临床生物化学评论。 2011年11月; 32(4): 177–195.
癌症诊断的下一代测序:一个实用的观点 , 1, 4, † , 2, † 和 三, *
克利夫·梅尔特伦 1 新南威尔士州纽卡斯尔市亨特区病理局分子病理科2310;
4 维多利亚州墨尔本彼得·麦卡勒姆癌症中心病理科。 3002,澳大利亚
1 新南威尔士州纽卡斯尔市亨特区病理局分子病理科2310;
2 生物信息学和
三 下一代DNA测序设施研究部和
4 维多利亚州墨尔本彼得·麦卡勒姆癌症中心病理科。 3002,澳大利亚
† 这些作者对这份手稿的贡献相等。
《临床生物化学家-评论》中的文章或广告内容不得解释为AACB、其官方机构或其代理人的官方声明、评估或认可。 AACB出版物中的意见陈述是作者的意见陈述。 打印过账批准-PP255003/01665。 版权 ©2011澳大利亚临床生物化学家协会。未经许可,不得复制、存储在检索系统中或通过电子或机械方式、影印或记录以任何形式传播《临床生物化师评论》中的任何文学内容。 应向编辑提出请求。 ISSN 0159–8090
摘要 下一代测序(NGS)可以说是过去30年生物科学中最重要的技术进步之一。 第二代测序平台已经迅速发展到可以在两周内运行的单个仪器中同时测序多个基因组的程度。 靶向DNA富集方法可以以降低每个样本的成本实现更高的基因组吞吐量。 医学研究已经采用了这项技术,鉴于疾病的遗传方面,癌症领域处于这些努力的前沿。 全世界正在努力对多种癌症类型的突变进行分类,这可能会带来新的发现,并将转化为新的诊断、预后和治疗目标。 NGS目前正在成熟,许多实验室正在考虑将其用于常规诊断。 与其他测序方式相比,灵敏度、速度和每个样品的成本降低使其成为一个极具吸引力的平台。 此外,随着我们发现更多癌症的遗传决定因素,更需要采用能够快速可靠地从单个患者样本中测序完整基因的多基因分析。 虽然全基因组测序的广泛和常规应用可能还有几年的时间,但临床应用NGS的机会迫在眉睫。 在这里,我们回顾了可以立即考虑的技术、方法和应用,以及未来的一些挑战。
概述 在过去六年中,我们见证了测序技术的一场革命,这场革命已经对我们对遗传学和基因组生物学的理解产生了深远影响。 在研究环境中,NGS已广泛应用于 从头开始的 基因组测序、DNA重测序、转录组测序和表观基因组学。 这些研究工作为新协议(分子和生物信息背景)的开发开辟了道路,并有助于了解这项技术的主要优势和劣势。 从临床角度来看,NGS在人类健康的管理和治疗方面具有巨大的潜力。 为基因筛查目的替换或增加现有技术将产生直接和重大影响。 其临床应用的一些突出例子包括用于检测胎儿DNA中染色体非整倍体的产前检测, 1 与单基因孟德尔病相关的罕见遗传变异的鉴定 2 – 4 以及有效检测癌症基因中的遗传突变或体细胞突变。 5 , 6
由于癌症是一种由遗传或体细胞突变驱动的遗传病,新的DNA测序技术将对疾病的检测、管理和治疗产生重大影响。 下一代测序正在促进全球合作,例如国际基因组联盟(ICGC) 7 和癌症基因组图谱(TCGA)项目, 8 对多种疾病类型的数千个癌症基因组进行分类。 已经发表了一些对这些协会有贡献的个人研究的早期报告。 9 – 11 这些发现将最终导致对疾病发病机制的更好理解,为分子病理学和个性化医学的新时代架起桥梁。 12 很容易想象,很快每个患者都将对其组成基因组和癌症基因组进行测序,后者可能会多次测序,以监测疾病进展,从而实现疾病的准确分子分型和分子引导疗法的合理使用。 许多分子病理学实验室现在正在考虑向NGS过渡所需的测序平台、方法和额外设备。 在这里,我们回顾了当前的测序技术、应用和生物信息学,并特别考虑了临床DNA测序的发展。
下一代测序技术 NGS广泛描述了那些共享大规模并行测序数百万DNA模板能力的技术。 术语第二代和第三代测序也被同义地用来描述测序技术从第一代双脱氧“桑格”测序演变而来。 为了实现大规模并行测序,第二代平台在固体支撑矩阵上采用DNA模板克隆扩增,然后进行循环测序。 向单分子无PCR协议和无环化学的转变是向第三代平台发展的广泛特征。 13 第二代和第三代技术的进步得益于测序化学、更好的成像、微加工和信息技术(IT)方面的创新。 在本次审查中,我们不会详细讨论每个平台,因为其他地方已经对此进行了广泛的描述。 14 , 15 此外,我们将重点关注目前适用于诊断应用的商业第二代平台,而不是对那些仅由测序服务提供商(Complete Genomics)或第三代平台(如Pacific Biosciences)提供的平台进行详细描述。 16 第三代测序平台提供了许多与降低成本、提高速度和消除PCR偏差相关的理论优势,然而,该技术仍在成熟,可能需要几年的时间,此类平台才能与第二代仪器形成严重竞争,并进入主流诊断应用。
第二代测序平台 目前有三家公司提供第二代测序平台:罗氏、Illumina和生命科技。 每家公司进入市场时都考虑到了大规模仪器和最大产量,以满足研究市场的需求,该市场需要高通量技术来实现基于发现的应用和全基因组测序潜力。 罗氏公司是第一个进入市场的公司,从其创始人乔纳森·罗斯伯格手中收购了454生命科学公司。罗氏454平台与其他两个读取长度较长的大型平台不同,这两个平台现在接近桑格测序平台(700–1000碱基对(bp))。 然而,即使是最大容量的454仪器(454 FLX+)的总序列输出也远低于Illumina(HiSeq)和Life Technologies(SOLiD 5500),后者产生更多序列读取,但长度要短得多。 最近,随着罗氏454 Junior、Life Technologies Ion Torrent和即将发布的Illumina MiSeq的推出,人们的注意力转向了小型低成本仪器,它们非常适合小型研究和诊断应用。 关于当前可用或即将发布的仪器及其性能的简要总结,请参见 但我们也建议读者参考当前测序平台、其规格和成本明细的更全面的综述,以了解更多详细信息。 17
表1。 公司/平台 排序 放大 读取长度 最大功率 运行时间 优点/缺点 罗氏454 GS FLX+ SBS Pyro公司 emPCR 700个基点 * (SE、PE) 700兆 10–23小时 赞成的意见: 长时间读取,短时间运行 反对的论点: 高Mb成本,均聚物错误 罗氏454 GS Junior SBS Pyro公司 emPCR 400个基点 * (SE、PE) 35兆字节 10小时 与GS FLX相同+ 其他内容: 小型仪器的最低输出 Illumina HiSeq 1000公司 SBS RDT公司 桥式PCR 36–101个基点(东南、北欧) ≤150 Gb 1.5–8.5天 赞成的意见: 超高输出,易于使用 反对的论点: 没有SOLiD 5500那样的运行可扩展性 Illumina HiSeq 2000公司 SBS RDT公司 桥式PCR 36–101个基点(东南、北欧) ≤300 Gb 2.5–11天 与HiSeq 1000相同 Illumina GAIIx公司 SBS RDT公司 桥式PCR 36–151个碱基(SE,PE) ≤95 Gb 2-14天 赞成的意见: 成熟的平台 反对的论点: 被HiSeq取代,Mb成本更高 Illumina MiSeq公司 SBS RDT公司 桥式PCR 36–151个碱基(SE,PE) >1 Gb 4–27小时 赞成的意见: 久经考验的化学作用,全自动工作流程 反对的论点: 未经验证的仪器 Illumina HiScanSQ公司 SBS RDT公司 桥式PCR 100个基点(东南部、PE) ≤150 Gb 1.5–8.5天 赞成的意见: 两用仪器(微阵列) 反对的论点: Mb成本高于HiSeq 生命科技5500 SBL公司 emPCR 35–75个基点(东南部、PE) 77 Gb 2-7天 赞成的意见: 超高输出、可扩展的运行允许在部件流单元上排序 反对的论点: 与其他平台相比,读取时间更短,克隆模板准备时间更长 生命科技5500XL(4hp) SBL公司 emPCR 35–75个基点(东南部、PE) 155 Gb 2-7天 与5500相同 Life Technologies离子洪流 SBS H公司+ emPCR 316+318芯片 >100个基点(东南部) 316–>100 Mb 318–>1 Gb 2小时+ 赞成的意见: 无标签化学-廉价快速、高度可扩展、长阅读长度潜力 反对的论点: 均聚物错误,还没有PE,模板制备费力,但半自动化
第二代测序器依赖于两个原理:基于聚合酶的克隆复制单个DNA分子在固体支撑基质(珠状或平面)上的空间分离和循环测序化学。 每个平台都由用于实现这两个过程的方法定义。 所有平台都有类似的前端库准备方法,包括将通用适配器序列添加到DNA片段的末端。 这些寡核苷酸适配器是用于扩增文库的PCR引物的补充,寡核苷酸固定为克隆DNA扩增的坚实支撑。 罗氏(454)和生命科技(SOLiD 5500和Ion Torrent)都使用乳液PCR(emPCR)在珠子上生成克隆DNA片段。 18 在水和油的乳液中,以精确的浓度添加珠子和模板,使每个乳液滴可能包含单个珠子和单个DNA分子。 emPCR后,乳状液被破坏,模板携带珠被富集,然后沉积到单独的“微阱”中或结合到衍生的玻璃流动池中。 19 , 20 Illumina采用另一种策略,通过桥接PCR直接在流动细胞上创建DNA簇。 21 从实践的角度来看,每种方法都有优点和缺点。 emPCR的过程是劳动密集型的,尽管每家公司都开发了自动化技术,以部分减轻这一过程的劳动负担。 桥式PCR的聚类生成已经完全自动化,因此更加简化。 事实上,MiSeq工具从集群生成到数据分析都不需要用户干预,从流程角度来看,这非常有吸引力。 Illumina bridge PCR的潜在缺点是,在测序开始之前,不知道簇生成的成功,如果簇生成失败,这是一项代价高昂的工作。 根据我们的经验,如果测序文库具有高质量,并且文库的浓度通过定量PCR准确测量,则聚类生成通常是相当稳健的。
每个可用平台都使用不同的测序化学和方法进行信号检测。 所有454个平台均采用焦磷酸测序,化学发光信号指示碱结合,信号强度与通过均聚物读数结合的碱数量相关。 22 Ion Torrent使用了类似的顺序合成(SBS)策略,但通过核苷酸掺入期间DNA聚合酶活性产生的氢离子释放来检测信号。 本质上,离子激流芯片是一种非常灵敏的pH计。 每个离子芯片包含数百万个离子敏感场效应晶体管(ISFET)传感器,可以并行检测多个测序反应。 23 最近有报道称,罗氏公司将通过英国公司DNA Electronics的许可证,采用与Ion Torrent类似的检测方法,这将使454和Ion Tortent平台基本相同。 24 半导体技术的优点是,仪器、芯片和试剂的制造成本很低,测序过程很快(尽管emPCR无法满足要求),系统具有可扩展性,尽管这可能受到emPCR所用珠粒大小的限制。 25 454和Ion Torrent使用的SBS化学成分也有利于更长的读取时间。 离子激流目前仅限于比罗氏454短得多的碎片,但未来版本可能会有所改进。 两者都有一个共同的问题,即均聚物序列错误表现为虚假插入或删除(indels)。 微调检测和分析软件是否能改善这一问题尚待观察。
Illumina和Life Technology SOLiD 5500平台均被视为短读测序器,但采用的测序化学方法截然不同。 Illumina使用可逆染料终止剂SBS化学,包括单碱掺入、成像和终止剂化学的分解的迭代循环。 SOLiD使用结扎测序(SBL),包括重复的寡聚结扎延伸轮,这就是名称的来源( S公司 按…排序 O(运行) 利戈语 L(左) 诉讼 D类 检测)。 大规模平行测序背景下的SBL原理最初由Church及其同事描述。 26 SBL过程基本上通过二核苷酸编码对每个碱基进行两次测量,二核苷酸编码被转换为“颜色空间”而不是传统的碱基空间。 5500线仪器提供的新型“精确通话化学”使用三基编码,可实现更高的准确性和实际通话。 Illumina SBS在读取长度方面略优于SOLiD SBL,现在HiSeq的读取长度高达100 bp,其他Illuminia仪器的读取长度为150 bp。 SOLiD SBL化学试剂的最大读取长度为75 bp,但与Illumina化学试剂相比,两个或三个碱基编码的准确性更高。 Illumina和SOLiD平台都具有配对或配对功能,能够从单个克隆片段的两端生成读取,Roche 454平台也是如此。
选择平台 在选择平台时,可能需要考虑很多因素。 原则上,人们可能会关注性能指标,如读取长度、准确性和总序列输出。 一般来说,所有第二代平台生成的数据具有类似的精度(98-99.5%),依赖于足够的序列深度或“覆盖”来进行更高精度的共识基础调用(>99.9%的精度)。 在比较NGS平台和其他同源技术(如Sanger测序)时,报告了一些系统偏差。 例如,短读数仪器报告了序列覆盖的显著不均匀性,同时报告了所有NGS平台的系统误差。 27 – 29 系统性错误而非随机错误更成问题,因为它们无法通过更高的阅读覆盖率来克服。 大型基因组中心建议的方案修改可能有助于改善一些一致性问题, 30 而较新的读取对齐和变体调用策略有助于减少因读取的多重映射或indels的存在而导致的系统错误(见下文生物信息学部分)。 读取长度对于特定的应用可能很重要,例如识别复杂的结构重排或在重复序列之间进行映射。 对于直接扩增子测序来说,较长的读取时间也有一些优势。
其他与进程相关的考虑因素,如序列输出和运行成本,需要与速度和硬件成本进行平衡。 更大、更昂贵的仪器往往运行时间更长,但以价格的一小部分生成数量级更多的数据。 样本的分子条形码或索引可以与所有平台一起使用,允许对样本进行池化或多路复用以实现高通量,并将较低的测序成本转化为需要相对少量读取的靶向测序应用。 然而,尽管SOLiD 5500等平台在这方面具有更大的灵活性,但为了利用容量和更低的成本,需要非常高的吞吐量来填充较大测序平台上的运行。 如果快速周转和灵活性至关重要,那么小型仪器可能更可取。 设备的可用性和可靠性很重要,通常无法从销售产品的公司中确定。 一个大型的在线NGS社区已经出现,用户论坛、新闻和博客网站通常有助于获得第一手经验和对新设备和方法的早期见解( ). 信息学也是一个非常重要的考虑因素。 信息硬件成本在很大程度上取决于定序器的吞吐量。 较大的定序器需要具有多个内核和大量RAM的Linux服务器,并且需要大量的资本成本,并且需要专门的人力资源来维护,而较小规模的定序机可以从高性能的Windows或基于Linux的桌面系统上运行。
排序应用程序 全基因组测序 NGS在临床上的主要应用无疑将是基因组DNA的重测序。 全基因组测序(WGS)简单地提供了对个人基因组或癌症基因组的最终遗传调查,其中可以在单个分析中获得单核苷酸变异(SNV)、indels、复杂结构重排和拷贝数变化的详细地图。 31 随着测序技术的进步,数据质量和吞吐量有了重大改进,使得WGS的成本接近1000美元/基因组,这一阈值被广泛认为是广泛临床实施的临界点。 然而,对于大多数实验室来说,为WGS生成足够的数据仍然是一项相对昂贵的工作。 大型服务提供商之间的激烈竞争意味着,外包WGS目前对大多数人来说是一种更经济的选择,而且可能会一直持续到第三代技术成熟并成为主流。 对整个基因组进行测序的一个重要考虑因素是,生成实际序列数据只是总成本的一小部分,并且没有考虑与数据存储、分析和解释相关的费用。 32 对整个基因组进行测序揭示了大量的遗传信息,其中一些信息可以解释和操作,但大量信息可能是新的和/或具有未知的临床重要性。 此外,还需要解决有关数据隐私和偶然发现的重大道德问题。 出于这些原因,一种更有针对性的基因组测序方法似乎是该技术广泛临床应用的合乎逻辑的第一步。
DNA文库制备 无论采用何种技术,所有NGS平台都遵循类似的分子协议来准备测序库。 虽然标准的图书馆准备不需要任何专用设备,但有许多辅助仪器可以帮助图书馆准备过程( ). 为了制备“霰弹枪”片段,DNA通过机械或酶消化进行剪切,以产生所需大小范围内的片段大小。 然后,使用一系列酶步骤修复库DNA末端,并连接与珠状细胞或流细胞上的寡核苷酸互补的常见适配器。 图书馆制备试剂由主要NGS供应商以试剂盒的形式提供,也可通过第三方公司获得。 传统片段库制备的一种相对较新的替代方法包括 在体外 转座法(Nextera、Epicenter/Illumina),无需进行机械剪切和多种酶和纯化步骤。 PCR通常用于在测序之前扩增文库,然而,为了避免可能导致假阳性测序错误的过多PCR重复,周期数通常会受到限制。 PCR和通用适配器序列的使用带来了库之间交叉污染的高风险,因此PCR前和PCR后工作区的标准原则至关重要。 DNA文库的大小选择可能有助于分析和标准化簇大小。 传统上,尺寸选择是使用琼脂糖或聚丙烯酰胺凝胶电泳(PAGE)进行的,然而,也可以使用新的自动化方法。 最后,高吞吐量的库准备可以自动化,目前有几种商业解决方案可用。
表3。 设备 说明/使用 供应商和仪器 剪切装置 用于剪切DNA或RNA以创建鸟枪测序库 Covaris S系列E系列L系列(焦点声学) Epigentek EpiSonic多功能生物处理器1000(超声波) Diagenode生物破坏者(超声波) Digilab水力剪切机(PointSink采煤机) 自动微流控电泳 用于RNA、DNA和文库制备质量评估的自动尺寸分离和分析 安捷伦生物分析仪2100 卡钳LabChip GX/GXII Qiagen QIAxcel公司 岛津MCE-202 MultiNA 自动碎片大小选择 用于文库的尺寸选择,作为琼脂糖凝胶或PAGE DNA提取的自动替代方案 圣人科学皮蓬准备 卡尺LabChip XT/XTe 液体处理自动化 自动化文库准备、杂交捕获和其他浓缩方法 安捷伦·布拉沃 卡钳Sciclone NGS工作站 Qiagen EpMotion公司 Diagenode SX-8G IP Star(主要是表观遗传学应用) 贝克曼SPRI和NX
排序要求 为了克服NGS平台与传统Sanger测序相比的较高错误率,需要高水平的冗余或序列覆盖来准确调用基。 通常,准确的碱基调用需要30–50倍的覆盖率,尽管这可能因测序平台的准确性、变体检测方法和测序材料的不同而有所不同。 33 使用Illumina HiSeq仪器,使用新的V3测序试剂对二倍体基因组或流动细胞的三条通道进行测序需要大约100 Gb的序列数据。 SOLiD 5500平台上可能需要更少的覆盖范围,因为双基编码可以实现更高的读取精度。 如果正常组织污染和某些癌症的异质性可以将序列数据中的变异等位基因表达降低到远低于二倍体杂合子呼叫预期的50%的频率,那么对癌症基因组的查询可能需要更深入的研究。
测序前的目标富集可以降低成本,提高对感兴趣区域的覆盖率,并可能简化NGS数据的生物信息学解释。 目标应用程序所需的测序量最终取决于方法和目标区域大小。 例如,对于整个外显子组测序(针对所有带注释的编码基因),需要大约10–12 Gb的数据,对于80–90%的目标碱基,实现平均100倍覆盖率和至少20倍覆盖率。 按照当前规范,这意味着HiSeq仪器上每个流动池最多可以运行32个外显子,SOLiD 5500上可能具有类似的吞吐量。 较小的测序仪器,如MiSeq,产生的数据要少得多(~1Gb),因此适用于较小的靶向测序应用,在这种应用中,一次最多可以测序几百个基因。
靶向DNA测序 在研究和临床诊断领域,有针对性的浓缩策略正在被纳入NGS。 文献中描述了各种方法和技术,其中大多数现在可以作为商业产品购买( ). 在比较这些方法时,需要考虑几个因素。 从技术角度来看,捕获的保真度很重要。 非靶向富集和捕获的低均匀性意味着需要更多测序才能获得所有靶区的足够序列深度。 不同的捕获方法也会受到样本质量和捕获区域内存在的变体的影响。 可扩展性、吞吐量和易用性对于高吞吐量来说很重要,而目标区域大小可能决定哪种方法最合适。 最后,对专用设备的需求和试剂价格也是关键考虑因素。
表4。 聚合酶链反应 Fluidigm访问阵列 暴雨 MIP公司 † TruSeq振幅 混合捕获 敏感 高 高 高 高 高 高 特异性 高 高 高 高 高 根据设计,目标值为70-80% 均匀性 PCR产物归一化后的变异性较高 90%的TB在2倍平均覆盖范围内 * >90%的TB在10倍平均覆盖范围内 58%的TB在10倍平均覆盖范围内 未知 80–90%的TB在平均覆盖率的5倍以内 运行速度 小区域-高 大区域-低 高 高 高 高 低 最大捕获大小 低 取决于放大器长度和多路复用 1.63 Mb已演示 1.7 Mb已演示 384 x 250 bp扩增子 42–62兆字节 DNA数量 每个放大器约5纳克 50纳克 2微克 >200纳克 200纳克 500纳克-3微克 样本吞吐量 中等 高 低模型 低模型 高 低模型 试剂成本/Mb 高 中等 中等 低 中等 低 自动化 是的 是的 是的 不适用 可能 是的 设计服务 不适用 是的 是的 不适用 是的 是的 单位 不适用 富鲁达 RainDance公司 不适用 Illumina公司 安捷伦 罗氏公司 宁布伦根 生活 技术 Illumina公司 Rivia公司 二月
靶向富集方法大致分为两类:PCR-扩增子和杂交捕获方法。 由于基于PCR的方法已经在诊断实验室中常规使用,因此它们与现有的诊断工作流程非常吻合。 PCR具有很高的特异性,与比较杂交方法相比,PCR具有产生更均匀覆盖率的优势,前提是单个PCR产物的浓度在汇集和测序之前已充分标准化。 PCR扩增文库的生成采用了不同的策略。 一些人使用PCR产物的串联来生成片段库; 剪切PCR连接子并送入鸟枪文库准备。 与长阅读测序仪器兼容的一个更简单的协议是将序列适配器合并到PCR引物的5′端,从而实现扩增子池和直接测序。 常规PCR方法显然更适合针对少数区域,因为检测较大区域所需的物流、成本和DNA数量可能会令人望而却步。
长范围PCR(LR-PCR)可以减少生成数十个PCR引物集的负担,以跨感兴趣区域进行扩增,并已被用于靶向邻近区域或跨几个外显子区域进行扩增。 不均匀覆盖可能是使用LR-PCR的一个问题,尽管已经描述了一些补救措施。 34 长扩增子的产生也可能容易出现重复性问题,并且天生不适合使用降解的DNA,例如来自福尔马林固定石蜡包埋(FFPE)材料的DNA。 此外,无论测序平台如何,在PCR后生成鸟枪测序文库的需要都会带来进一步的工作、费用以及失败和污染的潜在风险。
扩展基于PCR的序列富集的关键在于PCR反应的自动化、小型化和多路复用。 所有这些方法都旨在增加PCR的规模,使数百至数千个PCR反应成为可能,同时最大限度地减少试剂的使用、劳动力负担和所需的DNA模板数量。 两个商用平台实现了微流体微型PCR。 Fluidigm是一种基于微流体的方法,使用多层软光刻技术(MSL)。 35 微流体电路由软橡胶复合材料制成,通过使用压力在电路和PCR反应室中创建微型阀门,可以控制试剂的流动。 Fluidigm最初是为实时定量PCR和单核苷酸多态性(SNP)基因分型应用而开发的,但最近发布了Access Array,允许检索PCR产物以用于目标重测序应用。 当前的Access Array系统能够通过48次单复合物分析对48个样本进行并行PCR反应。 该平台的一个吸引人的方面是需要相对少量的模板(~50 ng/样品)。 分析也可以多路进行,以提高吞吐量。 此外,与许多靶向方法一样,索引或条形码标签可以被结合到PCR产物的通用适配器区域中,从而能够在直接测序之前汇集样本。
第二个平台,RainStorm(Raindance Technologies) 36 )包括在油乳剂中生成微滴,然后作为PCR的微型反应室。 37 使用微流控芯片设计和高压泵相结合,可以生成高度均匀的微滴,其中包含反应成分(PCR引物和DNA模板)。 数千个反应剂发光的微液滴被加载到一个微流体装置中,该装置具有稳定的油流,在emPCR扩增和扩增产物提取之前,它们可以通过使用电磁场的通道进行合并和操作。 最近,这种方法已上市,用于从FFPE组织中提取DNA。 这项技术目前的局限性是需要相对大量的DNA以及对单个样本的顺序处理。
替代微型化和微流体操作的方法是使用能够实现高度多重PCR的方法。 其中一种方法使用分子反转探针(MIP)。 MIP是一种由序列特异性引物末端组成的长寡核苷酸,由通用连接子序列连接。 靶向特异性引物末端与感兴趣区域两侧的互补DNA杂交。 聚合酶延伸然后结扎导致MIP循环。 捕获的区域然后通过滚动圈扩增或通过PCR从连接子区域内的通用PCR启动位点进行扩增。 38 , 39 该检测最初描述为针对相对较少数量(10)的基因扩增外显子。 然而,该方法后来被证明具有高度可扩展性,通过使用可编程微阵列,可以生成针对多达50000个外显子区域的MIP池。 40 , 41 然而,MIP的缺点是,与基于杂交的富集相比,它们的捕获均匀性较差,并且对于低吞吐量或定制应用来说,它们可能很昂贵,因为目前没有商业试剂可用。
Illumina开发了一种原则上与MIP类似的方法,预计将于2011年发布(个人通信,Illumiana Australia)。 “TruSeq Amplicon”方法源自Illumina“金门基因分型”分析所用的方法。 不使用MIP,而是将两个独立的左侧和右侧寡核苷酸与基因组DNA模板杂交,从而实现聚合酶延伸和连接。 与MIP一样,侧翼寡核苷酸包含跳出PCR和通用条形码Illumina适配器结合的通用序列。 根据供应商(Illumina)的说法,一次反应最多可扩增384个靶点。 理论上,捕获具有很强的可扩展性,因为所有步骤都可以在96 well PCR板中进行,并且可以通过液体处理实现自动化。 该方法的详细性能规范目前尚不清楚。
通过杂交捕获的靶向富集已广泛应用于研究环境中,通常适合捕获数百个基因的较大靶区和外显子。 针对互补靶区设计的寡核苷酸被用作探针或“诱饵”,以杂交和捕获预先准备好的猎枪库中的目标DNA或“猎物”。 42 大多数方法使用微阵列 就地 寡核苷酸合成以产生诱饵文库(例如Agilent、Roche Nimblegen、Rivia),而Illumina使用其大规模寡核苷酸生产设施通过传统的基于柱的合成来产生长寡核苷酸。 微阵列本身可以用作捕获设备,也可以将序列从阵列中分离出来,以生成溶液中的诱饵库。 43 由于过程的可扩展性、更大捕获区域的更好性能以及不需要专用设备,溶液捕获方法得到了更广泛的应用。 44 杂交富集的优点是能够在单管分析中轻松捕获大区域,并且它已成为研究“外显子”富集重测序的主要方法。 45 – 48 除了用于常见应用的现成试剂外,所有公司现在都提供定制诱饵库的设计服务,这意味着快速周转和具有价格竞争力的市场。 杂交捕获的缺点是由于交叉杂交和捕获的不一致性而缺乏特异性(与PCR相比),这与靶序列的GC含量有关。 除了高通量自动化的优化方法外,还描述了对该方法的改进,有助于克服其中一些问题。 49
RNA测序 RNA测序(RNA-seq)的应用是快速取代微阵列技术的一种方法,它提供了卓越的数字读数,同时还能够发现新的剪接形式、转录物和RNA编辑。 50 来自RNA-seq的定量基因表达数据与微阵列的数据相当,但对于低表达转录物具有更好的动态范围和更低的检测限。 51 然而,分析RNA-seq数据差异表达的方法仍在解决中,这让人想起了微阵列数据归一化和统计分析中遇到的最初问题。 52 基因表达微阵列作为一种癌症诊断和预后工具的临床应用已经得到证实,包括识别未知原发癌的组织起源以及预测早期乳腺癌和结直肠癌的复发。 53 – 55 虽然RNA-seq是否可以取代微阵列或定量PCR作为临床检测仍有待观察,但直觉似乎认为,如果技术变得更便宜、更稳健,这可能发生。
RNA-seq也已被应用于突变检测,并且已被证明特别适用于检测由基因组易位引起的基因融合。 56 通过基因组DNA测序从RNA-seq数据中调用变体的一个优点是,数据同时提供关于变体或融合产物的功能信息。 然而,基因之间的动态表达范围很大,使得很难获得足够的序列覆盖率来准确调用变体,而不必为每个样本生成大量数据。 cDNA文库的靶向杂交捕获,类似于DNA测序所用的杂交捕获,最近被证明可以提高从RNA-seq数据中检测序列变异和融合产物的灵敏度。 57 在突变检测中,RNA测序优于DNA测序的任何优点尚待证明。 然而,从单个细胞中获得的RNA转录副本数量越多,这可能表明基于RNA的方法可能比询问DNA的方法更敏感。
表观基因组学 表观遗传学在癌症中的作用越来越受到重视。 58 表观遗传学这一新兴领域的发展得益于用于测量DNA甲基化、转录因子占位绘图、修饰组蛋白和表观遗传调节剂的NGS方法的发展。 研究最为深入的表观遗传标记DNA甲基化可以通过亚硫酸氢盐测序在全基因组水平上进行检测。 59 减少代表性亚硫酸氢盐测序(RRBS)和靶向富集后进行亚硫酸氢处理的方法也可用于降低测序成本,同时保持核苷酸分辨率和定性测量。 60 , 61 其他方法使用甲基胞嘧啶特异性抗体(MeDIP-seq)和MBD2等蛋白质的重组甲基结合域进行亲和富集分析。 62 这些方法的工作方式与染色质免疫沉淀法(ChIP-seq)类似,其中富集的甲基化DNA或免疫沉淀蛋白-DNA染色质复合体与基因组对齐,以显示峰值,标记感兴趣的表观遗传标记的平均分布。 63 – 65 与RNA-seq一样,这些方法在发现应用中优于基于阵列的查询,因为它们不需要 先验的 关于在何处查询基因组的假设。 DNA甲基化的潜在诊断和预后实用性已经得到证实。 66 单基因DNA甲基化检测,例如通过检测MGMT甲基化来预测胶质瘤对DNA烷基化试剂的反应,目前正在纳入临床管理, 67 同时,用于检测肺癌和结直肠癌的单基因检测也在发展中。 68 然而,据我们所知,尚未在临床上采用多基因或全基因组DNA甲基化检测。
用于下一代测序的生物信息学 虽然测序技术发展迅速,强大的商业平台已随时随地可用,但NGS数据的分析仍然是一项重大挑战。 对于桑格测序的经验丰富的用户,分析NGS数据的一般概念很容易理解。 然而,分析、术语和对命令行计算机语言的需求的规模可能是一个巨大的挑战。 为了克服后一个问题,有几种NGS分析的商业解决方案,其中一些是由NGS仪器分销公司提供的。 这些程序旨在通过提供易于使用的图形用户界面(GUI)简化分析。 此类软件工具可能是小型实验室的合适切入点,特别是对于简单数据集的分析,但其灵活性和可扩展性通常有限,通常无法充分解决数据处理和管理方面的问题。 同样重要的是要记住,围绕NGS分析的许多挑战仍在解决,商业软件包也不能免除分析NGS数据时遇到的常见问题,而且可能不如大型基因组中心开发的开源工具先进。 在研究环境中,大多数团体都通过雇佣计算机程序员和IT专家来开发测序分析管道,从而投资于生物信息学支持。 这部分反映了基于发现的应用程序的复杂性和规模,但也表明了该领域正在取得的持续进展。 在本综述中,我们将讨论分析NGS数据以进行DNA重测序的基本概念,这在分析管道中很常见( ).
(A) 下一代测序变异检测的典型管道示意图,显示了从原始读取到生成变异最终列表的步骤。 (B) 由工具FastQC创建的方框图,显示两个样本的基本读取质量。 顶部的方框图显示的是一个“糟糕”的结果,其中质量从读取的中间到结束都会迅速恶化,而底部的方框图则显示的是“良好”的结果。 建议修剪顶部样本中的读数,因为这样可以实现更准确的变体检测。 (C) 使用未标记(MAQ)与间隙对准器(BWA)的效果。 使用未标记的对准器,样本中存在缺失会导致缺失旁边的读取部分错位,从而导致假阳性单核苷酸变异(SNV)调用。
分析管道方面 每个平台的主要数据输出基本上包括一个文本文件,其中包含原始序列读取以及每个基的质量分数。 每个测序平台都有自己的专有分析软件,用于调用碱基并生成相关的质量指标。 还开发了独立的基站呼叫算法和软件工具,以提高基站呼叫精度并减少系统错误, 69 尽管对于普通用户来说,这些第三方软件不太可能被考虑。 虽然无法在测序平台之间直接比较质量分数,但它们通常都使用Phred-like分数,该分数与底牌错误概率呈对数关系。 70 , 71 分配给基础的质量分数与检测置信度有关,影响基础质量的个别因素由每种测序技术的细微差别决定。 基本质量在接近读取结束时往往会恶化,因此可能需要修剪低质量的结束以提高整体数据质量( ). 每个平台提供的软件通常会提供一份总体运行质量报告,同时使用第三方工具(例如FastQC)进行质量评估 72 )也经常使用。
较短的读取时间、较高的错误率和庞大的数据规模意味着需要特定的方法来进行NGS读取校准。 存在许多对齐算法,其中一些最流行的算法是BWA、MAQ、Bowtie和Novoalign, 73 – 76 而大多数商业软件都开发了自己的专有算法。 与MAQ和Bowtie等非间隙对准器相比,BWA和Novoalign等间隙对准器更适合于变异检测,因为它们可以实现indel检测,并且不太容易调用indel周围的假阳性SNV( ). 算法之间存在性能差异,通常在速度和准确性之间进行权衡。 77 一旦比对完成,就会生成序列比对图(SAM或二进制格式BAM),可用于在IGV等基因组浏览器中可视化序列读取。 78 商业解决方案可能在软件包中内置一个基因组浏览器,在分析过程中生成的中间文件通常对用户隐藏。
与对齐一样,有许多程序可用于变量调用,其中最常用的是Samtools、GATK Unified Genotyper和SOAPsnp。 79 – 81 面临的挑战是从测序噪声中分离出真实的变异,大多数变异呼叫者使用贝叶斯算法,该算法结合了已知多态率和测序错误下在特定位置看到变异的概率。 变体检测变得越来越复杂,现在通常会在对齐后执行进一步的细化步骤,以提高变体检测的准确性。 对于全基因组和外显子组分析,这些步骤包括重新排列索引周围的读取,删除重复读取,以及在变量调用之前重新校准基本质量分数。 79 类Phred质量分数是为共识变量调用生成的,然而,与为单个读取生成的质量分数一样,这些分数不能在不同变量调用程序之间直接进行比较。
变异检测完成后,通常会对结果进行注释,以添加基因和转录标识符,并预测功能重要性(即非同义或移码变化)。 变异体可以与数据库进行比较,以确定与疾病的已知关联,也有许多工具可用于预测新的错义变化的功能后果。 82 ENSEMBL等基因组数据库提供了一个应用程序接口(API),有助于自动注释变体。 83 商业程序通常要求用户单独上传单个注释文件,这可能会很费力,而且本质上更难管理。
结构变化和拷贝数分析 结构变异,包括拷贝数的改变,是个体间变异的主要原因 84 并且是癌症中的常见事件。 由于可能发生复杂的重排类型,如易位、反转和串联重复,从NGS数据(尤其是短阅读平台)中识别结构变体通常被认为比SNV和小指数更具挑战性。 在重复区域中,结构变化也更为常见,这会为短期对齐带来映射问题。 从NGS数据中检测结构变化的方法仍在积极研究和开发中,目前正在使用四种不同的方法; 读取对、读取深度、拆分读取和组装。 这些方法可以产生差异很大的结果,几乎没有重叠。 85 应用此类分析的大多数研究都使用了来自WGS的数据来识别结构变化,然而,研究表明,结构变化分析也可以应用于目标重测序数据。 这可能在临床环境中有新的应用,以取代识别常见易位融合伙伴或识别病毒整合位点的方法。 86 – 88
常见错误/假阳性及其克服方法 误报仍然是使用NGS的主要问题,但可以采取措施将此问题降至最低。 常见错误是由于短读取序列对齐和排序错误中的模糊性造成的。 如果读取与基因组中的同源或重复区域对齐,则经常会出现多重映射。 此外,众所周知,人类基因组组装并不完美,存在缺口和错误组装,这也可能导致错位。 89 , 90 通过简短读取,更可能发生与参考基因组的不对中。 较长的读取(例如由Roche 454技术生成的读取)可以使读取具有更高的可信度,同时使用配对读取也可以帮助缓解多映射问题。
假阳性变异的另一个主要来源是PCR扩增过程中碱基错配或序列检测错误。 重复读取会导致PCR相关错误产生假阳性,因此在分析过程中会定期清除。 在这种情况下,猎枪片段库中的成对基因测序非常有用,因为如果来自两个独立片段的成对序列具有相同的起始位点,则两次读取极有可能重复。 当使用PCR-amplicon方法时,这个问题不太容易解决,因为所有读取都将根据底漆设计与相同的起始位置对齐。 设计重叠的PCR扩增子并在扩增间隔之间只接受一致的变异调用可能有助于减少这个问题。 最近,一种称为SafeSeq的替代方法被描述为减少PCR扩增物的假阳性。 91 该方法原则上类似于样品的分子条形码(索引)。 在文库制备过程中,不是使用已知的4-6碱基索引来标记单个样本,而是通过将退化的12-16碱基索引合并到通用适配器序列中,为每个分子提供一个唯一的条形码。 样本经过PCR和深度测序,其中只有95%的重复读数中识别出的变体被保留。 该应用程序非常适合检测罕见变异,但可以应用于任何基于PCR的诊断应用程序。
特定于癌症的挑战 肿瘤样本的测序为生物信息分析带来了额外的挑战。 癌症数据集中变异检测的具体挑战来自肿瘤样本的固有特征:非整倍体、肿瘤异质性和与正常组织的污染。 大多数广泛使用的变体调用者,如GATK Unified Genotyper和Samtools,假设基因组为二倍体,因此不太适合肿瘤样本,因为二倍体无法保证,拷贝数改变很常见。 已经努力开发针对癌症变异检测的工具,如SNVmix,以应对低频变异检测的挑战。 92
癌症诊断的当前机会 在临床环境中实施NGS有许多令人兴奋的可能性,毫不奇怪,在这个领域有很多兴趣和活动。 其中一些方法将取代现有的桑格测序或基于PCR的分析,用于与家族性癌症综合征相关的基因内的基因检测,或用于检测癌细胞或组织内具有治疗重要性的基因突变。 这些应用的真正驱动力将是以最低成本快速筛选众多基因靶点的能力。 尽管目前存在关于侵犯基因专利的法律诉讼,但这有望转化为更多的个人被允许进行基因检测,并为患者及其家人带来积极的结果。 针对药物基因靶点的小分子抑制剂和抗体的出现正在彻底改变癌症治疗。 当与伴随的诊断分析结合使用时,许多这些药物被认为是最有效的。 其他新的临床应用也正在出现,包括通过微创检测癌症患者外周血中的肿瘤DNA来监测疾病负担。 93 , 94 然而,这些更新颖的应用程序仍在开发中,此处不再详细讨论。
家族遗传检测 高外显率家族性癌症基因的基因检测,如BRCA1、BRCA2、APC和错配修复基因等,提供给因其家族和临床病史而被认为具有高风险的个体。 NGS的引入应通过同时对多个目标和多个样本进行测序,从而大幅节省成本。 降低基因检测成本测序的一个直接而积极的影响是,患有乳腺癌和卵巢癌等疾病的人,如果不符合目前推荐基因检测的严格标准,可能有资格进行筛查, 因为决定此类指南严格性的一个主要因素是基因检测和可用资源的成本。 据报道,约30-50%的突变个体不会有明显的家族史,不需要进行检测。 95 , 96 因此,只有在使用其他更具地方性的指南时,如发病年龄小或三阴性乳腺肿瘤病理学,才能对这些患者进行检测。 这些团体可能会从更容易获得的NGS方法中受益。 在高级别浆液性卵巢癌中也有类似的情况,大约50%的浆液性肿瘤患者有BRCA1或BRCA2突变,但没有明显的家族史。 97
此外,如果疾病风险可归因于这些基因的突变,则可以将未经常规检测但与家族性癌症综合征有关的低频基因纳入标准基因筛查。 然后,检测的选择标准可以基于特定基因内的变体是否可以用于改善诊所对患者的风险评估,而不是资源限制。 另一个积极影响可能是将基因检测的时间从几个月缩短到几周,同时增加潜在的检测量。 这将增加BRCA1和BRCA2检测在BRCA1或BRCA2突变携带者试验中的应用,如聚ADP核糖聚合酶(PARP)抑制剂试验,并有助于手术管理决策。 98
最近有几篇出版物描述了NGS在家族性癌症基因筛查中的应用。 99 – 102 作为第一个例子,摩根 等。 使用LR-PCR对一系列细胞系和患者样本中BRCA1、BRCA2和TP53的所有外显子进行扩增并测序。 99 相对较小的目标尺寸使样本池能够在Illumina Genome Analyzer(IIx)流式细胞的单个通道上进行测序。 他们发现,可以使用商业软件NextGene(SoftGenetics)或定制开发的分析软件发现所有已知的致病性变体(通过同一样本集中的Sanger测序确定),包括高达16 bp的缺失,且零假阳性。
沃尔什的第二项研究 等。 使用杂交捕获方法测序21个已知与乳腺癌和卵巢癌易感性相关的基因。 102 他们设计了针对编码区和内含子区的诱饵库,以及每个基因区上游的10Kb,总捕获大小约为1.0Mb。 对一组已知点突变、缺失和重复的样本进行测序,平均覆盖率达到1200倍以上,每个目标碱基的覆盖率至少达到20倍。 每个已知的致病性变化都是在测试样本中确定的,包括高达100 Kb的缺失,这些缺失可以使用捕获富集和测序的平均深度从推断的拷贝数中确定。 这项研究表明,使用杂交捕获可以通过更大的测序深度来克服覆盖率均匀性较低的问题,同时,与基于PCR的方法相比,能够从数据中获得拷贝数信息并对更多基因进行测序是一个明显的优势。 然而,杂交捕获的特异性仍有待进一步研究。 这在处理分别与结直肠癌、黑色素瘤和乳腺癌相关的具有高度同源假基因的基因(如PMS2、BRAF和CHEK2)的诊断分析时尤其重要,因为这在理论上可能导致突变状态或拷贝数数据的误解。
癌症体细胞突变的鉴定 最近,许多靶向治疗方法已可用于各种癌症,尤其是黑色素瘤、肺癌和结直肠癌。 这种治疗的成功在很大程度上取决于正在治疗的单个肿瘤的遗传特征。 BRAF基因中含有p.Val600Glu突变的黑色素瘤在第一时间对韦莫拉非尼治疗有显著反应 103 而非小细胞肺癌如果携带EGFR基因的一系列激活突变之一,则对吉非替尼或埃洛替尼治疗有反应。 104 相反,KRAS基因的大多数外显子12和13突变预示着对针对EGFR蛋白的单克隆抗体治疗缺乏反应,例如西妥昔单抗和帕尼单抗。 105
虽然目前单一治疗的单一靶点是正常的,但未来的治疗很可能更多地依赖于针对多靶点的治疗,以避免这些治疗方式常见的复发。 此外,获得性或原发性体细胞突变可能是疾病复发的机制之一。 事实上,EGFR基因中的p.Thr790Met突变被描述为靶向治疗的耐药突变,有可能预测治疗后疾病复发的可能性。 106 因此,监测疾病对治疗的反应以检测新出现的耐药性,并同时进行基因检测以检测 从头开始的 突变可能会成为许多未来治疗策略的一部分。
目前正在出现使用NGS对患者肿瘤样本中的多基因组进行临床测序的初步报告。 例如,Wagle最近的一项研究 等。 报道了利用黑色素瘤中的靶向重测序来确定对BRAF抑制剂PLX4032(vemurafinib)获得性耐药的一种未知机制。 107 对单个患者复发前后肿瘤样本中138个癌基因进行杂交捕获和重测序,发现MEK1激酶中存在p.Cys121Ser突变,该突变仅在复发样本中发现。 在含有BRAF p.Val600Glu突变的黑色素瘤细胞系中,涉及MEK1 p.Cys121Ser等位基因异位表达的实验验证证实了MEK1突变体的抗性表型。BRAF p.Val600Glu突变通常对BRAF抑制高度敏感。 这是首次报道BRAF激酶下游发生激活突变,增加了对BRAF抑制获得性耐药的其他已知机制的清单。 108 – 110 使用常规测序或基因分型方法似乎不太可能发现像这样的新突变。 然而,这也提出了如何在临床实践中解释任何新发现的问题。 建立可能对靶向治疗药物产生耐药性的基因和突变的知识库,对于解释测序结果和未来部署有效的联合治疗非常重要。
从诊断肿瘤组织中对肿瘤DNA进行测序可能会带来特定的技术挑战,包括使用异质性肿瘤样本以及使用少量降解和固定作用的DNA。 在试图检测基因靶点突变时遇到的一个主要困难是在灵敏度和检测 从头开始的 序列变化。 例如,标准桑格测序能够检测目标区域内的大多数突变,但不太可能检测到低于10%的突变。 据报道,特异性等位基因鉴别分析的灵敏度为99%或更高,但高倍数等位基因判别分析(如Oncomap面板)对FFPE样品的平均突变检测灵敏度接近89%或更低。 111 NGS似乎非常适合解决敏感度和覆盖率方面的挑战。 Querings最近的一项研究 等。 比较PCR富集后NGS与Sanger测序和焦磷酸测序对肺癌标本中EGFR和KRAS突变检测的敏感性。 112 他们发现NGS的敏感性优于其他两种方法,100%的患者对EGFR抑制剂有反应。
毫无疑问,使用NGS进行癌症诊断的主要技术挑战之一是使用从FFPE材料中提取的DNA。 很少有已发表的研究评估了使用从FFPE材料中提取的DNA进行NGS重测序的能力。 86 , 113 我们和其他人已经开始在FFPE病理标本上测试序列富集方法,使用基于PCR的或杂交捕获富集。 轶事和未发表的报告表明,这似乎是可行的,尽管总体成功率和测序准确性可能取决于DNA质量,而DNA质量在FFPE样品中可能存在很大差异。 需要进行进一步研究,以验证NGS在区分样品处理过程中可能引入的测序人工制品和与其他高灵敏度分析(如质谱基因分型)进行基准比较时可能检测到的罕见低频肿瘤突变方面的稳健性。
结论 基因组学的前景以及NGS等技术平台对我们理解、诊断和治疗常见疾病的影响充满了希望。 然而,应该记住,测序技术平台只是常规诊断分子病理实验室的一个方面。 DNA测序技术作为一种临床诊断工具已经使用了一段时间,开发、审查和验证数据分析和解释所需的支持系统用于临床诊断至少花了十年时间。 在某些方面,它们仍不符合诊断实验室对许多应用的要求。 然而,在这段时间里,桑格测序系统的局限性已经得到了很好的理解,商业软件工具也随时可以帮助完成这些任务。
NGS将从技术角度提出具体问题,包括较高的错误率、基本平台差异、适当质量值的选择和数据处理。 在许多方面,这些问题并不是NGS独有的,但可能因其使用而被夸大。 新测序平台的验证将通过与先前分析的样本进行回顾性比较来实现,还需要验证平台使用的和/或第三方供应商或开放存取软件提供的软件。 由于回顾性测试不太可能与从新设计的NGS面板获得的数据完全相关,因此需要进行详尽的前瞻性比较。
实验室和临床对临床数据解释的要求将更高。 需要制定处理NGS数据的协议,以指导向临床医生报告和传达特定信息的内容和方式。 这些问题目前对澳大利亚的治疗品管理局(TGA)等监管机构来说非常重要。 在澳大利亚,体外诊断设备(IVD)的使用受NATA/RCPA实验室认证管理,澳大利亚政府卫生与老龄部提供了国家病理认证咨询委员会(NPAAC)指南。 114 TGA最近推出了IVD登记册,其中每个第3类IVD,包括本综述中描述的大多数测试,如果在澳大利亚用于诊断设置,必须在2014年7月1日之前登记。 115 该认证将涵盖IVD的所有方面,包括NGS平台、瞄准方法以及数据解释和报告。
致谢 我们要感谢Peter MacCallum癌症中心的Alison Trainer博士和Alex Dobrovic副教授对手稿的有益评论,并感谢Illumina Australia的Derek Campbell和Brett Kennedy提供了有关Illumina产品的早期发布信息。
脚注
相互竞争的利益 :Meldrum博士收到了罗氏公司的酬金/费用。 其他作者声明没有相互竞争的利益。
工具书类 1 Chiu RW、Lo YM。 通过母体血浆中胎儿核酸分析进行无创产前诊断:成年。 Semin胎儿医学。 2011; 16 :88–93. [ 公共医学 ] [ 谷歌学者 ] 2 Kuhlenbaumer G,Hullmann J,Appenzellerm S。新型基因组技术为单基因疾病的分析开辟了新途径。 哼,变种。 2010; 32 :144–51. [ 公共医学 ] [ 谷歌学者 ] 三。 Sobreira NL、Cirulli ET、Avramopoulos D、Wohler E、Oswald GL、Stevens EL等。单个先证者的全基因组测序和连锁分析确定了孟德尔病基因。 公共科学图书馆-遗传学。 2010; 6 :e1000991。 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 4 Lupski JR、Reid JG、Gonzaga Jauregui C、Rio Deiros D、Chen DC、Nazareth L等。Charcot-Marie Tooth神经病患者的全基因组测序。 《英国医学杂志》。 2010; 362 :1181–91. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 5 Welch JS、Westervelt P、Ding L、Larson DE、Klco JM、Kulkarni S等。利用全基因组测序诊断隐匿融合癌基因。 JAMA公司。 2011; 305 :1577–84. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 6 Link DC,Schuettpelz LG,Shen D,Wang J,Walter MJ,Kulkarni S,et al.通过对治疗相关AML患者的全基因组测序鉴定新型TP53癌症易感性突变。 JAMA公司。 2011; 305 :1568–76. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 7 国际癌症基因组联合会。 Hudson TJ、Anderson W、Artez A、Barker AD、Bell C等。癌症基因组项目国际网络。 自然。 2010; 464 :993–8. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 10 Verhaak RG、Hoadley KA、Purdom E、Wang V、Qi Y、Wilkerson MD等。癌症基因组图谱研究网络综合基因组分析确定以PDGFRA、IDH1、EGFR和NF1异常为特征的胶质母细胞瘤临床相关亚型。 癌细胞。 2010; 17 :98–110. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 11 Puente XS、Pinyol M、Quesada V、Conde L、Ordóñez GR、Villamor N等。全基因组测序确定慢性淋巴细胞白血病的复发突变。 自然。 2011; 475 :101–5. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 12 Harris TJ,Mccormick F.癌症的分子病理学。 Nat Rev临床肿瘤学。 2010; 7 :251–65. [ 公共医学 ] [ 谷歌学者 ] 13. Schadt EE,Turner S,Kasarskis A.第三代测序窗口。 人类分子遗传学。 2010; 19 (R2):R227-40。 [ 公共医学 ] [ 谷歌学者 ] 14 Shendure J,Ji H.下一代DNA测序。 国家生物技术。 2008; 26 :1135–45. [ 公共医学 ] [ 谷歌学者 ] 15 Metzker ML.测序技术-下一代。 Nat Rev基因。 2010; 11 :31–46. [ 公共医学 ] [ 谷歌学者 ] 17 下一代DNA测序仪现场指南。 Mol Ecol Resour公司。 2011; 11 :759–69. [ 公共医学 ] [ 谷歌学者 ] 18 Dressman D,Yan H,Traverso G,Kinzler KW,Vogelstein B.将单个DNA分子转化为荧光磁粉,用于检测和计数遗传变异。 美国国家科学院程序。 2003; 100 :8817–22. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 19 Margulies M、Egholm M、Altman WE、Attiya S、Bader JS、Bemben LA等。微加工高密度微晶反应器中的基因组测序。 自然。 2005; 437 :376–80. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 20 McKernan KJ、Peckham HE、Costa GL、McLaughlin SF、Fu Y、Tsung EF等。使用双碱基编码的短读大规模平行连接测序发现的人类基因组序列和结构变异。 基因组研究。 2009; 19 :1527–41. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 21 Bentley DR、Balasubramanian S、Swerdlow HP、Smith GP、Milton J、Brown CG等。使用可逆终止剂化学进行准确的全人类基因组测序。 自然。 2008; 456 :53–9. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 22 Ronaghi M,Uhlén M,Nyrén P.一种基于实时焦磷酸盐的测序方法。 科学。 1998; 281 :363–5. 365 [ 公共医学 ] [ 谷歌学者 ] 23 Rothberg JM、Hinz W、Rearick TM、Schultz J、Mileski W、Davey M等。实现非光学基因组测序的集成半导体设备。 自然。 2011; 475 :348–52. [ 公共医学 ] [ 谷歌学者 ] 25 罗宾逊·K·半导体公司负责测序。 国家生物技术。 2011; 29 :805–7. [ 公共医学 ] [ 谷歌学者 ] 26 Shendure J、Porreca GJ、Reppas NB、Lin X、McCutcheon JP、Rosenbaum AM等。进化细菌基因组的精确多重极性测序。 科学。 2005; 309 :1728–32. [ 公共医学 ] [ 谷歌学者 ] 27 Harismendy O、Ng PC、Strausberg RL、Wang X、Stockwell TB、Beeson KY等。针对人群目标测序研究的下一代测序平台评估。 基因组生物学。 2009; 10 :R32。 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 28 Dohm JC、Lottaz C、Borodina T、Himmelbauer H。高通量DNA测序的超短读数据集中的重大偏差。 核酸研究。 2008; 36 :e105。 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 29 Nakamura K、Oshima T、Morimoto T、Ikeda S、Yoshikawa H、Shiwa Y等,《Illumina测序器的序列特定错误简介》。 核酸研究。 2011; 39 :e90。 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 30 Quail MA、Kozarewa I、Smith F、Scally A、Stephens PJ、Durbin R等。大型基因组中心对Illumina测序系统的改进。 自然方法。 2008; 5 :1005–10. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 31 Pleasance ED、Cheetham RK、Stephens PJ、McBride DJ、Humphray SJ、Greenman CD等。人类癌症基因组体细胞突变的综合目录。 自然。 2010; 463 :191–6. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 33. Kobolt DC,Ding L,Mardis ER,Wilson RK。人类基因组测序的挑战。 简要生物信息。 2010; 11 :484–98. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 34 Harismendy O,Frazer K.使用Illumina GA测序-合成技术改进LR-PCR扩增的靶基因组区间序列覆盖均匀性的方法。 生物技术。 2009; 46 :229–31. [ 公共医学 ] [ 谷歌学者 ] 37 Tewhey R、Warner JB、Nakano M、Libby B、Medkova M、David PH等。基于微滴落的PCR富集用于大规模靶向测序。 国家生物技术。 2009; 27 :1025–31. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 38 Dahl F、Stenberg J、Fredriksson S、Welch K、Zhang M、Nilsson M等。癌症突变发现的多基因扩增和大规模平行测序。 美国国家科学院院刊。 2007; 104 :9387–92. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 39 Fredriksson S、Banér J、Dahl F、Chu A、Ji H、Welch K等。基因采集器对10个癌症基因内所有编码序列的多重扩增。 核酸研究。 2007; 35 :e47。 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 40 Porreca GJ,Zhang K,Li JB,Xie B,Austin D,Vassallo SL,等。人类外显子大集合的多重扩增。 自然方法。 2007; 4 :931–6. [ 公共医学 ] [ 谷歌学者 ] 41 Turner EH、Lee C、Ng SB、Nickerson DA、Shendure J.16个基因组的大规模平行外显子捕获和无库重测序。 自然方法。 2009; 6 :315–6. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 42 Gnirke A、Melnikov A、Maguire J、Rogov P、LeProust EM、Brockman W等。用于大规模平行靶向测序的超长寡核苷酸溶液杂交选择。 国家生物技术。 2009; 27 :182–9. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 43 Hodges E、Rooks M、Xuan Z、Bhattacharjee A、Benjamin Gordon D、Brizuela L等。定制微阵列上离散基因组区间的混合选择,用于大规模平行测序。 国家协议。 2009; 4 :960–74. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 44 Mamanova L、Coffey AJ、Scott CE、Kozarewa I、Turner EH、Kumar A等。下一代测序的目标富集策略。 自然方法。 2010; 7 :111–8. [ 公共医学 ] [ 谷歌学者 ] 45 Comino-Méndez I、Gracia-Aznárez FJ、Schiavi F、Landa I、Leandro-Garcia LJ、Letón R等。外显子序列测定确定MAX突变是遗传性嗜铬细胞瘤的原因。 自然遗传学。 2011; 43 :663–7. [ 公共医学 ] [ 谷歌学者 ] 46 Ng SB、Turner EH、Robertson PD、Flygare SD、Bigham AW、Lee C等。12个人类外显子的靶向捕获和大规模平行测序。 自然。 2009; 461 :272–6. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 47 Wei X、Walia V、Lin JC、Teer JK、Prickett TD、Gartner J等。NISC比较测序程序Exome测序确定GRIN2A在黑色素瘤中经常突变。 自然遗传学。 2011; 43 :442–6. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 48 闫X-J,徐杰,顾振华,潘C-M,卢G,沈Y,等。外显子序列测定急性单核细胞白血病DNA甲基转移酶基因DNMT3A的体细胞突变。 自然遗传学。 2011; 43 :309–15. [ 公共医学 ] [ 谷歌学者 ] 49 Fisher S、Barry A、Abreu J、Minie B、Nolan J、Delorey TM等。构建序列识别人类外显子靶向捕获库的可扩展、全自动化过程。 基因组生物学。 2011; 12 :R1。 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 50 Wang Z,Gerstein M,Snyder M.RNA-Seq:转录组学的革命性工具。 Nat Rev基因。 2009; 10 :57–63. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 51 Marioni JC、Mason CE、Mane SM、Stephens M、Gilad Y.RNA-seq:技术再现性评估和与基因表达阵列的比较。 基因组研究。 2008; 18 :1509–17. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 52 Oshlack A,Robinson MD,Young MD。从RNA-seq读取到差异表达结果。 基因组生物学。 2010; 11 :220. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 53 Tothill RW、Kowalczyk A、Rischin D、Bousioutas A、Haviv I、van Laar RK等。一种基于表达的起源地诊断方法,设计用于未知来源癌症的临床应用。 癌症研究。 2005; 65 :4031–40. [ 公共医学 ] [ 谷歌学者 ] 54 van de Vijver MJ、He YD、van t Veer LJ、Dai H、Hart AA、Voskuil DW等。基因表达特征作为乳腺癌生存预测因子。 《英国医学杂志》。 2002; 347 :1999–2009. [ 公共医学 ] [ 谷歌学者 ] 55 Salazar R、Roepman P、Capella G、Moreno V、Simon I、Dreezen C等。基因表达特征改善II期和III期结直肠癌预后预测。 临床肿瘤学杂志。 2011; 29 :17–24. [ 公共医学 ] [ 谷歌学者 ] 56 Shah SP、Köbel M、Senz J、Morin RD、Clarke BA、Wiegand KC等。卵巢颗粒细胞肿瘤中FOXL2的突变。 《英国医学杂志》。 2009; 360 :2719–29. [ 公共医学 ] [ 谷歌学者 ] 57. Levin JZ、Berger MF、Adiconis X、Rogov P、Melnikov A、Fennell T等。癌症转录组的靶向下一代测序增强了序列变体和新融合转录物的检测。 基因组生物学。 2009; 10 :R115。 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 59 Lister R、Pelizzola M、Dowen RH、Hawkins RD、Hon G、Tonti Filippini J等。碱基分辨率下的人类DNA甲基化组显示出广泛的表观基因组差异。 自然。 2009; 462 :315–22. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 60 Hodges E,Smith AD,Kendall J,Xuan Z,Ravi K,Rooks M,et al.通过阵列捕获和单分子亚硫酸氢盐测序对哺乳动物DNA甲基化进行高清剖析。 基因组研究。 2009; 19 :1593–605. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 61 Meissner A、Gnirke A、Bell GW、Ramsahoye B、Lander ES、Jaenisch R。用于比较高分辨率DNA甲基化分析的亚硫酸氢盐还原测序。 核酸研究。 2005; 33 :5868–77. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 62 Down TA、Rakyan VK、Turner DJ、Flicek P、Li H、Kulesha E等。基于免疫沉淀的DNA甲基体分析的贝叶斯反褶积策略。 国家生物技术。 2008; 26 :779–85. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 63 Zhang Y、Shin H、Song JS、Lei Y、Liu XS。 从ChIP-Seq中鉴定具有表观遗传标记的定位核小体。 BMC基因组学。 2008; 9 :537. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 64. Valouev A、Johnson DS、Sundquist A、Medina C、Anton E、Batzoglou S等。基于ChIP-Seq数据的转录因子结合位点的基因组分析。 自然方法。 2008; 5 :829–34. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 65 Robertson G、Hirst M、Bainbridge M、Bilenky M、Zhao Y、Zeng T等。利用染色质免疫沉淀和大规模平行测序技术研究STAT1 DNA关联的基因组全谱。 自然方法。 2007; 4 :651–7. [ 公共医学 ] [ 谷歌学者 ] 66 埃斯特勒·M·表观遗传学与癌症。 《英国医学杂志》。 2008; 358 :1148–59. [ 公共医学 ] [ 谷歌学者 ] 67 Hegi ME、Diserens AC、Gorlia T、Hamou MF、de Tribolet N、Weller M等。MGMT基因沉默和替莫唑胺在胶质母细胞瘤中的益处。 《英国医学杂志》。 2005; 352 :997–1003. [ 公共医学 ] [ 谷歌学者 ] 69 Ledergerber C,Dessimoz C.下一代测序平台的基础认证。 简要生物信息。 2011; 12 :489–97. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 70 Ewing B,Hillier L,Wendl MC,Green P.使用phred对自动测序器轨迹进行基线标定。 I.准确性评估。 基因组研究。 1998; 8 :175–85. [ 公共医学 ] [ 谷歌学者 ] 71 Ewing B,Green P.使用phred对自动测序器记录道进行基线标定。 二、。 错误概率。 基因组研究。 1998; 8 :186–94. [ 公共医学 ] [ 谷歌学者 ] 73 Li H,Ruan J,Durbin R.使用绘图质量分数绘制短DNA测序读取和调用变体。 基因组研究。 2008; 18 :1851–8. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 74 Li H,Durbin R.使用Burrows-Wheeler变换快速准确地进行短读对齐。 生物信息学。 2009; 25 :1754–60. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 75 Langmead B、Trapnell C、Pop M、Salzberg SL。短DNA序列与人类基因组的超快和高效记忆比对。 基因组生物学。 2009; 10 :R25。 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 77 Ruffalo M、Laframboise T、Koyutürk M。下一代排序读取对齐算法的比较分析。 生物信息学。 2011; 27 :2790–6. [ 公共医学 ] [ 谷歌学者 ] 78 Robinson JT、Thorvaldsdóttir H、Winckler W、Guttman M、Lander ES、Getz G等。综合基因组查看器。 国家生物技术。 2011; 29 :24–6. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 79 DePristo MA、Banks E、Poplin R、Garimella KV、Maguire JR、Hartl C等。使用下一代DNA测序数据进行变异发现和基因分型的框架。 自然遗传学。 2011; 43 :491–8. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 80 Li H、Handsaker B、Wysoker A、Fennell T、Ruan J、Homer N等,1000基因组项目数据处理子组序列比对/地图格式和SAMtools。 生物信息学。 2009; 25 :2078–9. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 81 Li R,Li Y,Fang X,Yang H,Wang J,Kristiansen K,等。大规模平行全基因组重测序的SNP检测。 基因组研究。 2009; 19 :1124–32. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 83. McLaren W、Pritchard B、Rios D、Chen Y、Flicek P、Cunningham F。利用Ensemble API和SNP效应预测器推导基因组变异的后果。 生物信息学。 2010; 26 :2069–70. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 84 Conrad DF、Bird C、Blackburne B、Lindsay S、Mamanova L、Lee C等。人类生殖系CNV断点测序揭示的突变谱。 自然遗传学。 2010; 42 :385–91. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 85 Alkan C,Coe BP,Eichler EE。基因组结构变异发现和基因分型。 Nat Rev基因。 2011; 12 :363–76. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 86 Duncavage EJ、Magrini V、Becker N、Armstrong JR、Demeter RT、Wylie T等。混合捕获和下一代测序从福尔马林固定的石蜡包埋组织中识别病毒整合位点。 分子诊断杂志。 2011; 13 :325–33. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 87 Nord AS、Lee M、King MC、Walsh T。从目标高通量序列数据中准确识别CNV。 BMC基因组学。 2011; 12 :184. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 88 Talkowski ME、Ernst C、Heilbut A、Chiang C、Hanscom C、Lindgren A等。下一代测序策略可实现临床诊断和遗传研究中平衡染色体重排的常规检测。 美国人类遗传学杂志。 2011; 88 :469–81. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 89 Church DM、Schneider VA、Graves T、Auger K、Cunningham F、Bouk N等,参考基因组组装现代化。 《公共科学图书馆·生物》。 2011; 9 :e1001091。 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 90 Kidd JM、Sampas N、Antonacci F、Graves T、Fulton R、Hayden HS等。缺失人类基因组序列和拷贝数多态性插入的表征。 自然方法。 2010; 7 :365–71. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 91 Kinde I,Wu J,Papadopoulos N,Kinzler KW,Vogelstein B.通过大规模平行测序检测和量化罕见突变。 美国国家科学院程序。 2011; 108 :9530–5. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 92. Goya R、Sun MG、Morin RD、Leung G、Ha G、Wiegand KC等。SNVMix:预测下一代肿瘤测序中的单核苷酸变体。 生物信息学。 2010; 26 :730–6. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 93 Leary RJ、Kinde I、Diehl F、Schmidt K、Clouser C、Duncan C等。使用大规模平行测序开发个性化肿瘤生物标记物。 科学与运输医学。 2010; 2 :20拉14。 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 94 McBride DJ、Orpana AK、Sotiriou C、Joensu H、Stephens PJ、Mudie LJ等。利用肿瘤特异性基因组重排量化实体肿瘤患者血浆中的疾病负担。 基因染色体癌。 2010; 49 :1062–9. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 95 de SanjoséS、LéonéM、Bérez V、Izquierdo A、Font R、Brunet JM等。年轻乳腺癌患者BRCA1和BRCA2种系突变的患病率:一项基于人群的研究。 国际癌症杂志。 2003; 106 :588–93. [ 公共医学 ] [ 谷歌学者 ] 96 Möller P、Hagen AI、Apold J、Maehle L、Clark N、Fiane B等。BRCA突变的遗传流行病学-家族史检测到不到50%的突变携带者。 《欧洲癌症杂志》。 2007; 43 :1713–7. [ 公共医学 ] [ 谷歌学者 ] 97 Risch HA、McLaughlin JR、Cole DE、Rosen B、Bradley L、Fan I等人。BRCA1和BRCA2人群突变频率和癌症外显率:加拿大安大略省的一项亲属研究。 美国国家癌症研究所杂志。 2006; 98 :1694–706. [ 公共医学 ] [ 谷歌学者 ] 98 Farmer H、McCabe N、Lord CJ、Tutt AN、Johnson DA、Richardson TB等。针对BRCA突变细胞中的DNA修复缺陷作为治疗策略。 自然。 2005; 434 :917–21. [ 公共医学 ] [ 谷歌学者 ] 99 Morgan JE,Carr IM,Sheridan E,Chu CE,Hayward B,Camm N,等。克隆测序在家族性乳腺癌基因诊断中的应用。 哼,变种。 2010; 31 :484–91. [ 公共医学 ] [ 谷歌学者 ] 100. Schroeder C、Stutzmann F、Weber BH、RiessO、Bonin M.使用寡核苷酸重测序微阵列诊断BRCA1/2突变的高通量重测序。 乳腺癌研究治疗。 2010; 122 :287–97. [ 公共医学 ] [ 谷歌学者 ] 101 Summerer D,Wu H,Haase B,Cheng Y,Schracke N,Stähler CF,et al.靶向下一代测序基因组亚群的基于微阵列的多周期富集。 基因组研究。 2009; 19 :1616–21. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 102 Walsh T、Lee MK、Casadei S、Thornton AM、Stray SM、Pennil C等。利用基因组捕获和大规模平行测序检测乳腺癌和卵巢癌的遗传突变。 美国国家科学院院刊。 2010; 107 :12629–33. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 103 Chapman PB、Hauschild A、Robert C、Haanen JB、Ascierto P、Larkin J等。BRIM-3研究组使用vemurafenib提高BRAF V600E突变黑色素瘤患者的生存率。 《英国医学杂志》。 2011; 364 :2507–16. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 104 Mok TS、Wu YL、Thongprasert S、Yang CH、Chu DT、Saijo N等。吉非替尼或卡铂-哌啶醇在肺腺癌中的作用。 《英国医学杂志》。 2009; 361 :947–57. [ 公共医学 ] [ 谷歌学者 ] 105 De Roock W、Jonker DJ、Di Nicolantonio F、Sartore-Bianchi A、Tu D、Siena S等。KRAS p.G13D突变与西妥昔单抗治疗化疗难治性转移性结直肠癌患者预后的关系。 JAMA公司。 2010; 304 :1812–20. [ 公共医学 ] [ 谷歌学者 ] 106 Shih JY,Gow CH,Yang PC。EGFR突变导致非小细胞肺癌对吉非替尼产生原发性耐药性。 《英国医学杂志》。 2005; 353 :207–8. [ 公共医学 ] [ 谷歌学者 ] 107 Wagle N、Emery C、Berger MF、Davis MJ、Sawyer A、Pochanard P等。通过肿瘤基因组剖析黑色素瘤对RAF抑制的治疗耐药性。 临床肿瘤学杂志。 2011; 29 :3085–96. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 108 Johannessen CM、Boehm JS、Kim SY、Thomas SR、Wardwell L、Johnson LA等。COT通过MAP激酶途径重新激活来驱动对RAF抑制的抵抗。 自然。 2010; 468 :968–72. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 109 Villanueva J、Vulture A、Lee JT、Somasundaram R、Fukunaga-Kalabis M、Cipolla AK等。通过共同靶向MEK和IGF-1R/PI3K可以克服黑色素瘤中RAF激酶开关介导的对BRAF抑制剂的获得性耐药性。 癌细胞。 2010; 18 :683–95. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 110 Nazarian R,Shi H,Wang Q,Kong X,Koya RC,Lee H,等。黑色素瘤通过RTK或N-RAS上调获得对B-RAF(V600E)抑制的抵抗。 自然。 2010; 468 :973–7. [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 111 MacConaille LE、Campbell CD、Kehoe SM、Bass AJ、Hatton C、Niu L等。分析临床肿瘤样本中的关键癌症基因突变。 公共科学图书馆一号。 2009; 4 :e7887。 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 112 Querings S,Altmüller J,Ansén S,Zander T,Seidel D,Gabler F等。临床肺癌标本突变诊断的基准。 公共科学图书馆一号。 2011; 6 :e1960年1月。 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ] 113 Schweiger MR、Kerick M、Timmermann B、Albrecht MW、Borodina T、Parkhomchuk D等。甲醛固定石蜡包埋(FFPE)肿瘤组织基因组大规模平行测序,用于拷贝数和突变分析。 公共科学图书馆一号。 2009; 4 :e5548。 [ PMC免费文章 ] [ 公共医学 ] [ 谷歌学者 ]