肿瘤突变分类 -- VIC

2020-04-10

字数统计: 1.9k | 阅读时长≈ 7 分钟

虽然肿瘤突变指南早在2017年1月就由AMP，ASCO和CAP联名发布，但过去的三年里，实际上采用次标准的公司并不多，只有最近几个月才采取此标准的呼声才逐渐强烈。

抛开大家的采用的意愿不谈，个人认为此标准难以统一的原因是，指南中存在很多模糊、甚至相冲突的概念，很容易造成大家的困惑。例如指南中提出的10个判断标准，并没有说明具体的划分界限，以及各个标准所占的比重为多少。这样在实际操作过程中，就很容易会产生分歧。

而前两日我忽然发现王凯团队开发的一款名为 VIC (Variant Interpretation for Cancer) 的肿瘤突变分类软件，在指南的基础上融合了 Global Alliance for Genomics and Health (GA4GH) 组织中提及的肿瘤评判资料，对上述提到的模糊区域进行明确的定义及填充，能很大程度上实现突变分类自动化这一过程。

分类标准

VIC将指南中提及的 10 大标准按是否可自动化，分为两类，其中可自动打分的标准有 7 个，剩余 3 个标准需要人工审核，当然也提前人工构建好，用参数加入软件让其自动判断。详情如下图：

vic_flowchart

1. Therapies (clinical impacts)

这实际上指的就是指南中对于生物标志物的四级分类（如下图）

A) FDA 及 PG (professional guideline) 如 NCCN ；

B) 达成专家共识、或者多组小型研究；

C) FDA 和 PG 中对于不同癌肿的研究，或者是进行临床试验的研究；

D) 临床前研究中的标志物，或者伴随性标志物

vic_evidence

对此，VIC 收集、整合了 PMKB 和 CGI 中的数据，并融入 VIC 自带数据库中。对于属于 A/B 等级的生物标志物 (CGI中列为 guideline 或者 approved，并且癌肿吻合 )，突变将会被认为具有强临床意义，并得分2分；对于 C/D 类生物标志物 (CGI中列为 preclinical、 case report 亦或者 trials，或者收录在PMKB之中)，突变会被认为具有潜在临床意义，得分1分；剩余接得0分。

同时，VIC 收录了 CIViC数据库中的证据总结，可对突变进行提示

2. Mutation Type

突变种类，例如 likely loss-of-function (LoF) 功能缺失突变、非同义突变、CNV、融合等。VIC 预先将 ClinVar 以及 ExAC 中 null variants（frameshift, splice, stop-gain, stop-loss）突变定义为 LoF 突变。实际打分过程中，将 activiting 以及 LoF 突变评分1分，其余的非同义突变、未知突变类型等皆为0分

3. Variant Frequency

突变频率 VAF，可用于推测该突变是否来自于胚系。对于SNP来说，胚系突变的VAF大约在50%或100%附近，但对于某些突变如 indel，它们会造成对于正常序列的偏好性的捕获或者扩增，所以导致 < 50% 的VAF。

如检测过程没有使用配对的正常组织，这里需要实验室自己设定一个明确界限，用于区分胚系和体系突变。由于这个标准跟测序流程有很大关系，不同实验室的界限往往相差甚远，因此VIC没有制定明确的标准。当然，用户可以通过参数来进行区分

4. Potential Germline

此标准跟标准三类似，目的是为判断是否可能为胚系突变。用户可自己通过软件预测，或者配对样本来进行判断

5. Population Frequency

这是最常见的过滤标准，即在各人群频率数据库中寻找该突变，若突变存在并且MAF > 0.01 则被视为多态性/良性突变，可直接过滤

VIC 使用了四大人群数据库：

1000 Genome Project (1000g);
Exome Aggregation Consortium (ExAC);
NHLBI GO Exome Sequencing Project (ESP6500);
Genome Aggregation Database (GnomAD 2.1.1)

6. Germline Mutation Database

对于胚系突变数据库，VIC仅使用 ClinVar 来进行注释，即 CLINSIG 中仅标记为 pathogenic 的突变得分2分；仅标记为 benign 或者 likely benign 的突变得分1分；剩余的情况如冲突、意义未名皆得分0分

7. Somatic Mutation Database

这里指的其实是癌症突变数据库，如TCGA、ICGC等，这类数据库记载了在不同癌症中发现的体系突变。

对此，VIC参考了 COSMIC 以及 ICGC 数据库，若突变同时在两个数据库中出现，则打分2分；若在一个数据库中出现，则评分1分；若不出现，则为0分

需要注意的是，由于 COSMIC 需要购买才能够获取，我们使用的 v70 版本已是2014年发布的，至今时间已经太久，可能有很多新的突变没被记录。因此此处我打算更换为 TCGA 数据库，原理上并无区别，当然此处还有待商议。

8. Predictive Software

这里和 ACMG 的遗传指南判读标准一致，但值得注意的是，由于绝大数的软件都是基于胚系突变而非体系突变进行的，因此蛋白质上的变化不一定会直接致成致病性的后果。

VIC融合了七种预测软件的结果：

MetaSVM;
SIFT;
Polyphen2;
MetaLR;
FATHMM;
MutationTaster;
GERP++

若三者以上预测结果为致病，则打分2分；若致病、良性结果均出现，则打分1分；若三者以上预测结果为良性，则打分0分

9. Pathway Involvement

关键通路中的基因，若发生的非同义突变，往往会对癌症的产生、进展产生影响，因此了解基因是否位于可用药的通路之中非常重要。

VIC 整合了两大通路数据库：Cancer Gene Census CGC ; Kyoto Encyclopedia of Genes and Genomes KEGG，将位于关键癌症通路上的基因存于cancer_genes.list 文件中，而癌症相关通路的基因存于 cancer_pathways.list

对于突变处于 cancer_genes 中的基因之中，得分2分；若突变处于 cancer_pathway 之中，则得分1分；剩余突变均0分

当然，VIC承认自己的数据可能不全，因此允许用户添加自定义基因