近年来，肿瘤免疫疗法的出现让攻克癌症有了新的方向，然而并不是所有患者都对免疫疗法有良好响应，需要寻找相关的标志物来筛选合适的患者。其中，肿瘤突变负荷（Tumor Mutational Burden，TMB）是当下研究火热的标志物，指肿瘤基因组每百万碱基中基因突变的数量。理论上，携带基因突变越多的癌症患者（即高TMB患者），癌细胞产生的新抗原越多，与正常细胞差异越大，被免疫细胞识别的可能性更高，更有可能从免疫治疗中获益。

目前常见的TMB检测方法是检测非同义突变（导致氨基酸改变），然而同义突变（不导致氨基酸改变）是否会产生影响缺乏深入的研究。今年7月一篇文章发现，通过非同义突变和同义突变检测出的TMB结果具有很强的相关性。兼顾二者的检测更多维度地展示了样品的突变情况，研究结果更全面。

文章标题：Analysis of tumor mutational burden: correlation of five large gene panels with whole exome sequencing

发表期刊：Scientific Reports

发表时间：2020年7月9日

研究方法：

研究选择了15个来自不同肿瘤实体和组织学的样品，其他2个样本是用作高TMB内部对照的CW-2细胞系和Horizon标准DNA。除Horizon标准DNA外，其他均为FFpE样品。采用5个不同的基因panel和WES探针进行测序，9对WES样品分别进行了体细胞突变检测，没有正常配对的6个WES采用了9个正常样品的总数据集进行生殖突变的过滤。剔除1个覆盖度不好的样品，剩余14个肿瘤样品用于不同panel和WES之间的比较。

关键结果：

1. 编码同义突变对TMB评估的影响

基于“有编码功能的同义突变虽不会导致新抗原的暴露，但仍对蛋白质结构有预期性的影响”的假设进行了TMB的评估。14个panel样本的非同义突变的TMB值与仅编码同义突变的TMB值显示出很强的相关性（R = 0.9779±0.0179）。不同panel之间（含肿瘤WES数据）的同义变异与非同义变异的比率有所不同，这表明包含沉默的体细胞突变可能会对TMB值产生技术依赖性的影响。

2. 肿瘤配对正常WES和panel比较

通过研究成对的正常样本作为WES数据标准如何影响TMB估算值，发现仅有肿瘤样品的panel和有正常配对样品的WES存在很强的相关性（R = 0.9801±0.0167，表2）。多重检验Bonferroni校正后，所有panel的相关性均很显著（<alpha 0.05）。当使用Mutect2分析时，除了QIAseq TMB panel (Qiagen)的数据显示较小的动态范围，其他panel显示出和平均值相当的TMB分布值（图1）。除了NEOplus RUO，当包括编码功能的同义突变时相关性显著提高，其他panel显示出包含或排除同义突变对相关性的影响不大。

表1 不同panel和分析方法的相关性比较


图1 所有panel（x轴）的平均标准化TMB值（y轴）以小提琴图显示

比较配对样品模式和仅有肿瘤样品模式下通过过滤后的突变，获取潜在的生殖突变。与肿瘤正常配对结果相比，包含了同义突变的WES肿瘤样品的TMB增加了5.761±1.953 v / mb，而没有同义突变的样品TMB增加了3.883±1.38 v / mb。

该文章的关键发现表明，包含或去除同义突变时的结果变化不大，说明同义突变和非同义突变都受到背景噪音如种系突变和人工引入变异的影响，而且发现过滤种系突变和种系数据库（如dbSNp和ExAC）是非常有作用的。随着更多的群体被整合到数据库中，应考虑患者的种族，并且需要建立不同种族的种系背景水平，以便实现精确的TMB诊断。

华大科技肿瘤分析流程中包含TMB检测，并进行了全面的升级！划重点 ↓↓↓

1. 在过滤种系突变后更考虑过滤掉种系数据库：包括文中提到的ExAC/COSMIC/dbSNp等，并引入GATK的LearnReadOrientationModel的来过滤链偏向性的影响。还可以根据客户的需求提供定制化的过滤和多层面分析服务。

2. 提供的报告中包含非同义突变和同义突变两个维度的统计，多维度地展示了样品的突变情况，研究结果更全面丰富！

3. 除了TMB和MSI的检测，华大还提供全面的新生抗原预测结果（TNB），更适合临床研究使用！关于新生抗原预测相关的服务的详细介绍请见下回分解，敬请期待！

参考资料：

[1]Schumacher TN, Schreiber RD, Neoantigens in cancer immunotherapy. Science 2015 Apr 03;348(6230)

[2] Heydt C, Rehker J, pappesch R, et al. Analysis of tumor mutational burden: correlation of five large gene panels with whole exome sequencing[J]. Scientific Reports, 2020, 10(1): 1-10.