近日，美国Broad研究所、俄亥俄州立大学韦克斯纳医学中心的研究团队合作在Nature Cancer上发表了题为“Inferring early genetic progression in cancers with unobtainable premalignant disease”的文章。该研究通过分析原发性肿瘤全外显子组测序（WES）数据，来推断癌症早期遗传进展。研究团队开发了一种名为“PhylogicNDT”的分析方法，这是一套集成工具，使用连贯的概率框架重建克隆架构和遗传事件顺序。

通过PhylogicNDT，研究团队验证了人类乳头瘤病毒阴性（HPV^-）头颈部鳞状细胞癌（HSCC）的遗传进展，并对缺乏恶性癌前组织的HPV⁺ HSCC进行了评估，发现了未知的遗传进展，确定了早期驱动因素。综上，PhylogicNDT可以建立先前未知、无法获得癌前组织等癌症的早期遗传进展，有助癌症早期检测和预测的实验模型及方法的开发。

文章发表于Nature Cancer

已有研究确定了典型的HNSCC遗传进展模型，即从正常组织到初始病变、非典型增生、原位癌和浸润性癌。但与HNSCC相比，HPV HNSCC的遗传进展以及其是否与HPV⁺ / HPV^- HNSCC具有相同的遗传进展目前尚不清楚。

理论上，通过分析携带每个突变的癌症细胞比例及其多样性，就可以推断HNSCC病理发展过程中的遗传事件顺序。因此，研究团队在概率计算框架中使用PhylogicNDT来估计单个肿瘤内遗传事件的相对时间（Single Patient Timing），并将其与驱动事件的肿瘤时间相结合。每个遗传事件的中位相对时间（mRT）均提供了一个点估计，研究团队可依据此将不同事件排序到遗传进展模型中。

研究团队通过PhylogicNDT分析了531例HNSCC肿瘤-正常配对样本的WES数据，以估计其遗传事件顺序，包括421例HPV^-样本和101例HPV⁺样本，并重点研究了64个主要HNSCC驱动事件。

研究团队首先对421种HPV^- HNSCC样本的WES数据进行分析（图1e），推断其遗传事件顺序。结果显示，推断得出的HPV^- HNSCC遗传进展与典型HNSCC进展模型一致（图1b-e），并确定了43个主要驱动事件的顺序（图1f）。结果显示，47.7%的HPV^- HNSCC发生了全基因组事件，该事件主要导致了三倍体（WGT）或由于两个等位基因的全基因组加倍（WGD）而产生的四倍体。

图1. HPV^- HNSCC中的遗传事件及其发生时间。来源：Nature Cancer

接下来，研究团队分析了101个HPV⁺ HNSCC样本的WES数据（图2），共发现了四个主要突变特征；结合肿瘤中40个遗传驱动事件的时间信息，确定了典型的HPV⁺ HNSCC癌症遗传进展。

与HPV^- HNSCC相比，在HPV⁺ HNSCC中染色体臂3q的增益和臂11q的缺失主要在早期出现，且发生频率较高，表明其在HPV+ HNSCC进展起着重要的早期作用。此外，HPV⁺ HNSCC中导致WGT或WGD的全基因组事件出现较少，101例样本中仅有10例。上述结果表明，HPV⁺ HNSCC和HPV^- HNSCC两种亚型之间的基因组事件频率、遗传事件顺序等均存在差异。

图2. HPV⁺ HNSCC中的遗传事件及其发生时间。来源：Nature Cancer

在HPV^- HNSCC样本中，研究发现部分遗传事件的发生率在口腔、口咽和喉部等主要解剖区域之间存在显著差异。NSD1突变优先发生在喉部，CASP8突变几乎只发生在口腔中。研究团队使用PhylogicNDT来推断NSD1或CASP8突变的HPV^- HNSCC样本的遗传进展，并与其他HPV^- HNSCC样本进行比较（图3）。结果显示，NSD1突变中KMT2D、CREBBP、EP300和PIK3CA的突变时间提前，CASP8突变中全基因组事件发生率显著较低。

图3. HPV^- HNSCC亚型的遗传进展顺序。来源：Nature Cancer

肿瘤的高水平遗传异质性与较差的预后相关，在HNSCC中，研究团队使用突变等位基因肿瘤异质性（MATH）评分作为遗传异质性的衡量标准，通过PhylogicNDT对其进行了研究，发现MATH评分与全基因组事件相关，具有作为生物标志物的临床潜力。

根据绝对拷贝数图谱，研究团队确定了HNSCC样本中三种肿瘤非整倍体类型（图4）。约一半为二倍体并伴有LOH或拷贝数增益，其他则分为WGT或WGD两种。在WES和全基因组测序（WGS）单肿瘤数据中，WGT事件发生时间显著较早；此外，较高的非整倍体类型与较高的MATH值相关。

研究发现，HPV整合位点发生在肿瘤发展早期，是HPV⁺ HNSCC发病的主要原因。HPV病毒可以在患者被诊断前几年甚至几十年整合到宿主基因组中，并且随着肿瘤的生长在肿瘤基因组的不同位点整合。

图4. HNSCC的全基因组事件和非整倍性分类。来源：Nature Cancer

综上所述，研究团队开发了一种名为“PhylogicNDT”的分析方法，以重建克隆架构和遗传事件顺序。该研究证实了PhylogicNDT的有效性，其能够对典型HNSCC遗传进展模型进行完善和扩展，并确定了HPV⁺ HSCC的遗传进展及其早期驱动因素。研究团队认为，PhylogicNDT可以应用于缺乏癌前组织的癌症中，帮助人们探索癌症遗传进展、确定早期驱动因素并更准确地预测疾病进程。

参考文献：

Leshchiner I, Mroz E A, Cha J, et al. Inferring early genetic progression in cancers with unobtainable premalignant disease[J]. Nature Cancer, 2023: 1-14.

https://doi-org.7sup.top/10.1038/s43018-023-00533-y