准确识别存档肿瘤样本中引起癌症的突变

翻译基因组学研究所(TGen)的科学家，希望之城，报告了LumosVar的发展，LumosVar是一种计算机程序，可以帮助识别患者肿瘤样本中的致癌突变。该研究(“利用肿瘤纯度的空间变异改善仅存档肿瘤样本的体细胞变异调用”)出现在肿瘤学的前沿。

“档案肿瘤样本代表了丰富的注释标本，用于转化基因组学研究。然而，标准变异体调用方法需要来自同一个体的匹配的正常样品，这在回顾性设置中通常是不可用的，使得难以区分真正的体细胞变体和个体特异性种系变体。档案切片通常包含相邻的正常组织，但该组织可包括浸润的肿瘤细胞。由于现有的比较体细胞变体调用者被设计为排除正常样本中存在的变体，因此需要一种新的方法来利用邻近的正常组织和浸润性肿瘤细胞进行体细胞变异调用，“研究者写道。

“我们在这里展示LumosVar 2.0，这是一个软件包，旨在联合分析来自同一患者的多个样本，建立在我们以前的单个样本肿瘤变异调用者LumosVar 1.0之上。该方法假设体细胞变体和种系变体的等位基因部分遵循不同的模式，因为肿瘤含量和拷贝数状态改变。LumosVar 2.0估计来自数据的等位基因特异性拷贝数和肿瘤样品级分，并使用模型确定体细胞和种系变体的预期等位基因级分并相应地对变体进行分类。为了评估LumosVar 2.0与肿瘤和邻近正常样本共同调用体细胞变体的效用，我们使用了具有匹配的高和低肿瘤含量的胶质母细胞瘤数据集和每个患者可获得的种系全外显子组测序数据(对于真正的体细胞变体)。

“最后，我们将这种方法应用于一组乳腺和前列腺存档肿瘤样本，其中含有相邻正常组织的肿瘤块可用于测序。使用LumosVar 2.0的联合分析检测到几种变体，包括已知的癌症热点突变，其未被标准体细胞变体调用工具检测到，使用相邻组织作为假定的正常参考。总之，这些结果证明了当不能获得组成样品时，利用配对组织样品来改善体细胞变体调用的效用。

“对于已知治疗结果结果的患者存档样本，这些代表了一大堆信息，可以加速研究人员和医生研究预测未来患者对特定治疗的反应。”

“精确肿瘤学中存在许多悬而未决的问题，只能通过收集与治疗反应和临床结果相关的大量患者基因组数据来回答，”TGen定量医学和系统生物学项目研究助理教授Rebecca Halperin博士说。“我们在本研究中概述的方法应该使研究人员能够更有效地使用档案样本。准确地调用或识别体细胞变异 - 那些特定于患者癌症的DNA变化 - 是任何分析的第一步。“

然而，存档的肿瘤样本通常不伴随患者的正常或种系遗传信息，使得难以区分患者的正常DNA变体与其突变和癌变DNA。

LumosVar是一种精确的工具，它不仅可以检测患者样本中的癌性DNA，而且还可以区分样本中可能包围肿瘤的相邻正常DNA，该研究的主要作者Halperin表示。她补充说，将患者的正常DNA与疑似致癌突变进行比较对于消除误报至关重要。

医生需要高度准确，才能在精准医学中使用这些信息，确定每个患者应该接受哪种治疗。

“当没有另一种正常组织来源时，来自肿瘤相邻组织的DNA测序有助于识别体细胞或致癌的突变，”TGen综合癌症基因组学研究助理教授Sara Byron博士说。也是该研究的资深作者。