肿瘤基因检测的解读流程

从临床进入基因检测流程就是入口,检测结果结合临床信息进行合理解读就是出口,这一入一出之间需经历检测前临床咨询部分、实验室部分、信息分析部分、临床解读部分共四个环节。其中的第四部分临床解读部分即就是根据检测结果、患者信息、医生共识综合判断,临床与遗传咨询有效衔接、充分沟通,最终出具临床解读报告。

在做成临床解读报告之前,首先需要将解读的各个环节进行明确,包括解读的步骤流程,解读的技术细节。这样才有可能真正的做到解读的规范化,使解读过程有据可依,有章可循,才能出具一份好的临床解读报告,基因检测才能更好的服务患者与临床医生。从大的框架讲,基因检测数据解读可分为三个步骤:原始数据→分析数据、基于数据库的解读→与患者个体表征/临床病例结合的解读。

1、读懂原始数据

将测序的原始序列数据(FASTQ)去除接头及低质量序列,经BWA软件比对至GRCh37/38(NCBI版本)或hg19/hg38(UCSC版本)人类基因组参考序列

上,Picard去除重复序列,使用GATK检测SNV与Indel变异,使用ANNOVAR 进行变异注释。最后获得一份、vcf文件(图1)。

图1 从测序的原始序列数据到vcf文件的流程一份vcf文件包含如下基本信息。

Chr:变异所在的染色体

Start:变异在染色体上的起始位置

End:变异在染色体上的结束位置

Ref:参考基因组的序列

Alt:检测样本基因组的序列

Func、refGene:变异所处参考基因的功能区

(exonic,intronic,UTR3,UTR5,splicing,upstream,downstream,intergenic)(此处的exonic特指外显子编码氨基酸区,不包括外显子的UTR区)

Gene、refGene:变异所处参考基因名称(如果就是基因间,则就是两侧的基因) GeneDetail、refGene:非外显子区处于特定转录本中的具体位置(如果就是基因间,则就是距离两侧的基因的距离)

ExonicFunc、refGene:外显子区的变异类型(frameshift

insertion,frameshiftdeletion,stopgain,stoploss,nonframeshift insertion,nonframeshiftdeletion,synonymous SNV,nonsynonymous SNV),如果这一栏就是一个“、”的话,就说明该变异不在外显子区

AAChange、refGene:氨基酸水平的改变(同一个基因可能具有多个转录本,氨基酸改变的位置在不同的转录本中有可能不一样)

经注释后的vcf文件还会包含如下信息:

CLINSIG:该变异在ClinVar数据库中的临床意义(Benign,Likely

benign,Uncertain

significance,Likelypathogenic,Pathogenic,Drug-response) CLINDBN:该变异所引起的疾病名称

CLINACC:该变异的登记号与版本号(VariantAccession and Versions) CLINSDB:该变异所引起疾病所在数据库名称

CLINSDB:该变异所引起疾病所在数据库中的ID

PopFreqMax:该变异人群中的最大等位基因频率

1000_All:该变异在千人基因组计划数据库中的人群等位基因频率

1000_AFR:该变异在千人基因组计划数据库中非洲人群的等位基因频率1000_AMR:该变异在千人基因组计划数据库中美国人群的等位基因频率1000_EAS:该变异在千人基因组计划数据库中东亚人群的等位基因频率1000_EUR:该变异在千人基因组计划数据库中欧洲人群的等位基因频率1000_SAS:该变异在千人基因组计划数据库中南亚人群的等位基因频率

Snp138:该变异在dbSNP数据库中的ID

Cosmic70:该变异在癌症体细胞突变数据库COSMIC中的ID

ESP6500siv2_ALL:该变异在美国国家心肺血液研究所的ESP6500数据库中的人群等位基因频率

ESP6500siv2_AA:该变异在美国国家心肺血液研究所的ESP6500数据库中的非洲裔人群等位基因频率

ESP6500siv2_EA:该变异在美国国家心肺血液研究所的ESP6500数据库中的欧洲裔人群等位基因频率

ExAC_All:该变异在ExAC数据库中的人群等位基因频率

ExAC_AFR:该变异在ExAC数据库中非洲人群的等位基因频率

ExAC_AMR:该变异在ExAC数据库中美国人群的等位基因频率

ExAC_EAS:该变异在ExAC数据库中东亚人群的等位基因频率

ExAC_FIN:该变异在ExAC数据库中芬兰人群的等位基因频率

ExAC_NFE:该变异在ExAC数据库中非芬兰欧洲人群的等位基因频率

ExAC_OTH:该变异在ExAC数据库中除已指定人群之外的人群等位基因频率ExAC_SAS:该变异在ExAC数据库中南亚人群的等位基因频率

CG46:该变异在CG46数据库中的人群等位基因频率。CG46就是由CompleteGenomics(BGI)公司对46个样本的全基因组测序而建立的数据库,截止2017年,她们已经对超过20000个样本进行了全基因组测序与分析。

ICGC_Id:国际癌症基因协作组中各研究的ID

ICGC_Occurrence:该变异在ICGC数据库中的发生情况。该栏数据结构如COCA-CN|1|187|0、00535,指中国结直肠癌的研究(https://icgc、org/),在187例患者中有1例发生突变,突变比例为0、00535

Nci60:该变异在nci60数据库中的等位基因频率。Nci60就是被广泛用于药物筛选的人类60种肿瘤细胞系组合,已经进行了全外测序。随着研究的进步,美国癌症研究所NCI在2016年宣布NCI-60细胞系“退休”,PDX新模型“上任”。Interpro_domain:InterPro算法预测的突变所处的保守结构域(http://www、ebi、ac、uk/interpro/)

dbscSNV_ADA_SCORE:基于adaptive boosting预测变异对剪接位点改变的可能性

dbscSNV_RF_SCORE:基于Random Forest预测变异对剪接位点改变的可能性。得分代表剪接影响的可能性大小,如果dbscSNV_ADA_SCORE与dbscSNV_RF_SCORE得分均小于0、6,则对剪接位点没有影响(PMID: 28132688)。

Omim_phenotype:在OMIM数据库中该基因(不就是该变异)对应的表型