【3】肿瘤基因组数据分析方法概述
2020-08-23 本文已影响0人
生物信息与育种
肿瘤基因组分析
-
肿瘤进化过程
image.png
- 基本概念：germline/somatic/driver/passenger mutation
- 二次打击学说：生殖突变+体细胞突变
- 主要基于体细胞突变研究
- 发展趋势：小样本WES——大样本多组学；液体活检，免疫疗法，人工智能，微生物
肿瘤标准分析
-
肿瘤研究整体流程
image.png
- 测序策略：WGS，WES，WXS（目标区域捕获）
- 突变类型：点突变，Indel（<50bp），CNV（增加/缺失），SV，病毒插入整合
- 原癌基因和抑癌基因的不同突变模式：oncogene（功能性/激活性突变，热点突变），tumor suppressor gene（截短型/失活型突变，突变分散）
-
成对分析模式
标准分析流程
- 不同突变分析工具在体细胞突变差异较大，
从多款软件中取2个以上检出位点，降低假阳性 - 主流软件：BWA MEM+GATK Haplotypecaller
- Rawdata——cleandata：SOAPnuke（去接头，低质量>50%base，N>10%），看cleanbases数据量及比例，Q20，Q30，GC%
-
cleandata——bam：
image.png
去重PCR，碱基质量重校正BQSR消除上下文（上下游各1bp）环境对碱基质量影响。
看重复率，平均测序深度，覆盖度，4X/10X/20X reads的覆盖度 - 变异检测软件：SNV（muTect，mutect2），TCGA MC3 计划（7款）
- CNV（FACETS）：5种检测算法（read count数目，paired-end，split reads，assembly， combinatorial approach），主流read count算法（非重复滑动窗口统计覆盖到窗口的reads），FACETS适用WES/WGS；CODEX2软件可检测体细胞和生殖细胞CNV
- SV检测软件：BreakDancer，FermiKit，laSV，MindTheGap
Comprehensive evaluation of structural variation detection algorithms for whole genome sequencing -
注释软件：
image.png
annovar不能商用，snpEff较流行
集成注释软件Oncotator（基因组，蛋白质，肿瘤和非肿瘤的相关注释） -
注释结果：含4方面内容
image.png
高级分析
-
主要分析
超突变样品检测
显著突变基因
新抗原预测
局部拷贝数变异
病毒整合分析
生殖系突变过滤
突变特征分析
SV突变特征分析
突变链不对称分析
突变网络分析
肿瘤分子分型
肿瘤克隆进化与异质性分析
药靶数据库注释
TCGA数据库分析 -
四大模块：
image.png
肿瘤数据库
- TCGA，COSMIC
- BGI-PETA 泛肿瘤跨组学百科全学
肿瘤基因组临床应用专题：
【1】 肿瘤医学研究前言进展
【2】肿瘤基因检测相关技术原理
【3】肿瘤基因组数据分析方法概述
【4】肿瘤转录组测序分析流程及相关软件
【5】肿瘤DNA甲基化数据分析原理及流程
【6】肿瘤胚系突变遗传分析及数据库使用
【7】基于NGS检测体系变异解读和数据库介绍
【8】肿瘤临床遗传咨询及案例分析
