Hello,大家好啊，春天到了，是不是心情变好了，科研劲头更足了呢？那就快快和小编一起开始今天的文献解读之旅吧。今天小编想和大家分享的是一篇发表在Cell Reports上的DNA损伤修复通路缺陷的Pan Cancer研究文章。思路简单粗暴，换个通路，换组基因，高质量SCI文章发发发。赶快学起来吧！

为了对DNA损伤修复相关基因(DDR)有更深入的了解，研究者对TCGA数据库33种癌症类型中DDR基因的突变，拷贝数，甲基化等基因组和表观组特征等数据进行整合，将基因和通路水平的改变与因组不稳定性和功能缺陷相关联，并结合患者预后，评估DDR缺陷得分在预后中的作用。

以下是文章的大概流程：

图1：工作流程

1. 确定核心DDR基因集合。

研究者对其他人工作中确定的DDR基因进行整理和总结，共得到276个DDR通路或DDR相关核心通路的基因。其中，208个可以富集到DNA特定修复通路（如同源重组修复，错配修复等）中，68个可以注释到核心DDR相关通路（如调控催化核苷酸还原酶的亚基（RRM1/2），重要的DNA损伤修复激酶（ATM,ATR等））。对276个DDR基因进行筛选，最终得到了71个DDR通路特异基因，9个DNA损伤反应基因，使得通路中基因更为精简和具有代表性，便于后续分析。

2. Pan Cancer中DDR基因改变（体细胞突变，拷贝数改变）情况

通过整合体细胞突变数据，GISTIC定义的拷贝数改变数据，确定泛癌研究中DDR基因改变状态。最终获得9125个Pan Cancer样本的276个DDR基因的改变状态，以二进制显示，改变为1，不改变为0。数据分析表明，在子宫内膜癌，结直肠癌中DDR基因突变频率更高。在卵巢癌，肉瘤，食管癌，胃癌中DDR基因拷贝数改变频率更高。除了TP53和POLE外，其他DNA修复相关基因的突变频率和所有基因的突变频率成正比。

附图1：DDR基因在不同癌型中改变状态

3. DDR基因表观沉默分析

12个DDR基因在甲基化-转录沉默方面表现出很强的一致性，沉默频率最高的DDR基因为核心DR (direct repair)通路基因MGMT(突变频率11%)和ALKBH3(突变频率8%) ，其次为错配修复(MMR)核心基因MLH3(5%)和MLH1(4%)。HR和FA通路中的基因，如BRCA1、RAD51C、NSMCE3和FANCF发现的表观沉默则比较少。甲基化沉默占MGMT所有改变的92.4%，与突变特征sig15显著相关。EXO5沉默占其基因改变的94.5%，在 GBM中占46%，而在LGG中仅为4.5%。在IDH野生型GBM和LGG中EXO5沉默分别占50%和27%。另外，GBM患者IDH基因野生状态和EXO5沉默之间的一致性表明EXO5沉默可能在GBM的IDH野生亚型致癌机制中发挥重要作用。

在特定DDR基因表观沉默状态分析完成之后，研究者又将研究重点放在通路层面的表观沉默中。在胃肠道肿瘤(ESCA、COAD、STAD和READ)、HNSC和GBM中可以观察到核心DR、HR和MMR通路基因的沉默频率较高。另外，从23个DDR基因表达数据的改变和有限的蛋白阵列(RPPA)数据中可以看出，在OV、UCS(子宫癌肉瘤)、CESC(宫颈癌鳞状细胞癌和宫颈内腺癌)、TGCT(睾丸生殖细胞癌)也表现出较高频率的DR和HR通路沉默。

              图2：DDR基因和特定DDR通路表观沉默状态

4. HR缺陷和预后与基因组不稳定有关

研究者们计算了所有样本的六种SCNA改变评分（用于描述Pan Cancer Atlas样本中非整倍体、LOH和同源重组缺陷的程度），六种SCNA改变评分之间存在正相关关系。另外，在12种癌症类型中突变负荷与SCNA改变评分之间也可以观察到统计上显著的正相关关系，而在此前报道中，SCNA改变与突变频率之间一直被认为是负相关的。

HRDscore评分是六种评分中较为常用的一个。研究者发现在不同癌症类型中的HRDscore差异很大，在OV中评分最高，KICH(肾嫌色细胞癌)、KIRP(肾乳头状细胞癌)、LAML和THCA(甲状腺癌)中评分最低。另外，许多癌症类型也有部分高HRD得分的样本。高HRDscore 的癌症包括卵巢癌、子宫癌、肺癌、食道癌、肉瘤、膀胱癌、肺腺癌、头颈部癌和胃癌等。根据HRDscore对33种癌型进行预后分型，结果表明，在8种癌症类型中，HRD评分与无进展间隔(PFI)显著相关。在GBM,OV中HRD评分越高，患者生存越好，符合HRD缺陷的OV样本对铂类药物和PARP抑制剂等药物敏感的假设。另外，GBM预后较好则可能是IDH基因突变的结果。在其他癌型中， HRD评分越高，PFI越差。基于Bayesian ridge regression模型预测其他基因对HRDscore的影响，HR基因BRCA1, BRCA2,RAD51B, and RAD51C的改变与HRDscore成正相关，MMR and NER（MLH1, TCEB3, and MSH2）中基因与HRDscore负相关，表明HR和MMR,NER通路之间可能存在潜在的互斥改变。

图3：HR缺陷与预后关联

5. 常见DDR突变对蛋白质结构的影响。

通过蛋白质结构分析和建模，研究者分析了22个DDR基因改变对蛋白质的潜在影响。根据突变对蛋白质结构的影响，将突变分为destabilizing（不稳定，破坏的）和non-destabilizing突变。26.8%的突变被预测为使得蛋白质结构不稳定，1.9%的被认为对结构影响不大。destabilizing突变可能通过改变或限制DDR功能影响突变负荷和拷贝数负荷，大部分被预测为destabilizing的突变与拷贝数改变或者突变负荷成正相关。许多基因在拷贝数改变和突变负荷之间存在不同程度的负相关关系，如POLB的destabilizing突变与高突变负荷和低拷贝数改变负荷相关；PARP1与低突变负荷和高拷贝数改变负荷相关。

图4：DDR基因突变改变蛋白质结构的稳定性

6. 基于表达特征预测TP53失活

许多癌症类型中TP53功能缺失会造成基因组不稳定，有较高的SCNA负荷和较高的HRD评分。为了更好地预测TP53失活状态和识别潜在的TP53失活患者,研究者们开发出一个基于RNA序列表达数据预测TP53失活状态的分类器，该分类器具有较高的敏感性和特异性。TP53分类器（基于表达数据）识别出10个负权重（权重为负表明在TP53野生型样本中该基因表达上调）最高的基因，其中9个为已经证实的TP53靶基因。剩下那个基因MPDU1位于TP53下游约80kb的位置，对TP53的拷贝数缺失比较敏感，从而被识别出来。与CDKN2A 或MDM2野生型样本相比，发生缺失或者扩增样本中TP53 score更高。

图5：基于表达数据预测TP53失活 

7. DDR 改变与预后的关系

研究者们基于DNA损伤定量计算了43种DDR足迹分数，并研究了分数在28中癌型中与临床结果（os,pfs）的关系。计算方法包括突变负荷和拷贝数负荷，修复能力评分(RPS)等。与基于突变和表达的DDR打分相比，基于拷贝数的打分与生存结果的相关性更强。在ACC, BRCA, ESCA等癌型中LOH负荷与HRD-LOH打分, NtAI得分显著相关。除GBM和OV外的其他癌型，HRD或LOH负荷打分越高，预后越差。

好了，文章大概内容就是这些啦，让我们来总结一下吧：首先定义核心DDR基因集合，并系统地展示了TCGA 33种癌型中DDR通路的突变，拷贝数改变和表观沉默状态，分析HR缺陷和与基因组不稳定之间的关系，评估常见DDR突变对蛋白质结构和不同癌型预后的影响，并开发了一种可以预测TP53失活的分类器。同学们换个通路，换组基因，进行相似的分析，也可以发出不错的文章。本工作思路简单粗暴，通篇生物信息学分析，不需要进行任何实验研究，但是工作量真的好大，足以看出研究者丰富的知识储备。所以说，想要发好文章的同学还是要多看文章，丰富自己的知识储备，开拓自己的科研思路，千万别想着一条路走到黑，很危险的！话不多说，我们下次再见吧。

更多生信分析套路，请加微信13621202201