这得什么样配置的服务器才能分析这个数据

生信技能树 · 公众号 · · 2024-10-26 23:47

正文

Title	The genomic landscape of 2,023 colorectal cancers
Online	https://www.nature.com/articles/s41586-024-07747-9

研究背景

CRC 是全球第三大最常见的恶性肿瘤，是导致死亡的常见原因。基于英国 100kGP 计划，研究团队开展了全球最大规模的 CRC 全基因组队列分析计划。

研究方法

患者和样本：由英格兰 100,000 基因组计划（100kGP）招募，对 2023 个冷冻肿瘤样本，包括来自 2,017 例患者的 1,898 例原发性肿瘤、122 例转移和 3 例原发性肿瘤复发。6 例患者（均为 MSS）对原发性肿瘤和转移样本进行了测序。配对血液样本进行 WGS 测序，计划肿瘤样本平均测序深度 100x，正常配对血液样本 33x
测序策略：HiSeqX平台，150bp 双端测序

数据处理：先采用 Illumina's North Star pipeline 对数据进行预处理，Isaac 比对到 GRCh38 参考基因组上。然后用Strelka2 call SNV 和 Indel，并基于若干指标进行过滤，结果用 VEP 进行注释。

高级分析：使用 MSINGS 评估肿瘤样本的 MSI 状态，基于此评估 POLE 和 POLD1 基因的突变（somatic和 germline）的影响；使用R包 CleanCNA call somatic CNA，基于 Battenberg 的CNA结果；结构变异则采用 Delly、Lumpy、Manta 共同 call SV；IntOGen流程（包含7种驱动基因鉴定方法）来评估驱动突变；SigProfilerMatrixGenerator评估突变特征；新抗原预测等。
用到的软件：作者非常贴心的把分析用到的软件、版本、链接整理到了文件附件了

研究结果

CRC分型：基于突变结果，先分为3类：MSI（微卫星不稳定性阳性，错配修复缺陷 ;n = 364）;POL（DNA 聚合酶ε校对缺陷; n =18）;和 MSS（微卫星稳定;n = 1,641），从Fig S1 可以看到，每一亚型的 TMB 水平，突变特征都有较为明显的不同。但是因为 MSS 中既有原发灶也有转移灶，因此作者进行细分，MSS 原发和MSS转移。在所有转移灶中，只有3例不属于MSS。

CRC驱动基因和结构变异图谱：MSS 原发性、 MSI （所有原发性）、POL （所有原发性）和 MSS 转移 CRC 中分别进行碱基对水平的驱动基因鉴定，检测到 193 个 CRC 驱动基因，其中有57个驱动基（Fig1a）因在不止一个分组（亚型）中检测到，另外136个驱动基因仅在一个分组（亚型）中检测到。

作者为了探索罕见癌症亚组，进一步细分亚型，研究团队又将样本分为了：MSI; POL; and four MSS clusters. 这里采用的是基于 304 个分子信息和临床变量进行聚类的，4个 MSS 聚类分别为：WGD-A (24% of primary treatment-naive MSS), WGD-B (40%), genome stable (GS; 21%) and loss of heterozygosity (LOH; 15%)，聚类信息Fig2a里有 SNV Indel SV CNA 的热图，是将每一种突变负荷量化得到的。