突破维度的局限：从单碱基到全基因组的特征重构
长期以来，癌症基因组学研究主要依赖于外显子组测序，这使得不管是 COSMIC 数据库（Catalogue of Somatic Mutations in Cancer）还是其他主流分析工具，都侧重于单碱基替换（Single-Base Substitution, SBS）。然而，全基因组测序（Whole-Genome Sequencing, WGS）的引入，使得研究人员能够打破这一局限，将分析维度扩展至双碱基替换（Doublet-Base Substitution, DBS）、小片段插入和缺失（Small Insertion and Deletion, ID）、拷贝数变异（Copy Number Aberration, CN）以及结构变异（Structural Variation, SV）这五大突变类别。
在这项规模空前的研究中，研究人员针对16种不同的组织类型，独立提取了上述五类突变特征。为了更精细地描绘突变图谱，研究团队将 SBS 特征的分类从传统的96类扩展至 288类，纳入了转录链特异性（Transcriptional Context）的信息，即区分突变是发生在转录链、非转录链还是非转录区域。
在所有癌症类型中，研究人员共识别出 134种 独特的突变特征。这其中包括 67种 SBS 特征、19种 DBS 特征、18种 ID 特征 以及 20种 CN 特征。更为引人注目的是，研究人员首次系统性地报告了基于结构变异的特征集，并在 COSMIC 数据库现有的基础上，新增了 26种全新的突变特征。
这其中包括3种全新的 SBS 特征、8种 DBS 特征、4种 ID 特征、1种 CN 特征以及10种全新的 SV 特征。这些新发现的特征并非仅仅是数学模型上的参数，它们在具体的肿瘤类型中表现出了特定的生物学活性，填补了我们对某些致癌过程认知的空白。例如，研究中发现的两个 COSMIC 参考特征（SBS24 和 SBS29）在所有样本中均未表现出活性，这提示我们在未来的数据库构建中需要更加严谨的筛选机制。
结构变异的“罗塞塔石碑”：SV特征的全新定义
结构变异（Structural Variation, SV）往往涉及大片段 DNA 的重排，是驱动肿瘤发生发展的关键力量，但在过去的特征分析中却鲜有涉及。本研究通过对 SV 的大小、类型以及是否聚集（Clustering）进行分类，定义了 10种全新的 SV 特征（SV1-SV10），为解读染色体层面的混乱提供了“罗塞塔石碑”。
通过余弦相似度（Cosine Similarity > 0.8）的比对，研究人员发现 SV1 至 SV6 与先前在乳腺癌中报道的特征高度一致，但 SV7 至 SV10 则是全新的或在更广泛癌症类型中被重新定义的特征。
具体而言，SV1 和 SV3 主要由非聚集性的串联重复（Tandem Duplications）组成，两者的区别在于片段大小，前者大于100kb，后者小于100kb。这两种特征在乳腺癌、卵巢癌和子宫癌中尤为突出，且与同源重组缺陷（Homologous Recombination Deficiency, HRD）密切相关。相比之下，SV2 和 SV4 则以易位（Translocations）为主要特征，前者为非聚集性，后者为聚集性。SV5 和 SV7 则分别由小于10kb和介于10kb至1Mb之间的缺失（Deletions）定义。
特别值得关注的是 SV6、SV9 和 SV10，这三者均表现为复杂的重排模式。SV6 主要由大于 10Mb 的大片段聚集性缺失、串联重复和倒位（Inversions）组成，这种复杂的重排模式在除子宫癌和睾丸癌之外的所有组织类型中均有发现。
SV10 是本次研究全新发现的一个特征，它主要由一系列非聚集性的结构变异组成，同时也包含少量大于 1Mb 的聚集性变异。该特征在肉瘤、膀胱癌、肾癌、肺癌和卵巢癌中表现出显著的活性。这种广泛的分布提示，SV10 可能代表了一种尚未被完全阐明的、在多种实体瘤中普遍存在的基因组不稳定性机制。
数据表明，SV2 和 SV7 在各类癌症中几乎无处不在，而 SV9 在肉瘤之外的肿瘤中，倾向于与 SV4 和 SV6 共现。这些结构变异特征的共现模式并非随机，它们实际上指向了特定的染色体灾难事件——染色体碎裂（Chromothripsis）。
基因组的“构造运动”：染色体碎裂与全基因组倍增
通过分析突变特征之间的相关性，研究人员揭示了隐藏在基因组混乱背后的深层机制。聚类分析显示，SV4、SV6、SV9、CN6 和 CN7 这几类特征在多个肿瘤组中表现出显著的共现性，并且与染色体碎裂事件高度相关。
以乳腺导管癌（Breast-Ductal CA）和结直肠腺癌（ColoRect-Adeno CA）为例，SV4 与染色体碎裂的关联具有极高的统计学显著性（P值分别为 3.5×10⁻⁶³ 和 2.8×10⁻³⁶），回归系数（β）分别为 1.34 和 2.26。这有力地证明了这些结构变异特征实际上是细胞经历染色体灾难性破碎和随后的异常修复所留下的基因组“废墟”。
此外，CN6 和 CN7 这两种拷贝数变异特征在经历了全基因组倍增（Whole-Genome Duplication, WGD）的肿瘤中更为常见。在乳腺导管癌中，全基因组倍增与 CN6 和 CN7 的关联 P 值分别达到了 2.6×10⁻²² 和 1.7×10⁻⁴⁸。相反，CN9 则主要出现在非全基因组倍增的癌症中。这一发现不仅验证了全基因组倍增会导致染色体不稳定性（Chromosomal Instability, CIN）的经典理论，更通过具体的特征将其量化。
有趣的是，全基因组倍增与错配修复缺陷（Mismatch Repair Deficiency, dMMR）相关的特征 SBS44 呈负相关。在结直肠腺癌中，这一负相关的 P 值为 1.3×10⁻³。这可能暗示了某种生物学上的互斥性：即全基因组倍增本身足以驱动癌症的发展，而在这种背景下，错配修复缺陷可能不再是必须的驱动因素，或者两者同时存在对细胞的生存构成了过大的压力。
追溯病因的线索：从环境暴露到内源性损伤
突变特征最迷人的应用之一，在于它能像指纹一样，帮助我们追溯导致癌症的具体病因。本研究利用庞大的临床数据，建立了一系列突变特征与环境暴露、基因型及临床表型之间的稳健联系。
在结直肠癌的研究中，研究人员发现了一个引人深思的现象：SBS88、SBS89 和 SBS93 这几种特征在年轻的结直肠腺癌患者中显著富集。其中，SBS88 已知与大肠杆菌（E. coli）产生的基因毒素——大肠杆菌素（Colibactin）暴露有关。这为解释近年来早发性结直肠癌发病率上升的现象提供了新的视角：特定微生物组的暴露，可能是年轻群体罹患肠癌的重要环境诱因。
在肾癌亚型的分析中，研究人员观察到了明显的特征特异性。嫌色细胞肾癌（Kidney-ChRCC）富含 ID6 和 ID21 特征，而乳头状肾癌（Kidney-PRCC）则表现出 SBS22 的富集。SBS22 此前被证实与马兜铃酸（Aristolochic Acid）暴露有关，该研究的数据显示，SBS22 与乳头状肾癌的关联强度（β=2.1）具有极高的统计学意义（P=3.7×10⁻¹⁰），再次警示了这种环境毒素的致癌风险。
对于肉瘤这一异质性极强的肿瘤类别，突变特征分析也提供了精细的分子分型依据。 骨肉瘤（Sarcoma-Osteosarc）表现出高水平的 APOBEC 活性特征（SBS2 和 SBS13）； 平滑肌肉瘤（Sarcoma-Leiomyo）则带有紫外线（UV）暴露相关的特征 SBS7a；而 脂肪肉瘤（Sarcoma-Liposarc）则与染色体碎裂相关的扩增特征 CN8、SV4 和 SV6 密切相关。值得注意的是，部分肉瘤中观察到的 UV 相关特征（SBS7a, SBS7b等）可能源于转移性黑色素瘤的误诊，这也从侧面展示了突变特征分析在辅助病理诊断和纠正分类错误中的潜在价值。
在治疗相关的突变印记方面，数据也给出了清晰的证据。SBS10a 等 POLE 相关特征与子宫腺癌中 POLE 基因的失活高度相关（P=5.8×10⁻¹⁵）。而作为一种医源性突变，DBS5 在结直肠腺癌中与奥沙利铂（Oxaliplatin）治疗表现出极强的关联（P=1.5×10⁻⁵⁶）。这意味着，化疗药物在杀伤肿瘤的同时，也在幸存的细胞基因组上刻下了永久的印记。
突变时序的奥秘：外源性损伤在先，内源性混乱在后？
癌症基因组并非一蹴而就，而是一个动态演化的过程。通过分析突变的克隆性（Clonality），即突变是存在于所有肿瘤细胞（克隆性，Clonal）还是仅存在于部分亚群（亚克隆性，Subclonal），研究人员得以重建肿瘤发生的时序图谱。
分析结果揭示了一个普遍规律：由外源性因素诱导的突变特征，往往倾向于出现在肿瘤进化的早期（Clonal）；而由内源性过程导致的突变，则更多地出现在晚期（Subclonal）。
以黑色素瘤为例，紫外线诱导的特征 SBS7a 和 SBS7b 表现出显著的克隆性（Wilcoxon秩和检验，P值分别为 1.1×10⁻¹⁴ 和 7.7×10⁻⁷），表明紫外线损伤是驱动黑色素瘤发生的早期核心事件。同样，在肺腺癌中，与吸烟相关的 SBS4 特征（P=1.2×10⁻⁹）以及肾癌中与马兜铃酸相关的 SBS22 特征，都主要以克隆性突变的形式存在。这些数据有力地支持了环境致癌物在肿瘤起始阶段的关键作用。
与之形成鲜明对比的是，虽然通常认为 DNA 错配修复缺陷（dMMR）是某些癌症（如林奇综合征）的始动因素，但在散发性结直肠癌中，与 dMMR 相关的特征 SBS26 和 SBS44 却更倾向于出现在亚克隆阶段（P值分别为 3.4×10⁻¹¹ 和 2.3×10⁻⁸）。这暗示在许多病例中，错配修复功能的丧失可能是一个继发事件，发生在肿瘤形成的后期，进而加速了肿瘤的异质性演化。
APOBEC 相关特征（SBS2 和 SBS13）的时序模式则更为复杂且引人入胜。在膀胱癌中，它们主要表现为克隆性；但在乳腺导管癌、结直肠癌和肺癌中，克隆性的 APOBEC 突变发生的时间显著晚于包括 SBS1（时钟样特征）、SBS5 和 SBS4 在内的其他过程。这表明 APOBEC 酶的异常激活可能发生在细胞经历最后一次克隆清除（Clonal Sweep）之前，但在肿瘤发展的极早期阶段之后。
另一个值得注意的发现涉及特征 SBS18。该特征与 SBS36 谱系相似，后者已知与 MUTYH 基因相关的碱基切除修复缺陷有关。数据分析显示，SBS18 相关的突变在结直肠癌和子宫癌中比其他突变更具有克隆性（P值分别为 3.9×10⁻⁵ 和 1.7×10⁻⁶）。结合其与胚系 MUTYH 突变的强关联，这表明由 MUTYH 失活导致的突变在肿瘤发生之前就已经开始在正常组织中长期积累，最终通过“搭便车”效应进入了肿瘤的创始克隆。
临床预后的“水晶球”：HRD与dMMR特征的深远意义
突变特征不仅是病因学的记录，更是预测患者预后和治疗反应的重要生物标志物。本研究通过大规模的生存分析，揭示了特定特征与患者总生存期（Overall Survival, OS）之间的联系。
在乳腺导管癌中，同源重组缺陷（HRD，以 SBS3 为代表）和 APOBEC 相关特征（SBS2, SBS13）的高活性与较差的总生存期显著相关（校正肿瘤分级后，Cox比例风险模型 β 值分别为 0.2 和 0.3）。然而，当模型进一步校正雌激素受体（ER）状态后，这种显著性消失了，提示这些特征的不良预后影响可能部分是通过特定的激素受体亚型介导的。
更为重要的是，突变特征提供了一种超越单一基因检测的临床决策工具。以 HRD 为例，临床上常通过检测 BRCA1/2 基因突变来决定是否使用 PARP 抑制剂。然而，研究人员发现，如果利用“在 SBS3、ID6 和 CN17 中至少有两个特征表现出活性”作为判定 HRD 的标准，可以在 17% 的乳腺癌、30% 的卵巢癌、4% 的肺癌以及 5% 的子宫癌和肉瘤中检测到 HRD 迹象。
这是一个惊人的数据。在英国每年新诊断的 55,920 名乳腺癌和 4,295 名卵巢癌患者中，如果依据这一特征标准，将分别有 7,784名 和 1,088名 患者可能从 HRD 靶向疗法中获益。这一数字远超目前仅基于 BRCA 基因突变筛选出的适用人群。这表明，通过全基因组测序提取的突变特征，能够捕捉到通过传统基因检测手段无法识别的“基因组瘢痕”，从而极大地扩展了精准治疗的受益人群。
同样，对于微卫星不稳定性（MSI）或 dMMR 的检测，突变特征也展现出了更高的灵敏度。虽然 dMMR 主要见于子宫癌（32%）和结直肠癌（18%），但在肺癌、卵巢癌、前列腺癌和肾癌的亚群中也同样存在。值得注意的是，在所有表现出 dMMR 特征的肿瘤中，仅有 15% 能够检测到明确的 MSH6、MSH2 或 MLH1 基因失活突变。这意味着，如果仅依赖基因突变检测，我们将遗漏绝大多数可能对免疫检查点抑制剂（Immunotherapy）敏感的患者。突变特征分析，在这里提供了一种更为直接的功能性读数。
超越基因层面的精准医学
这项基于 100KGP 数据的宏大研究，通过对 16种癌症类型、逾万例全基因组数据的深度挖掘，向我们展示了癌症基因组的复杂性与规律性。从单碱基的微小变异到染色体的剧烈重排，从环境毒素的早期侵袭到 DNA 修复机制的晚期崩溃，134种突变特征共同编织了一张捕捉肿瘤进化轨迹的细密网络。
研究中新发现的 SV 特征填补了结构变异领域的空白，尤其是 SV4、SV6、SV9 与染色体碎裂的关联，为理解基因组灾难性事件提供了新的视角。而关于突变时序的分析，则打破了我们对某些致癌过程时间点的固有认知，强调了区分克隆性与亚克隆性突变在理解肿瘤异质性中的重要性。
最令人振奋的是，这项工作强有力地论证了全基因组测序及突变特征分析在临床转化中的巨大潜力。它证明了基于特征的生物标志物在识别 HRD、dMMR 等治疗靶点方面，比单纯的驱动基因检测具有更广泛的适用性和更高的灵敏度。
随着测序成本的降低和分析算法的成熟，我们有理由相信，这种全面解读基因组“考古记录”的方法，将逐渐从科研殿堂走向临床一线。未来的肿瘤诊断，将不再仅仅是寻找一两个突变的基因，而是通过解读这些复杂的突变特征组合，为每一位患者绘制出独一无二的分子画像，从而真正实现从“对症下药”到“对因施治”的跨越。
参考文献