生物通報道：12月9日，國際癌癥基因組協(xié)會（ICGC）在著名的《Nature Communications》雜志，發(fā)表了一篇令人瞠目的文章，它為即將到來的癌癥基因組學(xué)研究時代，奠定了基礎(chǔ)。該項目，是由Centro Nacional de Analisis Genómico (CNAG-CRG)和German Cancer Research Center (DKFZ)帶領(lǐng)完成的，是一項旨在為體細胞突變檢測產(chǎn)生可靠標準的研究，這些體細胞突變是癌癥基因組的一個標志。體細胞突變是一個細胞自發(fā)獲得的遺傳改變，可以在細胞分裂和腫瘤生長過程中傳遞給突變細胞的后代。體細胞突變不同于從父母傳遞給兒童的種系變異。延伸閱讀：自然醫(yī)學(xué)社論：癌癥基因組學(xué)的未來。

這項研究，涉及78個研究機構(gòu)的83名研究人員——參與了國際癌癥基因組學(xué)研究聯(lián)盟，確定了癌癥基因組測序程序和質(zhì)量在各個測序中心之間的巨大差異。當使用相同的癌癥基因組測序分析時，這會導(dǎo)致檢測到的基因突變的數(shù)目和類型，存在戲劇性的差異。在分析的癌癥基因組中確認的1000多個體細胞單堿基突變中，只有40%最終被所有參與項目的研究小組所確定。基因序列中小的插入或缺失是更具挑戰(zhàn)性的——337個體細胞插入/缺失突變中只有一個單一體細胞插入缺失突變，被所有研究中心所確定（0.3個百分點）。因此，該聯(lián)盟已經(jīng)建立了一個參考突變數(shù)據(jù)集，以評估分析程序。黃金設(shè)置參考數(shù)據(jù)庫已幫助ICGC改進了程序，在癌癥基因組中確定更加真實的體細胞突變，同時使假陽性較少出現(xiàn)。

由于癌癥基因組的全基因組測序越來越多地被用作一種臨床工具，因此，就必需充分理解影響測序分析輸出數(shù)據(jù)質(zhì)量的變量。要考慮的關(guān)鍵點和改進的必要工具，在這里提供。本文資深作者、巴塞羅那CNAG-CRG主任Ivo Gut指出：“我們的研究結(jié)果，對癌癥基因組分析有深遠的影響。我們已經(jīng)發(fā)現(xiàn)，在不同網(wǎng)站進行的癌癥基因組測序和數(shù)據(jù)分析，有許多的不一致。我們正在將我們的研究結(jié)果提供給科學(xué)和診斷領(lǐng)域，以使他們能改進他們的系統(tǒng)，并產(chǎn)生更多的標準化和一致的結(jié)果。”

2015(第四屆)高通量測序技術(shù)原理及應(yīng)用網(wǎng)絡(luò)講堂開始報名啦

DKFZ的資深科學(xué)家David Jones共同領(lǐng)導(dǎo)了這項研究，他評論說：“隨著癌癥基因組分析的最新技術(shù)進展越來越廣泛用以支持個性化癌癥醫(yī)學(xué)，應(yīng)用嚴格的質(zhì)量檢測，來確保結(jié)果的準確性和一致性，是極其重要的。我們希望，我們的研究能為這個過程提供一個框架，以幫助研究人員為患者樣本提供最好的分析。”

安大略癌癥研究所（OICR）主席和科學(xué)主任Tom Hudson宣稱：“在ICGC成立時，該聯(lián)盟成員認為，‘最佳實踐’的指導(dǎo)方針，可以根據(jù)需要進行修改，以適應(yīng)新的技術(shù)和知識。這個基準測試，讓研究界獲得了信心，在基因組分析的基礎(chǔ)上提高臨床決策。”

OICR信息和生物計算項目的主要負責人Jared Simpson博士表示：“癌癥基因組學(xué)的希望，依賴于對影響DNA的突變進行準確和強大的檢測。本文有助于我們跟蹤這一重要問題的進展，既需要確定我們目前方法的優(yōu)勢，也需要開展進一步的工作。”

OICR信息和生物計算項目的主要負責人Paul Boutros說：“這個項目的確證明，雖然新技術(shù)可能給數(shù)據(jù)質(zhì)量和數(shù)據(jù)分析帶來挑戰(zhàn)，但是，當國際社會以共同合作的方式，這些可以迅速變成結(jié)果。這種合作的結(jié)果，將顯著提高我們在OICR進行的測序和數(shù)據(jù)分析的質(zhì)量。”

（生物通：王英）

生物通推薦原文：

A comprehensive assessment of somatic mutation detection in cancer using whole-genome sequencing
Abstract: As whole-genome sequencing for cancer genome analysis becomes a clinical tool, a full understanding of the variables affecting sequencing analysis output is required. Here using tumour-normal sample pairs from two different types of cancer, chronic lymphocytic leukaemia and medulloblastoma, we conduct a benchmarking exercise within the context of the International Cancer Genome Consortium. We compare sequencing methods, analysis pipelines and validation methods. We show that using PCR-free methods and increasing sequencing depth to ~100 × shows benefits, as long as the tumour:control coverage ratio remains balanced. We observe widely varying mutation call rates and low concordance among analysis pipelines, reflecting the artefact-prone nature of the raw data and lack of standards for dealing with the artefacts. However, we show that, using the benchmark mutation set we have created, many issues are in fact easy to remedy and have an immediate positive impact on mutation detection accuracy.