近日，來自荷蘭的一個研究團隊，在國際頂級學(xué)術(shù)期刊《自然》上發(fā)表了22種轉(zhuǎn)移性實體瘤的全基因組測序研究成果[1]。

這項由Hartwig醫(yī)學(xué)基金會EdwinCuppen教授領(lǐng)導(dǎo)的研究，對2399位癌癥患者的2520對腫瘤和血液樣本進行了全基因組測序和特征分析。

共鑒定出7000多萬個體細胞變異，包括近6000萬個單核苷酸變異（SNV），84萬個多核苷酸變異（MNV），960萬個DNA片段插入和缺失（indels），以及65萬多個結(jié)構(gòu)變體（SV），并且獲得了每個轉(zhuǎn)移腫瘤樣本的遺傳突變名錄。

基于上述數(shù)據(jù)，研究人員發(fā)現(xiàn)，可能真的沒有驅(qū)動癌癥轉(zhuǎn)移的特異性突變存在。而且，轉(zhuǎn)移的腫瘤組織中，普遍存在全基因組加倍（WGD）事件，在一些癌種中甚至高達80%，而在原發(fā)灶中只有30%。這可能與轉(zhuǎn)移灶對化療的耐受性相關(guān)。

除此之外，研究人員還發(fā)現(xiàn)，在單一的轉(zhuǎn)移灶中，腫瘤細胞的異質(zhì)性非常低，高達96%的基因突變是克隆性的。還有高達80%的抑癌基因通過不同的方式雙等位失活。

更為重要的是，研究人員還發(fā)現(xiàn)，通過全基因組測序，能幫助62%的患者找到已經(jīng)獲批或者正在開展研究的抗癌藥物。

據(jù)了解，這也是該領(lǐng)域迄今為止最大的研究。

▲ 探索轉(zhuǎn)移腫瘤的秘密（https://www.nature.com/articles/d41586-019-03123-0）

近年來，測序技術(shù)的進步和測序成本的降低，推動了全基因組測序技術(shù)在癌癥研究中的應(yīng)用。成年人[2，3]和兒童[4，5]腫瘤的大規(guī)模研究，讓科學(xué)家從分子水平上，對這些癌癥有了深入的認知。

這也就順理成章地推動了基于基因變異開展的癌癥治療[6]。在我們精心打磨的音頻課程《醫(yī)學(xué)趨勢50講》中，我們?nèi)娴亟榻B了基因測序在癌癥診療中的應(yīng)用，歡迎大家掃描文末二維碼試聽訂閱。

不過，以上的研究大多是在原發(fā)腫瘤中開展的，而對于造成90%的癌癥死亡的轉(zhuǎn)移，類似的研究卻極少。即使有少量轉(zhuǎn)移癌癥的研究，要么僅限于特定的癌種[7-9]，要么只研究了一些特定的基因[10]，要么是外顯子層面的研究[11]。

此外，由于隨著癌癥的進展，原發(fā)灶和轉(zhuǎn)移灶都在不停地進化[12，13]，也只有全基因組研究能一窺癌癥轉(zhuǎn)移的秘密了。因此，對癌癥的轉(zhuǎn)移展開全基因組、泛癌種的研究非常有必要。

在荷蘭Hartwig醫(yī)學(xué)基金會和個性化癌癥治療中心（CPCT）的統(tǒng)一協(xié)調(diào)下，荷蘭的49家醫(yī)院參與了這項大規(guī)模的研究。截止目前為止，數(shù)據(jù)庫已經(jīng)累計獲取了超4000名患者的數(shù)據(jù)，還在持續(xù)增長中。

▲ 論文非?；鸨?/span>

接下來，我們就一起來看看研究人員從參與本研究的2399位癌癥患者的腫瘤組織中獲得了哪些數(shù)據(jù)。

首先是每種癌癥的不同類型變異的負擔(dān)情況。

單核苷酸變異（SNV）的情況：黑色素瘤的中位SNV是44000個，肺癌的是36000，肉瘤的是4100，神經(jīng)內(nèi)分泌腫瘤的是3500。這些突變特征，與之前的研究相比，基本匹配[14]。

多核苷酸變異（MNV）的情況：肺癌的中位MNV是821，皮膚癌的是764，這兩種癌癥的MNV是其他癌種的5倍。這可能與紫外線照射（CC＞TT）和吸煙（CC＞AA）突變特征比較豐富有關(guān)。

插入和缺失（indels）的中值只有SNV的十分之一左右，皮膚癌和肺癌發(fā)生率相對較低。

微衛(wèi)星不穩(wěn)定（MSI）的發(fā)生率：中樞神經(jīng)腫瘤9.4%，子宮腫瘤9.1%，前列腺腫瘤6.1%。結(jié)直腸癌轉(zhuǎn)移灶的MSI僅為4%，低于之前報道的原發(fā)性結(jié)直腸癌出現(xiàn)頻率[15]。

所有腫瘤的中位結(jié)構(gòu)變異（SV）數(shù)為193。相對較高的是卵巢腫瘤的412，食管癌的372；較低的是腎癌的71，神經(jīng)內(nèi)分泌腫瘤的56。在所有的結(jié)構(gòu)變異中，簡單缺失是最常見的，占所有結(jié)構(gòu)變異的33%。除開胃癌和食管癌，缺失性結(jié)構(gòu)性變異在其他腫瘤中比較普遍。

▲ 轉(zhuǎn)移癌癥的突變圖譜（其實是“天書”）

以上這些結(jié)果是轉(zhuǎn)移癌組織與血細胞基因組對比的結(jié)果。反映的是轉(zhuǎn)移組織自身的變化，但是沒有反映出轉(zhuǎn)移腫瘤組織與原發(fā)腫瘤組織之間的差異。

為了了解原發(fā)灶和轉(zhuǎn)移灶之間的總體基因組差異，研究人員將他們的這個數(shù)據(jù)，與迄今最大的原位腫瘤測序數(shù)據(jù)庫PCAWG[16]做了個比較。你沒看錯，本研究沒有分析患者的原發(fā)腫瘤基因組數(shù)據(jù)，對比的數(shù)據(jù)是其他數(shù)據(jù)庫的數(shù)據(jù)。

PCAWG這個全基因組測序腫瘤隊列，包括2583個腫瘤樣本，其中95%的樣本是未經(jīng)治療的原發(fā)腫瘤。

將本研究的數(shù)據(jù)與PCAWG的數(shù)據(jù)相比，研究人員發(fā)現(xiàn)：單核苷酸變異沒有顯著差異，意味著單核苷酸變異突變負荷似乎與疾病進展無關(guān)，但前列腺癌、乳腺癌和中樞神經(jīng)腫瘤是例外。

相比之下，轉(zhuǎn)移灶的插入和缺失、多核苷酸變異和結(jié)構(gòu)變異的突變負荷更高，尤其是前列腺癌，研究人員觀察到多核苷酸變異，插入和缺失和結(jié)構(gòu)變異的發(fā)生率增加了四倍以上。

▲ 患者選擇過程

再回過頭分析轉(zhuǎn)移腫瘤組織基因拷貝數(shù)的變化，研究人員又發(fā)現(xiàn)，包含EGFR、CCNE1、CCND1和MDM2這些癌基因的區(qū)域，經(jīng)常發(fā)生擴增。另外一個現(xiàn)象是常染色體DNA存在雜合性丟失（LOH），以TP53的LOH出現(xiàn)頻率最高，出現(xiàn)在67%的腫瘤樣品中，其他的很多抑癌基因也出現(xiàn)LOH。

但沒有發(fā)現(xiàn)大片段常染色體的純合缺失，即使是基因純合缺失也非常罕見。然而，有一個特殊的情況是，Y染色體缺失，36%的男性腫瘤樣本存在Y染色體缺失，不過腫瘤之間差異非常大，從中樞神經(jīng)腫瘤的5%到膽管腫瘤的68%。

還有一個比較常見現(xiàn)象的是全基因組加倍（WGD），56%的腫瘤樣本出現(xiàn)了這種現(xiàn)象，從中樞神經(jīng)腫瘤的15%到食管癌的80%。而且這種情況，遠遠高于之前報道的原發(fā)腫瘤的25%-37%[17-19]。

全基因組加倍在一定程度上增強了癌細胞對化療的耐藥性。而且這種加倍還可以為癌細胞起到緩沖保護作用，防止基因組不穩(wěn)定、破壞性突變或者染色體片段丟失，給癌細胞帶來的致命打擊[20]。

▲ 拷貝數(shù)變異圖譜

隨后，研究人員又給一些關(guān)鍵的癌癥驅(qū)動突變列了個名錄，發(fā)現(xiàn)與之前的研究基本相似。其中TP53（52％的樣本），CDKN2A（21％），PIK3CA（16％），APC（15％），KRAS（15％），PTEN（13％）和TERT（12％）被確定為最常見的突變基因，它們共同構(gòu)成目錄中所有候選驅(qū)動突變的26％。

不過，他們這個名錄中排前十的基因突變，在這個隊列中的檢出率高于原發(fā)癌[21]。

遺憾的是，與之前的研究數(shù)據(jù)庫相比較，研究人員只找到了兩個有可能驅(qū)動癌癥轉(zhuǎn)移的基因變異，它倆分別是存在于結(jié)直腸癌轉(zhuǎn)移灶樣本中的MLK4（又名MAP3K21），和存在于乳腺癌轉(zhuǎn)移灶樣本中ZFPM1。這個研究結(jié)果再次證實了，“可能不存在轉(zhuǎn)移驅(qū)動基因變異”這一猜想。

單從單個患者的角度來看的話，平均每位患者的總驅(qū)動突變數(shù)量為5.7，其中尿路腫瘤的最高（平均值為8.0），而神經(jīng)內(nèi)分泌腫瘤最低（平均值為2.8）。

▲ 常見驅(qū)動基因突變

單從抑癌基因的角度看的話，研究人員認為它們的研究結(jié)果支持Knudson在1971年提出的雙重打擊假說[22]。因為80%的抑癌基因驅(qū)動突變是雙等位失活，也就是說它們徹底完蛋了。這個比例也是迄今為止在癌癥全基因組研究中最高的。

對于很多重要的抑癌基因而言，它們的雙等位失活率接近100%，例如，TP53（93％），CDKN2A（97％），RB1（94％），PTEN（92％）和SMAD4（96％）。這表明，抑癌基因的雙等位失活可能對于癌癥的轉(zhuǎn)移非常重要。

研究人員還分析了驅(qū)動基因突變成對共存的情況，發(fā)現(xiàn)了10對相互排斥的基因組合，以及10對同時存在的基因組合。不過上述的相關(guān)性，大部分在之前的研究中已經(jīng)被建立，只有乳腺癌中有新發(fā)現(xiàn)。GATA3和VMP1，以及FOXA1和PIK3CA，總是成對出現(xiàn)；而ESR1和TP53，以及GATA3和TP53，總是有你沒我，有我沒你。

如果上述關(guān)系能在后續(xù)的研究中進一步確立，那么就會多出4個治療乳腺癌的新靶點，而且后面兩對似乎是目前大熱的協(xié)同致死基因?qū)Α?/span>

▲ 不同癌種驅(qū)動變異類型分布

在研究腫瘤的進化動力學(xué)過程中，研究人員發(fā)現(xiàn)，在整個隊列中，只有6.6%的單核苷酸變異（SNV）、多核苷酸變異（MNV）和插入缺失突變，以及3.7%的癌癥驅(qū)動點突變屬于亞克隆。這個比例著實有點兒低。

而且，即使是樣本純度超過80%的樣品，亞克隆變異的占比也僅有10.6%。這個比例還是遠遠低于之前在原發(fā)癌中觀察到的數(shù)據(jù)[13]。這就意味著，癌癥轉(zhuǎn)移灶非常單一，異質(zhì)性很低，至少在這個研究中是這樣的。

關(guān)于這個問題，研究人員也有些其他的思考，可能部分歸因于標本的采集方式：因為幾乎所有的樣本都是通過穿刺活檢獲得的。如果是因為這個原因的話，液體活檢就顯得尤為重要了。

基于上述結(jié)果，研究人員提出了一個轉(zhuǎn)移模型，他們認為，單個轉(zhuǎn)移灶在任何一個時間點都是由單克隆主導(dǎo)的，有限的腫瘤進化和亞克隆篩選發(fā)生在遠距離轉(zhuǎn)移之后。當(dāng)然，他們這個模型不能否認，轉(zhuǎn)移灶中可能存在大量低頻的亞克隆。

他們的這個結(jié)果與存在多個主要亞克隆的原發(fā)腫瘤相反[13，23]，不過也與之前的一些認為轉(zhuǎn)移灶中驅(qū)動基因異質(zhì)性低的結(jié)果暗合[7，24]。

▲ 臨床應(yīng)用價值

那么發(fā)現(xiàn)的這些突變對患者的治療有沒有價值呢？

研究人員發(fā)現(xiàn)，在1480名患者（占所有患者的62%）的轉(zhuǎn)移灶腫瘤樣本中，至少有一個與用藥有關(guān)的變異。

其中約一半患者的基因變異，有已經(jīng)獲批或者正在開展臨床研究的藥物可用，而且沒有出現(xiàn)與耐藥相關(guān)的基因變異。除了上面的50%有藥物可用的患者之外，還有31%的患者需要的藥物正處于實驗室研發(fā)階段。

總的來說，這個大型的隊列研究，揭示了一些癌癥轉(zhuǎn)移的小秘密，也證明了全基因組測序?qū)Π┌Y精準醫(yī)療的重要性。

據(jù)悉，這個研究隊列的數(shù)據(jù)是開放的，除了患者的敏感信息之外，所有的數(shù)據(jù)都可以在數(shù)據(jù)庫的官網(wǎng)調(diào)用（https://www.hartwigmedicalfoundation.nl/en/）。

參考資料：

[1].Priestley, P., Baber, J., Lolkema, M.P.et al. Pan-cancer whole-genome analyses of metastatic solid tumours[J]. Nature,2019.

[2].Weinstein J N, Collisson E A, Mills GB, et al. The cancer genome atlas pan-cancer analysis project[J]. NatureGenetics, 2013, 45(10): 1113-1120.

[3].Hudson T J, Anderson W, Aretz A, et al.International network of cancer genome projects[J]. Nature, 2010, 464(7291):993-998.

[4].Grobner S, Worst B C, Weischenfeldt J,et al. The landscape of genomic alterations across childhood cancers[J].Nature, 2018, 555(7696): 321-327.

[5].Ma X, Liu Y, Liu Y, et al. Pan-cancergenome and transcriptome analyses of 1,699 paediatric leukaemias and solidtumours[J]. Nature, 2018, 555(7696): 371-376.

[6].Hyman D M, Taylor B S, Baselga J, etal. Implementing genome-driven oncology[J]. Cell, 2017, 168(4): 584-599.

[7].Yates L R, Knappskog S, Wedge D C, etal. Genomic Evolution of Breast Cancer Metastasis and Relapse[J]. Cancer Cell,2017, 32(2).

[8].Naxerova K, Reiter J G, Brachtel E F,et al. Origins of lymphatic and distant metastases in human colorectalcancer[J]. Science, 2017, 357(6346): 55-60.

[9].Gundem G, Van Loo P, Kremeyer B, et al.The evolutionary history of lethal metastatic prostate cancer[J]. Nature, 2015,520(7547): 353-357.

[10].Zehir A, Benayed R, Shah R, et al.Mutational landscape of metastatic cancer revealed from prospective clinicalsequencing of 10,000 patients[J]. Nature Medicine, 2017, 23(6): 703-713.

[11].Robinson D R, Wu Y M, Lonigro R J, etal. Integrative clinical genomics of metastatic cancer[J]. Nature, 2017,548(7667): 297-303.

[12].Klein C A. Selection and adaptationduring metastatic cancer progression[J]. Nature, 2013, 501(7467): 365-372.

[13].Mcgranahan N, Swanton C. ClonalHeterogeneity and Tumor Evolution: Past, Present, and the Future[J]. Cell,2017, 168(4): 613-628.

[14].Alexandrov L B, Nikzainal S, Wedge DC, et al. Signatures of mutational processes in human cancer[J]. Nature, 2013,500(7463): 415-421.

[15].Gryfe R, Kim H, Hsieh E T, et al.Tumor Microsatellite Instability and Clinical Outcome in Young Patients withColorectal Cancer[J]. The New England Journal of Medicine, 2000, 342(2): 69-77.

[16].Campbell P J, Getz G, Stuart J M, etal. Pan-cancer analysis of whole genomes[J]. bioRxiv, 2017.

[17].Zack T I, Schumacher S E, Carter S L,et al. Pan-cancer patterns of somatic copy number alteration[J]. NatureGenetics, 2013, 45(10): 1134-1140.

[18].Carter S L, Cibulskis K, Helman E, etal. Absolute quantification of somatic DNA alterations in human cancer[J].Nature Biotechnology, 2012, 30(5): 413-421.

[19].Bielski C M, Zehir A, Penson A V, etal. Genome doubling shapes the evolution and prognosis of advanced cancers[J].Nature Genetics, 2018, 50(8): 1189-1195.

[20].Dewhurst S M, McGranahan N, Burrell RA, et al. Tolerance of whole-genome doubling propagates chromosomal instabilityand accelerates cancer genome evolution[J]. Cancer discovery, 2014, 4(2):175-185.

[21].Bailey M H, Tokheim C, Porta-Pardo E,et al. Comprehensive characterization of cancer driver genes and mutations[J].Cell, 2018, 173(2): 371-385. e18.

[22].Knudson A G. Mutation and cancer:statistical study of retinoblastoma[J]. Proceedings of the National Academy ofSciences, 1971, 68(4): 820-823.

[23].Andor N, Graham T A, Jansen M, et al.Pan-cancer analysis of the extent and consequences of intratumorheterogeneity[J]. Nature medicine, 2016, 22(1): 105.

[24].Reiter J G, Makohon-Moore A P, GeroldJ M, et al. Minimal functional driver gene heterogeneity among untreatedmetastases[J]. Science, 2018, 361(6406): 1033-1037.

（來源于： 奇點糕 奇點網(wǎng)）