关于somatic和germline突变的区分
大部分癌症的发生都是因为个体存活的时间实在是太久了，长年累月的受环境因素，比如辐射暴露、某些化学物质或者烟酒等不良的生活方式，再加上运气不好，
就积累到了足矣致癌的基因突变事件
。所以大家看到的癌症患者都是七老八十的人，少量五六十岁的，当然了，现代生活方式确实是把人类患癌的年龄提前了，但是不至于提前到三四十岁，
如果年轻人患癌大家通常是会考虑到是家族性癌症
，是生殖细胞突变（germline mutations）可以遗传给后代，这个只需要检测大家的血液等正常组织的DNA即可。但对于体细胞突变（somatic mutations）就比较麻烦了，需要首先定位到癌变的组织取样测序，同时还需要减去血液等等正常组织的多态性情况。这两个基因检测方式很多人没办法区分，也很难理解体细胞（somatic）和生殖细胞（germline）突变的概念：
任何事情都不是非黑即白的，体细胞（somatic）和生殖细胞（germline）突变这两个概念性的东西也会有交叉的时候。也就是说，
看起来没有癌变的正常组织就没有体细胞（somatic）突变
，因为它是一个渐变的过程。这个领域也有很多人在做科学研究，其中位于美国得克萨斯州的休斯顿的安德森癌症研究中心的Navin课题组就是其中的佼佼者：
|
Title
|
Normal breast tissues harbour rare populations of aneuploid epithelial cells
|
|
Online
|
https://www.nature.com/articles/s41586-024-08129-x
|
研究背景
非整倍性上皮细胞在乳腺癌中很常见，但在正常乳腺组织中的存在尚不清楚。
随着单细胞 DNA 测序 （scDNA-seq） 方法的发展，有研究报道，正常组织中存在少量非整倍体细胞。
研究方法
研究者使用 scDNA-seq 和 scDNA&ATAC-seq 共实验来全面调查正常乳腺组织中富集的上皮细胞的拷贝数变异。
-
样本：来自49名健康女性乳腺组织的83,206个上皮细胞
-
scDNA-seq：使用 Illumina 平台（NextSeq2000、NovaSeq6000）对文库进行测序，每个细胞的read数约300,000，测序深度约 0.005×
-
scDNA-seq数据拷贝数分析：主要采用 CNVpipeline ：https://github.com/navinlabcode/CNVpipeline
研究结果
P21 女性的单细胞拷贝数数据：图1b展示了 P21 女性的分析结果，共有 1,649 个细胞，其中 5.64% 为非整倍体，以及主要的拷贝数变异位点和细胞数：
为了识别在不同女性中克隆扩增的复发性 CNA 事件，研究团队对每位女性的单细胞 CNA 数据进行了聚类，并将 CNA 事件进行分类：expanded CNAs 和 sporadic CNAs（图2a），chrX 的丢失在非整倍体细胞中非常频繁，并且发生在大多数被分析的女性 （89.80%） 中（图2b），结合临床数据可以发现，老年女性的 CNA 事件数量较高，非整倍体细胞的频率较高（图2cd）。
拷贝数事件与乳腺癌相比较：将所有患者的细胞拷贝数事件进行聚类（图3a），然后进行排序（图3b），结果显示，chr1q 增加是最常见 （15.11%） 和复发性 CNA 事件，其次是 chrX 丢失 （8.24%）、chr16q 丢失 （8%）、chr10q 丢失 （4.59%）、chr22q 丢失 （4.55%）、chr3p 丢失 （4.23%） 和 chr7q 丢失 （4.08%）。与TCGA的乳腺癌数据相比，确定了许多一致的 CNA 事件（图3c）
