
• 集思广益-生存分析可以随心所欲根据表达量分组吗
• 生存分析时间点问题
• 寻找生存分析的最佳基因表达分组阈值
• apply家族函数和for循环还是有区别的（批量生存分析出图bug）
• TCGA数据库生存分析的网页工具哪家强
• KM生存曲线经logRNA检验后也可以计算HR值

生存分析是目前肿瘤等疾病研究领域的点睛之笔！