肿瘤基因检测的解读流程.docx

从临床进入基因检测流程是入口，检测结果结合临床信息进行合理解读是出口， 这一入一出之间需经历检测前临床咨询部分、实验室部分、信息分析部分、临床 解读部分共四个环节其中的第四部分临床解读部分即是根据检测结果、患者信 息、、医生共识综合判断，临床和遗传咨询有效衔接、充分沟通，最终出具临床解 读报告在做成临床解读报告之前，首先需要将解读的各个环节进行明确，包括解读的步 骤流程，解读的技术细节这样才有可能真正的做到解读的规范化，使解读过程 有据可依，有章可循，才能出具一份好的临床解读报告，基因检测才能更好的服 务患者和临床医生从大的框架讲，基因检测数据解读可分为三个步骤：原始数 据一分析数据、基于数据库的解读一与患者个体表征/临床病例结合的解读1、读懂原始数据将测序的原始序列数据（FASTQ ）去除接头及低质量序列，经BWA软件比对至 GRCh37/38 （ NCBI版本）或hg19/hg38 （UCSC版本）人类基因组参考序列 上Picard去除重复序列 使用GATK检测SNV与Indel变异使用ANNOVAR 进行变异注释最后获得一份.vcf文件（图1）图1从测序的原始序列数据到vcf文件的流程 一份vcf文件包含如下基本信息。

ChrStartBndRefAltFunc.re IGcn^Gene.fGeneGenslJet.a i I. Exon i cFunc. rcIGcii^Chr :变异所在的染色体Start :变异在染色体上的起始位置End :变异在染色体上的结束位置Ref :参考基因组的序列Alt :检测样本基因组的序列Func.refGene :变异所处参考基因的功能区（exonic ,intronic ,UTR3 ,UTR5 , splicing，upstream，downstream，intergenic）（此处的 exonic 特指外显 子编码氨基酸区，不包括外显子的UTR区）Gene.refGene :变异所处参考基因名称（如果是基因间，则是两侧的基因）GeneDetail.refGene :非外显子区处于特定转录本中的具体位置（如果是基因 间，则是距离两侧的基因的距离）ExonicFunc.refGene :夕卜显子区的变异类型（frameshift insertion， frameshiftdeletion , stopgain , stoploss , nonframeshift insertion , nonframeshiftdeletion , synonymous SNV , nonsynonymous SNV ）,如 果这一栏是一个“.”的话，就说明该变异不在外显子区AAChange.refGene :氨基酸水平的改变（同一个基因可能具有多个转录本，氨 基酸改变的位置在不同的转录本中有可能不一样）经注释后的vcf文件还会包含如下信息：CLIHSIGCLNDBNCLNACCCLNDSDBCLNE'SDBID?；. Jj j'J-L：.'JL.j;.jj yLL：.'qCLINSIG :该变异在ClinVar数据库中的临床意义(Benign , Likely benign , Uncertain significance , Likelypathogenic , Pathogenic , Drug-response )CLINDBN :该变异所弓I起的疾病名称CLINACC :该变异的登记号和版本号(VariantAccession and Versions )CLINSDB :该变异所引起疾病所在数据库名称CLINSDB :该变异所引起疾病所在数据库中的IDPopFreqMax :该变异人群中的最大等位基因频率1000_All :该变异在千人基因组计划数据库中的人群等位基因频率1000_AFR :该变异在千人基因组计划数据库中非洲人群的等位基因频率1000_AMR :该变异在千人基因组计划数据库中美国人群的等位基因频率1000_EAS :该变异在千人基因组计划数据库中东亚人群的等位基因频率1000_EUR :该变异在千人基因组计划数据库中欧洲人群的等位基因频率1000_SAS :该变异在千人基因组计划数据库中南亚人群的等位基因频率Snp138 :该变异在dbSNP数据库中的IDCosmic70 :该变异在癌症体细胞突变数据库COSMIC中的IDESP6500siv2_ALL :该变异在美国国家心肺血液研究所的ESP6500数据库中的人群等位基因频率ESP6500siv2_AA :该变异在美国国家心肺血液研究所的ESP6500数据库中的 非洲裔人群等位基因频率ESP6500siv2_EA :该变异在美国国家心肺血液研究所的ESP6500数据库中的欧洲裔人群等位基因频率ExAC_All :该变异在ExAC数据库中的人群等位基因频率ExAC_AFR :该变异在ExAC数据库中非洲人群的等位基因频率ExAC_AMR :该变异在ExAC数据库中美国人群的等位基因频率ExAC_EAS :该变异在ExAC数据库中东亚人群的等位基因频率ExAC_FIN :该变异在ExAC数据库中芬兰人群的等位基因频率ExAC_NFE :该变异在ExAC数据库中非芬兰欧洲人群的等位基因频率ExAC_OTH :该变异在ExAC数据库中除已指定人群之外的人群等位基因频率ExAC_SAS :该变异在ExAC数据库中南亚人群的等位基因频率CG46 IC(jC_Id ICGC_Occurraice nci60 Int emro_6airain dbsc SNV_AEA_3C0RE. dbscSHV_BF_SCORE omlrLPhenoCG46 :该变异在CG46数据库中的人群等位基因频率。

CG46是由CompleteGenomic( BGI公司对46个样本的全基因组测序而建立的数据库，截止2017年，他们已经对超过20000个样本进行了全基因组测序和分析ICGC_Id :国际癌症基因协作组中各研究的IDICGC_Occurrence :该变异在ICGC数据库中的发生情况该栏数据结构如 COCA-CN|1|187|0.00535，指中国结直肠癌的研究(https://icgc.org/)，在 187例患者中有1例发生突变，突变比例为0.00535Nci60 :该变异在nci60数据库中的等位基因频率Nci60是被广泛用于药物筛 选的人类60种肿瘤细胞系组合，已经进行了全外测序随着研究的进步，美国 癌症研究所NCI在2016年宣布NCI-60细胞系〃退休”，PDX新模型〃上任”Interpro_domain : InterPro算法预测的突变所处的保守结构域(http://www.ebi.ac.uk/interpro/)dbscSNV_ADA_SCORE :基于adaptive boosting预测变异对剪接位点改变的 可能性dbscSNV_RF_SCORE :基于Random Forest预测变异对剪接位点改变的可能 性得分代表剪接影响的可能性大小，如果dbscSNV_ADA_SCORE和 dbscSNV_RF_SCORE得分均小于0.6，则对剪接位点没有影响(PMID: 28132688)。

Omim_phenotype :在OMIM数据库中该基因(不是该变异)对应的表型QIJALFILTERINFOFORMAT啊 iMALTUUDRPM 即 h.囱暮 corePolyphcn2_HDLV_ predore | edQUAL:测序质量分数，计算方法为Q = -10log10(e)，可衡量碱基未正确检出 的概率FILTER :对变异位点做进一步的过滤无论你用什么方法对变异位点进行过滤， 过滤完了之后，在FILTER-栏都会留下过滤记录，如果是通过了过滤标准，那 么这些通过标准的好的变异位点的FILTER-栏就会注释一个PASS，如果没有 通过过滤 就会在FILTER这一栏提示除了 PASS的其他信息｛ other FILTER flag ) 如果这一栏是一个“.”的话，就说明没有进行过任何过滤INFO&FORMAT :该栏数据结构GT:AD:AF:ALT_F1R2:ALT_F2R1:FOXOG:QSS:REF_F1R2:REF_F2R1GT :基因 型，对于一个二倍体生物，0表示跟REF —样，1表示表示跟Alt —样；2表示 第二个Alt; AD :对应两个以逗号隔开的值，这两个值分别表示覆盖到REF和 Alt碱基的reads数，相当于支持REF和支持Alt的测序深度；AF :支持Alt的 测序深度占总测序深度的比例，即等位基因丰度NORMAL :与肿瘤组织对应的正常组织中的信息，一般通过外周血测序获得TUMOR :肿瘤组织中的信息此外还可能包含各种算法对非同义突变保守性预测值，这些算法包括SIFT prediction(T: tolerated; D: deleterious) , PolyPhen HumanDiv prediction (D:Probably damaging, P: possibly damaging; B: benign] LTR、MutTaster、 MutationAssessor、FATHMM、CADD、GERP++ 等等。

2、分析挖掘数据对全外显子检测（或者属于较大pannel范畴的情况也可以），可以进行肿瘤突 变负荷（Tumor mutationburden）计算临床研究表明，使用PD1/PD-L1 抑制剂等免疫治疗药物时，具有较高突变负荷的患者具有较好的客观缓解率 （ORR）、较长的无进展生存期（PFS），同时持续临床疗效（DCB）也更佳然而，由 于目前没有统一的肿瘤突变负荷计算方法，在做纵向比较时需谨慎该分析使用 的计算方法为，肿瘤组织中突变丰度大于等于5%，正常组织中突变丰度小于等 于1%，ExonicFunc.refGene 一栏去除"."、synonymous SNV、unknown 标签的数据，PopFreqMax 一栏去除人群等位基因频率大于0.1%的数据（注意 保留“.”）此外，免疫治疗相关的一些基因突变（如EGFR、干扰素信号通路 的JAK、B2M等）值得关注对全外显子检测，能够发现大量的体细胞突变有的突变是致病性的称为为驱动 突变或司机突变（与之对应的称为乘客突变或继发性突变），这些突变或导致 DNA修复缺陷，或导致细胞不受调控的增殖生长，或导致细胞不能正常凋亡， 或导致细胞侵袭性增强，或导致免疫逃逸。

因而从大量的体细胞突变中鉴定肿瘤 的驱动基因突变既是基因检测的重要目的之一，同时也是一项艰难的工作一般 来说一个肿瘤的发生其驱动基因突变的数目为0-8个且他们不会分布于同一个 关键的肿瘤相关信号通路中（比如BRAF和KRAS，比如APC和CTNNB1）或 并行的两个重要信号通路中（比如PIK3CA和KRAS）一般来说原癌具有较为 明显突变热点聚集倾向（比如KRAS和PIK3CA），而抑癌基因的突变位点较为 分散（比如日日1和VHL）对全外显子检测目前已经在肿瘤中得到较为广泛的应用，如何高效寻找驱动基因 突变急需指导和规范化的文件，但由于肿瘤细胞突变多为体细胞突变，遗传性突 变领域的规范化文件(后面会具体讲)难以照搬使用因为体细胞突变的意义和 遗传性突变的意义比如致病性突变这样的描述有所不同，比如我们可以采用响应 药物的突变(res。