突变分析在癌症研究中
癌症研究是生命科学中的巨头。其资金、发表的研究和生成的数据量，都超过了生物学和医学中的所有其他领域。因此，许多广泛应用于生物学的计算分析首先是为了研究癌症和突变而开发的。在这个概述中，我们将介绍癌症研究中的典型突变分析。
引言
与任何生物医学研究一样，生物信息学常常被用于从大量的分子和临床数据中提炼新的见解。鉴于高通量测量在基础生物学和临床研究中的快速发展，生物信息学已成为癌症研究的一部分。越来越多的研究组在这个领域是由“正常”和计算生物学家组成的混合实验室。
由于湿和干生物学之间的分界正在消失，生物信息学不仅被用于从数据中提炼见解，还被用于推动研究。研究经费越来越多地授予开发计算方法而非单纯应用计算方法的癌症研究。
这里我们专注于已建立的计算方法，从突变的角度研究癌症的生物学和治疗。这些分析旨在回答以下问题：
- 哪些致突变的过程或突变导致了癌症？
- 哪些突变使癌症具备了耐药等能力？
- 哪些突变可以预测患者的疾病状况？
实验
癌症研究中的突变分析确定了肿瘤细胞DNA序列中的相关变化。除了确定单个突变外，突变模式也可以被研究，以确定突变本身的原因或癌症的克隆结构。
突变分析中的基础数据往往来自下一代DNA测序（NGS）实验。DNA测序可以应用于各种实验设置，我们在这里介绍最常见的设置。
肿瘤与正常组织
突变分析的经典设置涉及对同一患者的手术切除癌细胞和正常非癌细胞的DNA进行测序。正常细胞通常是来自血样的淋巴细胞，是一种有价值的患者特异性对照，可以与肿瘤DNA序列进行计算比较。以这种方式对多个患者进行测序，可以将突变与临床变量（如疾病亚型或治疗反应）相关联。
治疗前后
另一种典型实验是将经过治疗的癌细胞与未经治疗的癌细胞进行对比。在这种情况下，突变分析可以确定由治疗（如放疗）引起的突变或使癌细胞耐受治疗的突变。这种类型的实验通常依赖于动物模型或细胞系。
人群规模和家庭研究
第三组实验旨在确定易患癌症的生殖细胞变异体。与臭名昭著的标记癌症的体细胞突变不同，生殖细胞变异体存在于个体的所有细胞中，因此可以传给后代。它们以多态性形式存在于人群中。通常，确定诱发肿瘤的遗传决定因素涉及人群规模基因分型或对患有遗传性癌症的家庭进行测序。
DNA测序的类型
应用的DNA测序类型主要通过限制分析特定的基因组区域而影响随后的生物信息学分析。全基因组测序（WGS）能够分析基因组中的任何突变，包括广泛的非编码区域。全外显子测序（WES）限制分析基因组的编码蛋白质部分的突变。定向测序进一步限制分析到预定的基因座位 - 例如已知的癌症基因组成的panel。
鉴定和注释突变
DNA测序实验的原始数据进行质量控制，并与参考基因组进行比对。变异可以使用突变caller流程（mutation caller pipeline）鉴定出来。在特定调用体细胞突变时，突变caller需要将肿瘤和正常DNA-seq数据作为输入，以区分体细胞和生殖细胞突变。
突变caller被设计用于查找特定类型的突变，例如小变异体、拷贝数变异体或结构变异体。小变异体包括一个或几个核苷酸的替换、插入和缺失。拷贝数变异体是影响更大的DNA段的扩增或删除事件。结构变异体包括更复杂的DNA改变，例如染色体间易位和DNA片段的倒位。
鉴定出的突变可以注释其变异等位基因频率、种群等位基因频率（在生殖细胞变异体的情况下）、对氨基酸序列的影响和预测的致病性。这些注释对于选择各种下游分析中相关的突变非常重要。
将突变与临床和表型变量相关联
突变分析工作流程的关键部分是可视化鉴定的突变并将其与其他变量相关联。典型的可视化包括癌症图（瀑布图），显示多个基因在分析的患者中的突变状态，以及棒棒糖图，突出显示突变沿着变异（和编码蛋白质）基因的氨基酸序列的位置。
统计检验可用于比较不同样本组（不同癌症类型、原发性与转移性肿瘤、治疗前后等）中突变基因。突变频率、几率比和P值是此类分析中报告的典型统计量。同样，突变可以与连续变量（如患者年龄、肿瘤大小或血液生物标志物水平）相关联。
生存分析可用于将突变与临床终点（如死于癌症或复发）相关联。生存分析依赖于Kaplan-Meier估计器、Cox回归或机器学习方法。(了解更多关于生存分析的信息。)
突变特征分析
肿瘤DNA中观察到的不同类型核苷酸替换的频率 carries information on their cause。简单来说，一种致突变因子可能导致主要是T>A替换，而另一种可能导致G>C替换。比较观察到的替换频率的模式，可以定量地描述肿瘤中先前表征的突变特征。这可以揭示癌症的病因，而突变特征则是潜在的独立预后标志。
克隆分析
癌症是一群肿瘤细胞的动态种群，其在体内不断增殖和扩散。了解癌症如何实现增殖、逃避治疗和转移可以通过构建癌细胞家族谱来研究。当从同一患者的多个时间点或转移瘤中测序肿瘤样本时，可以研究癌症的克隆结构，并进一步将出现的女儿克隆（带有特定突变）与疾病进展事件相关联。
基于组织DNA测序的克隆分析易受数据质量和测序深度的影响。一种好的方法是首先使用全基因组或外显子组测序鉴定突变，然后对最常见的突变进行超深度靶向测序，以获得准确的突变变异等位基因估计值。
其他内容？
突变分析涵盖范围更广，深入程度更深，超出了我们在此简要概述的范围。如将突变数据与其他高通量数据模式集成、预测新表位、从无细胞DNA中检测突变以及解释非编码突变等主题，都需要进行进一步的介绍！