【Nature 子刊】I型HLA基因中和癌症相关的体细胞突变--转载
肿瘤的发生与免疫系统的功能密切相关。在免疫系统中,MHC(主要组织相容性复体,majorhistocompatibilitycomplex)是所有生物相容复合体抗原的一种统称。HLA(humanleucocyteantigen)就是人类的MHC基因,即人类白细胞抗原,位于6号染色体,它所在的区域是人类基因组中多态性最高的区域之一,有高达上千个等位基因。
HLA–I类基因在细胞毒性T细胞反应中作用至关重要,可以在细胞表面呈递可被T细胞受体识别的肽段。
研究表明,肿瘤中HLA基因存在大量的体细胞突变。这强烈地暗示了HLA突变导致的功能丧失与肿瘤细胞的免疫逃避密切相关。因此,分析肿瘤病人的HLA基因序列的变化就显得异常重要。
然而,在人的参照性基因组数据库中每个HLA基因只给出单一的参考序列。由于HLA等位基因的高度多态性,基因序列的比对往往得不到理想的结果。加之HLA基因的GC含量较高,这会增加测序的困难。这为序列比对及突变等进一步的分析带来了极大的挑战。
为了克服上述的问题,SachetAShukla等发表在《NatureBiotechnology》上的文章对HLA–I类基因中和癌症相关的体细胞突变进行了全局性的分析。在这篇文章中研究者开发了一种称为Polysolver(polymorphiclociresolver,多态性位点解析器)的计算流程,能够精确计算出I类HLA-A,B,C的种系等位基因。以种系等位基因作为参考,可以分析肿瘤病人样本中HLA基因体细胞突变情况,从而能够非常精确地对病人肿瘤样本HLA进行分型。
文中对20多种肿瘤的7930对(肿瘤和正常组织)样本进行WES(whole-exomesequencing,全外显子组测序)数据分析,从其中266个肿瘤患者中发现了298个HLA基因的非沉默突变(nonsilentmutations)。这298个突变中大多数为功能性突变,包括可能的功能缺失(Loss-of-function)突变。
通过这一研究,研究者提出以下几点生物学意义:
第一,结肠腺癌(colonadenocarcinoma)、头颈癌(headandneckcancer)、肺鳞状细胞癌(lungsquamouscancer)和胃癌(stomachcancer)受HLA–I基因突变显著影响,而胶质瘤(glioblastoma)、卵巢癌(ovariancancer)、慢性淋巴细胞癌(CLL)则较少包含HLA基因突变。
第二,HLA基因一些非同义突变影响了抗原的呈递。比如研究者鉴定出至少在3例肿瘤样本中发生非同义突变包括29个热点,至少在2例肿瘤样本中发生非同义突变包括35个热点,这提示这些突变热点是可以被正向选择的。导致功能丧失的突变事件数量也较为显著,如移码突变、无义突变、剪切位点的突变等;这些功能丧失的突变事件极有可能影响了HLA–I类基因编码产物在细胞表面的表达,从而影响了抗原的呈递。
第三,HLA突变肿瘤中浸润的效应淋巴细胞会上调一系列和细胞裂解活性相关的基因,但这和肿瘤细胞的免疫逃避之间的关系需要进一步实验阐明。
Figure1.Polysolver算法的开发与验证;a,Polysolver算法示意图。b,Polysolver算法和已报道算法的比较。其衡量标准有(i)sensitivity,所有已有等位基因被鉴定出来的比例;(ii)precision,参考等位基因正确的概率;(iii)accuracy,所有等位基因被召集出来的比例;(iv)homozygositysuccessrate,纯合基因被鉴定出来的比例。
Figure2.在多种癌症样本中检测I型MHC基因的体细胞突变。a,利用Polysolver检测HLA基因体细胞突变示意图。突变检测算法MuTect和Strelka分别用来检测点突变和indels。b,比较TCGA鉴定的(黄色)与Polysolver鉴定的(黑色)不同肿瘤中HLA突变(n=2545)。绿色:两种方法共同鉴定出的突变。c,用TCGA和Polysolver鉴定的HLA突变数量以及每种癌症所占百分比的比较。d,用RNA-seq和long-readsequencing验证突变。基于RNA-seq的验证方法只用49个包含HLA点突变的样本(错义突变,无义突变,非终止突变,剪接位点突变)。Long-readsequencing方法用来验证18个有DNA样本的HLA等位基因。
Figure3.HLA突变在不同的癌症样本以及HLA的功能性结构域的分布情况。功能丧失突变的分布情况,包括移码突变和无义突变事件。柱状图示意了每个位点的突变次数。中间图:不同肿瘤样本HLA的突变分布模式。下图:突变次数≥5突变事件分布模式。膀胱(BLCA),乳腺(BRCA),宫颈鳞状细胞(CESC),结肠腺癌(COAD),头颈鳞状细胞(HNSC),低级别胶质瘤(LGG),肺腺癌(LUAD),肺鳞状细胞(LUSC),前列腺腺癌(PRAD),直肠腺癌(READ),黑色素瘤(SKCM),胃腺癌(STAD),甲状腺(THCA),子宫内膜(UCEC)。
Figure4.MHCI型突变的分布以及功能性选择的证据。a,HLA基因与非HLA基因突变图谱的比较。b,HLA基因突变在外显子上的分布.c,HLA中和(呈递的抗原)肽段直接接触位点的突变。左边:9个氨基酸的肽段和HLA以及TCR复合体的相对位置示意图;右边:肽段的9个氨基酸和HLA相对位点接触的情形分布。(绿色,HLA锚定位点;蓝色,T细胞分子接触位点;)直方图代表对应位点的突变频率。d,MHCI型突变的肿瘤中(浸润的)杀伤性淋巴细胞的效应基因表达被上调。热图显示的是HLA突变组和非突变组肿瘤样本的中基因表达变化的比较。
【Nature 子刊】I型HLA基因中和癌症相关的体细胞突变--转载的更多相关文章
- FusionCancer-人类癌症相关的融合基因的数据库
RNA-seq 测序可以用于融合基因的发现,在过去的十几年里,RNA-seq 测序数据不断增加,发现的融合基因的数据也不断增加: FusionCancer 是一个人类癌症相关的融合基因的数据库,利用N ...
- 【转载】 DeepMind发表Nature子刊新论文:连接多巴胺与元强化学习的新方法
原文地址: baijiahao.baidu.com/s?id=1600509777750939986&wfr=spider&for=pc 机器之心 18-05-15 14:26 - ...
- (待续)【转载】 DeepMind发Nature子刊:通过元强化学习重新理解多巴胺
原文地址: http://www.dataguru.cn/article-13548-1.html -------------------------------------------------- ...
- PHP 中和 HTTP 相关的函数及使用
① get_headers 方法:取得服务器响应一个 HTTP 请求所发送的所有标头 例如: <?php $httpinfo = get_headers('http://www.baidu.co ...
- .net类库中和数据库相关的
System.Data.SqlTypes SqlDbType 枚举类型 Specifies SQL Server-specific data type of a field, property, fo ...
- C语言中和指针相关的四道题目
例子1. void fun (int *x , int *y) { printf("%d, %d", *x, *y) ; *x = 3; *y = 4;} main(){ int ...
- Linux2.6内核--VFS层中和进程相关的数据结构
系统中的每一个进程都有自己的一组打开的文件,像根文件系统,当前工作目录,安装点等.有三个数据结构将 VFS 层和系统的进程紧密的联系在一起,它们分别是: file_struct,fs_st ...
- 21、java中和日期相关的类
一.Data及其常用API 1.简介 Java中的时间使用标准类库的java.util.Date,其表示特定的瞬间,精确到毫秒.是用距离一个固定时间点的毫秒数(可正可负,long类型)表达一个特定的时 ...
- C4C Product Price List的模型中和有效期相关的两个字段
SAP C4C的price list实例可以在工作中心Products,视图Price Lists里看到. 我们点开第二个名为TEST的实例: 我写这篇文章的日期是2018年10月27日, 我现在把这 ...
随机推荐
- 微信小游戏5.2.2 没有xml支持库的问题解决
需要下载xml支持库,并在game.js添加 window.DOMParser = require("./xmldom/xmldom.js").DOMParser; 如下图:
- ios ASIHTTPRequest类库简介和使用说明
官方网站: http://allseeing-i.com/ASIHTTPRequest/ .可以从上面下载到最新源码,以及获取到相关的资料. 使用iOS SDK中的HTTP网络请求API,相当的复杂, ...
- log file sync 事件(转)
log file sync log file sync等待时间发生在redo log从log buffer写入到log file期间. 下面对log file sync做个详细的解释. 何时发 ...
- Oracle Schema Objects——View
Oracle Schema Objects Oracle视图View 普通视图.物化视图 视图(视图不包含数据,不是段对象,不占用空间,只是一个代码.) 作用: 简化SQL 为安全,不暴露表的名称 视 ...
- pandas的Categorical方法
对于数据样本的标签,如果我们事先不知道这个样本有多少类别,那么可以对数据集的类别列进行统计,这时我们用pandas的Categorical方法就非常快的实现. 1.说明: 你的数据最好是一个serie ...
- 全面解析Oracle等待事件的分类、发现及优化
一.等待事件由来 大家可能有些奇怪,为什么说等待事件,先谈到了指标体系.其实,正是因为指标体系的发展,才导致等待事件的引入.总结一下,Oracle的指标体系,大致经历了下面三个阶段: · 以命中率为主 ...
- Qt::QWindow多窗口争抢置顶状态解决方案
有时候我们会有这种需求,自己的桌面程序需要置顶,但是程序包含了很多窗口,可能我们要求窗口1,2都在其它桌面程序之上,但是窗口1必须随时在窗口2之上. Qt提供的置顶方式是在windowsflags上增 ...
- Flink简介及使用
一.Flink概述 官网:https://flink.apache.org/ mapreduce-->maxcompute HBase-->部门 quickBI DataV Hive--& ...
- 【Python】读取各种文档(txt、csv、excel、pdf)方法
1.读取txt文件 注意事项: 1..txt文件同下方脚本所在的.py文件需要在同一个文件夹下 # coding=utf-8 txt读取 with open("1233.txt") ...
- 预训练模型与Keras.applications.models权重资源地址
什么是预训练模型 简单来说,预训练模型(pre-trained model)是前人为了解决类似问题所创造出来的模型.你在解决问题的时候,不用从零开始训练一个新模型,可以从在类似问题中训练过的模型入手. ...