测173个成年人的大脑的102个基因

今天是大年初六，给大家带来的是测173个成年人的大脑的102个基因，希望你能学到知识。

文章发表在NC，于2018年10月中旬，题目是：High prevalence of focal and multi-focal somatic genetic variants in the human brain ，测序数据都上传到了：https://www.ncbi.nlm.nih.gov/sra?term=SRP159015 是开放下载的。

研究者相信干细胞分裂过程中产生的 somatic 突变，是很多癌症的罪魁祸首。理论上大脑发育过程中的那些细胞分裂，也会伴随着同样的突变过程，所以呢，就会在局部富集一些 somatic 突变。然后作者假设那些somatic突变位点如果发生在已知的明确基因上，而且位点一致，具有germline病理性性突变效果。

根据超高深度测序，研究团队发现并且证实了54个成年人的173个大脑区域的102个基因的确有一些 somatic 突变，包括 DNMT3A 和TET2 这样可能起源于血液的突变。使用神经发育学的数学模型和近似贝叶斯推断理论，研究者预测，大片段的病理性的突变神经元是非常普遍的在人群中。

背景介绍

神经退行性疾病，比如Parkinson’s disease (PD) and Alzheimer’s disease (AD)都是大脑区域细胞病理化，大部分这样的病例都是散发的，但是有约~5%的病例是有明确遗传倾向的，目前GWAS研究只得到了约莫 50 个人易感基因。

名词解释：

accuracy and content enhanced (ACE) platform of 5374-fold , 针对捕获基因
HaloplexHS, sequenced to a mean depth of 6830-fold, s.d. = 1549) 针对找到的位点
SRMs： single region mutations ，Somatic mutations that were present in only one brain region
MRMs：multi-region mutations，Somatic mutations that were present in more than one sample
variant allele frequency (VAF), 突变碱基比例

具有somatic突变的细胞小群体。

突变碱基比例低于5%，在常规肿瘤WES里面是会被somatic caller的默认阈值直接过滤的。

测序实验概览

总体来说，是两个ngs平台，54个受试者，173个脑部区域，最后找到了62个突变，如下：

Summary-SRMs-MRMs-observed.png

超深度测序的173 frozen brain regions 样本病人来源：

post-mortem cases of AD (n = 20 brains)
Lewy body (LB) disease (PD or Dementia with LB: n = 20 brains)
age matched controls with no significant neuropathology (n = 14 brains)

有配对的血液样品的病人是6个：(control: n = 2, AD: n = 1, LB: n = 3)

涉及到的大脑区域包括：

cerebellum: CB = 54,
Entorhinal cortex: EC = 53,
Frontal cortex:FC = 32,
Medulla:Med = 24,
Cingulate: Cin = 10

大脑区域示意图如下：

structure-of-brain.png

只对102个基因的编码区域进行捕获测序，平均测序深度高达5374X。

39个位点的62个突变

其中62个突变分成：

56 single-nucleotide variants, SNVs;
6 insertion-deletion variants, indels

其中18个突变只出现在单个受试者的单个大脑区域，这里定义为 SRMs，它们的VAF平均只有 0.84% (s.d. = 0.005)，这个突变频率低的有点夸张了，要不是这样的超高深度测序平台，根本就很难检测到它们。然后它们也并没有很明显的大脑区域分布偏好性，也没有很明显的基因分类偏好特异性。但是14个 C > T 形式突变，只有4个是其它形式突变。

数据分析流程的测试

这里，研究团队选取了最常见的两款somatic突变搜寻工具，就是mutect2和varscan，最后由于作者针对的少量基因组区域的超高深度测序，所以可以使用DeepSNV方法。

这里研究者使用千人基因组计划的两个不同个体的DNA的不同比例混合样品来模拟不同比例的肿瘤含量样品，这样找somatic突变就有了正确与否的判断标准。

这样就可以测试不同测序深度下，这些工具的准确率，召回率等机器学习指标表现情况。

compare-tools.png

上面的D图说明超过4000X的测序深度的必要性。

VAF > 1% were consistently detected when the sequencing depth was >1000-fold
but VAF >0.5% required >4000-fold depth to minimise the false-negative rate of any caller across the 102 gene 285 kb panel

根据上面的C图，最后作者定下来的数据分析策略是: