跳到主要内容
访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
自然。作者手稿；PMC 2012年12月27日提供。
以最终编辑形式发布为：
自然。2012年11月15日；491(7424): 399–405.
2012年10月24日在线发布。 数字对象标识：10.1038/自然11547
预防性维修识别码：下午C3530898
NIHMSID公司：NIHMS421409
PMID：23103869

胰腺癌基因组揭示轴突导向通路基因的异常

安德鲁·比安金,1,2,三 尼古拉·沃德尔,4 卡琳·卡萨恩,4 玛丽·克劳德·金格斯,5,6 拉克希米·B·穆图斯瓦米,7 琥珀·L·约翰,1 大卫·K·米勒,4 彼得·威尔逊,4 Ann-Marie补丁,4 吴建民,1 大卫·K·张,1,2,三 马克·考利,1 布鲁克·B·加德纳,4 宋熙年,4 伊文·哈利翁,4 塞内尔·伊德里索格鲁,4 克雷格·诺尔斯,4 埃桑·努尔巴赫什,4 苏珊娜·曼宁,4 Shivangi Wani公司,4 米莲娜·贡多拉,4 玛丽娜·帕吉奇,1 克里斯托弗·斯嘉丽,1,8 安东尼·吉尔,1,9,10 安德烈亚·平荷,1 伊尔斯·鲁曼,1 马修·安德森,4 霍姆斯大法官,4 康拉德·伦纳德,4 达林·泰勒,4 斯科特·伍德,4 徐秦英,4 卡蒂娅·诺内斯,4 J.林恩·芬克,4 安吉丽卡基督,4 蒂姆·布鲁克斯纳,4 妮可·克罗南,4 加布里埃尔·科尔,11 费利西蒂·纽厄尔,4 马克·派恩斯,1 R.斯科特·米德,1,12 杰里米·汉弗莱斯,1 沃伦·卡普兰,1 马克·琼斯,1 艾米丽·科尔文,1 阿德南·纳格里尔,1 艾米丽·汉弗莱,1 安吉拉·周,1,12 Venessa T.Chin公司,1 洛林·A·尚特里,1 阿曼达·莫森,1 贾斯温德·S·萨姆拉,9,13 詹姆斯·肯奇,1,10,14 杰西卡·洛弗尔,1 罗杰·戴利,1 尼尔·D·梅勒特,2,15 克里斯托弗·图恩,1 克里希纳·埃帕里,16 Nam Q.Nguyen先生,17 安德鲁·巴伯,18 尼古拉斯·泽普斯,19澳大利亚胰腺癌基因组计划，* 尼蓬·卡卡尔,5 赵凤梅,5 袁庆武,5 王敏（Min Wang）,5 唐娜·穆兹尼,5 威廉·费希尔,6,20 F.查尔斯·布鲁尼卡迪,21 萨莉·霍奇斯,6,20 杰弗里·里德,5 詹妮弗·德拉蒙德,5 凯尔·张,5 易汉,5 洛拉·刘易斯,5 Huyen Dinh公司,5 克里斯蒂安·布海（Christian J.Buhay）,5 蒂莫西·贝克,7 李·蒂姆斯,7 米歇尔·山姆,7 金伯利·贝格利,7 安德鲁·布朗,7 Deepa Pai公司,7 阿米·潘查尔,7 尼古拉斯·布奇纳,7 理查德·德·博尔贾,7 罗伯特·登罗奇,7 克里斯蒂娜·容克,7 斯特凡诺·塞拉,22 妮可·奥内托,7 Debabrata Mukhopadhyay公司,23 曹明声,22 帕特里夏·A·肖,22 格洛丽亚·彼得森,23 史蒂文·加林格,22,24 拉尔夫·赫鲁班,25 阿尼尔班·迈特拉,25 克里斯汀·亚科布齐奥·多纳休,25 理查德·舒利克,26 克里斯托弗·沃尔夫冈,26 理查德·摩根,25 丽塔·T·劳勒,27 保拉·卡佩利,28 文森佐·科尔博,27 玛丽亚·斯卡多尼,28 詹保罗·托托拉,29 玛格丽特·坦佩罗,30 凯伦·曼恩,31 南希·詹金斯,31 佩德罗·佩雷兹·曼切拉,32 大卫·J·亚当斯,33 大卫·A·拉加埃斯帕达,34 Lodewyk F.A.Wessels公司,35 Alistair G.锈蚀,33 林肯·D·斯坦,7 大卫·塔维森,32 尼尔·G·科普兰,31 伊丽莎白·马斯格罗夫,1,36 阿尔多·斯卡帕,27,28 詹姆斯·埃斯勒曼,25 托马斯·哈德森,7 罗伯特·L·萨瑟兰,1,36,‡ 大卫·A·惠勒,5 约翰·皮尔逊,4 约翰·麦克弗森,7 理查德·吉布斯,5和肖恩·格里蒙德4
作者信息 版权和许可信息 PMC免责声明

关联数据

补充资料

摘要

胰腺癌是一种高度致命的恶性肿瘤，几乎没有有效的治疗方法。我们进行了外显子组测序和拷贝数分析，以确定前瞻性累积临床队列中的基因组畸变(n个=142）早期（I期和II期）散发性胰腺导管腺癌。对99例信息丰富的肿瘤进行详细分析，发现2016年非沉默突变和1628个拷贝数变异具有实质性异质性。我们定义了16个显著突变的基因，重申了已知突变(KRAS、TP53、CDKN2A、SMAD4、MLL3、TGFBR2、ARID1A和SF3B1钢)，并发现新的突变基因，包括参与染色质修饰的其他基因(EPC1和ARID2公司)、DNA损伤修复(自动取款机)和其他机制(ZIM2、MAP2K4、NALCN、SLC16A4和MAGEA6公司). 与集成分析在体外功能数据和动物模型为这些基因变异在致癌过程中的潜在作用提供了支持性证据。对反复突变基因的基于路径的分析重述了胰腺导管腺癌核心信号通路中的聚类，并确定了每个通路中的新突变基因。我们还发现了传统上被描述为轴突导向胚胎调节器的基因中的频繁和多样的体细胞畸变，特别是SLIT/ROBO信号，这在小鼠Sleeping Beauty转座子介导的胰腺癌体细胞突变模型中也很明显，为轴突导向基因在胰腺癌发生中的潜在作用提供了进一步的支持性证据。

胰腺癌是癌症死亡的第四大原因，总的5年生存率<5%，这一统计数据在近50年内没有改变1新辅助和辅助化疗方案的进展已经在一定程度上改善了疗效，但胰腺切除术仍然是胰腺癌唯一最有效的治疗方式，也是唯一的治愈潜力。只有20%的患者存在适合切除的局部非转移性疾病2。接受切除和辅助治疗的患者中位生存期为12-22个月，5年生存期为20-25%三现有的系统性治疗方法仅具有一定的疗效，转移性疾病患者的中位生存期仍为6个月。胰腺导管腺癌（PDAC）占胰腺癌的90%以上，其基因组特征迄今为止主要集中于基于靶向聚合酶链反应（PCR）的外显子组测序，以检测作为异种移植物或细胞系繁殖的原发性和转移性病变4需要深入了解临床疾病的潜在分子病理生理学，以促进有效治疗和早期检测策略的发展。

临床队列

我们招募了142名原发性可手术、未经治疗的PDAC患者作为队列，这些患者接受了具有治疗目的的胰腺切除术（术前临床I期和II期），并通过澳大利亚胰腺癌基因组计划（APGI）获得了基因组测序的同意，2005年6月至2011年6月，贝勒医学院胰腺癌基因组项目和安大略省癌症研究所胰腺癌基因组研究（ABO合作）作为国际癌症基因组联合会（ICGC）的一部分5该队列的详细临床病理特征表明，与多个回顾性获得的队列相比，切除PDAC在肿瘤大小、级别、淋巴结转移和生存率方面具有典型特征6–8，将累积人群定义为社区临床疾病的代表(补充表1和补充图1).

细胞数和突变检测

基因组测序的一个主要挑战是许多癌症的恶性上皮细胞含量低，这可能会对突变检测的敏感性产生不利影响。迄今为止，大多数测序研究都使用了肿瘤细胞数>70%的样本，或细胞系/异种移植物4,9为了在临床实践中实施基因组测序方法，必须高效准确地检测诊断临床样本中的可操作突变。我们设计了一些方法来克服与广泛促结缔组织增生间质相关的挑战，这是大多数PDAC的特征，这些策略促进了在该疾病的病理生理学中发现新的分子机制。通过病理学检查、基于深度扩增的外显子2和3测序来评估每个原始样本的细胞数KRAS公司（平均深度1000×），以及使用新算法（qpure）基于单核苷酸多态性（SNP）阵列的细胞数估计10.KRAS公司142例患者中93%发现突变，肿瘤细胞数从5%到85%不等，平均38%(补充表2，补充图2和3、和补充方法).

为了告知后续分析的细胞数阈值，我们通过外显子组捕获和测序不同的癌细胞系和匹配种系DNA混合物（100%、80%、60%、40%、20%和10%细胞系DNA），确定基质DNA含量对突变检测的影响，测序深度为70倍。以这些数据为标准，估计队列中上皮细胞数大于20%的所有样本检测真阳性的中位数敏感性为45%(补充表3). 对细胞数大于20%和/或≥10个经验证的体细胞突变的99名患者进行信息队列分析。

突变检测和CNV分析

我们使用捕获系统和下一代测序平台的组合，对肿瘤的整个外显子和来自所有142名患者的匹配正常DNA进行了基于杂交选择的捕获和测序（参见补充方法). 采用每个位置的序列深度（APGI 65×、BCM 104×和OICR 205×），以确保其各自队列的适当敏感性(补充表3). 在这99个信息丰富的样本中，我们检测到2627个高置信突变，其中2016个为非沉默突变(表1). 通过正交测序方法（参见补充方法). 每个患者检测到的平均突变数为26个（范围为1-116），与基于细胞数估计和先前研究的预期敏感性一致4,11(补充表2). 我们证实了已知在PDAC中重要的遗传变异的高流行率，并观察到79个基因中的38个基因（48%重叠）发生了之前参考文献报道的多次突变。4以及该研究中所有998个突变基因中的186个（19%重叠）。我们还定义了大量的新突变（1456个基因），其中大多数发生在低频率（见补充表4-6和补充图4详细比较）。队列中观察到的颠倒/转换率与之前在PDAC细胞系和异种移植物中报道的比率密切相关(补充表7).

表1

胰腺导管腺癌的突变(n个= 99)

突变类别总计
误解1,684
胡说99
拼接现场89
插入/删除144
非silent2,016
沉默611

显著突变基因分析12在2个或更多个体癌症中发生非沉默突变的基因中，通过3种严格的分析方法中的2种，在前20个突变基因中鉴定出16个基因(表2,补充表8和补充方法)并重申了已知发生在PDAC中的突变的重要性：KRAS、TP53、CDKN2A、SMAD4、MLL3、TGFBR2、ARID1A和SF3B1钢新的显著突变基因包括参与染色质修饰的其他基因(EPC1和ARID2公司)和自动取款机最近，在一例家族性PDAC（肿瘤中的种系突变和杂合性丢失（LOH））病例中，通过双等位基因失活牵涉到PDAC易感基因13.的像差自动取款机发生在我们队列中8%的患者中（5%发生突变，5%发生LOH或缺失，有两名患者同时出现突变和LOH或丢失），以及之前未报告的其他基因中检测到的突变：ZIM2、MAP2K4、NALCN、SLC16A4和MAGEA6公司(表2). GISTIC2.0标准14确定了受拷贝数改变影响的30个基因(问值<0.0001），包括CDKN2A型和座椅模块组件4(补充表4).

表2

胰腺导管腺癌中的显著突变基因

基因符号基因名称和蛋白质功能SB突变*shRNA†
KRAS公司 癌基因；GTP酶；激活MAPK活性是的是的
TP53型 肿瘤抑制因子p53；DNA损伤反应–是的
CDKN2A型 细胞周期蛋白依赖性激酶抑制剂2A；有丝分裂细胞周期的G1/S期转换；肿瘤抑制基因是的–
座椅模块组件4 母亲反对十脑麻痹同系物4；BMP信号通路是的是的
MLL3级 髓系/淋巴系或混合型白血病蛋白3；DNA结合；转录调控是的是的
TGFBR2型 转化生长因子-β受体Ⅱ型；生长调节是的–
ARID1A公司 富含AT-的相互作用域蛋白1A；SWI/SNF复合体；染色质修饰是的是的
ARID2公司 富含AT-的相互作用域蛋白2；染色质修饰是的–
EPC1 多梳同源物1的增强子；组蛋白乙酰化是的–
自动取款机 共济失调毛细血管扩张症突变；DNA损伤反应–是的
SF3B1钢 剪接因子3B亚基1；核mRNA剪接–是的
邮政编码2 锌指印记2；转录调控–是的
MAP2K4（地图2K4） 双特异性丝裂原活化蛋白激酶4；Toll样受体信号通路是的是的
NALCN公司 钠漏通道非选择性蛋白；钠通道活性–是的
SLC16A4型 溶质载体家族16个成员4；单羧酸转运体–是的
MAGEA6公司 黑色素瘤相关抗原6；蛋白质结合–ND（无损检测）

ND，未确定。

*两个独立的Sleeping Beauty突变筛选中的重要插入位点17,18.
†体外102种癌细胞株shRNA筛选及其对细胞存活的影响19.

胰腺癌的途径

为了更好地理解PDAC中潜在的潜在重要机制，我们使用GeneGO对两个或多个个体中反复突变的基因进行了一系列通路分析15，并确定了已知在癌症中重要的机制：G1/S检查点机制(P（P）= 1.49 × 10–3)，凋亡(P（P）= 1.32 × 10–4)、血管生成的调节(P（P）= 7.72 × 10–4)和TGF-β信号传导(P（P）= 9.50 × 10–4). 有趣的是，我们的队列中丰富了新的基因特征，包括轴突引导(P（P）= 5.30 × 10–5) (补充表9). 纳入参考文献中24例突变数据。4加强轴突引导的联系(P（P）= 3.3 × 10–7)，当我们的数据集中的所有突变基因都用作输入时，这一点更加明显(P（P）= 4.67 × 10–8).

基因组事件的功能相关性

区分致癌的躯体驱动事件和乘客突变是癌症基因组学的主要挑战16尽管计算算法取得了重大进展，但功能相关性的实验证据至关重要。我们使用三个已发表的实验生物筛选的数据来推断个体基因组事件和我们确定的途径的功能后果。这些数据来自两个独立的Sleeping Beauty转座子（SB）突变筛选喀斯特PDAC转基因小鼠模型17,18和一个在体外短发夹RNA（shRNA）筛查，检测下调11194个假定癌症基因对102个细胞系（13个胰腺细胞）存活率的影响19(补充方法和补充图5和6). 来自这些屏幕的数据证实了KRAS、TP53、CDKN2A和座椅模块组件4突变和归因于最显著突变基因的潜在功能相关性-MLL3、TGFBR2、SF3B1、EPC1、ARID1A、ARID2、MAP2K4、ATM、NALCN、ZIM2、SLC16A4(表2)-许多基因低频突变(补充表4).

SB转座子突变筛选中高置信度插入的通路分析表明轴突导向基因富集(P（P）= 1.6 × 10–3)为PDAC的发病机制提供了独立的支持性证据。在这些筛选中，检测到14个参与轴突导向途径的基因（5个基因对两者都通用）。此外，还有32个基因在至少一个SB胰腺肿瘤中发生突变（共21个），但在严格的分析中没有达到显著性阈值17(补充表10和11).

轴突导向通路基因

传统上描述其在轴突导向中作用的基因类别（语义蛋白、狭缝、内特蛋白和肾上腺素）是胚胎发育期间正常神经元迁移和定位的重要调节器。最近，它们与癌细胞生长、存活、侵袭和血管生成有关20; 然而，这些基因在癌症中的畸变发生率在很大程度上是未知的。我们在该队列中确定了轴突导向途径基因的重复突变和拷贝数变异（CNV）(图1和补充表4):幻灯片2和ROBO2公司5%的患者出现突变，局部拷贝数丢失ROBO1公司、和幻灯片2通过GISTIC2.0分析检测到，并通过手动审查证实，可能对另外15%的队列产生影响，这表明异常的SLIT/ROBO信号可能是PDAC的一个常见特征(图1和​和2）。2). 此外，我们对另外30例PDAC的靶向PCR-测序用于轴突导向基因，并在ROBO1公司在两名患者中以及在幻灯片2和ROBO2公司（每个患者一名）。低mRNA表达ROBO2公司受体与患者生存率低相关(P（P）= 0.04). 此外，高mRNA表达ROBO3公司，一种已知的ROBO2公司信号21，表明与低生存率有适当的反向相关性(P（P）< 0.006) (图2).

保存图片、插图等的外部文件。对象名为nihms-421409-f0001.jpg
轴突导向基因的突变和拷贝数变异

GISTIC2.0分析定义的具有重复突变和/或拷贝数变化的轴突导向通路基因(问<0.2），并手动检查是否有局部改变。一，每个患者的SNV和CNV频率，以基因为中心的总结（左）和以患者为中心的综述（上）；报告了发生突变的患者数量和每种事件的比例。请参阅补充表4了解更多详细信息。b条，个体患者的临床-病理变量。澳大利亚胰腺癌基因组计划；贝勒医学院BCM；导管内乳头状黏液性肿瘤；中度分化；OICR，安大略省癌症研究所；PDAC，胰腺导管腺癌；没有差别，没有差别。

保存图片、插图等的外部文件。对象名称为nihms-421409-f0002.jpg
胰腺导管腺癌中的SLIT/ROBO信号

一，SLIT/ROBO信号通常增强β-catenin复合物与E-cadherin的形成，并抑制WNT信号活性。ROBO1/2信号缺失可促进β-catenin的稳定，从而减少E-cadherin复合物的形成和细胞粘附，并通过增加β-catentin的核转位增强WNT信号活性。此外，SLIT/RBO信号传导可以下调MET信号传导活性；ROBO信号活性的丧失促进MET信号下游，并可能影响旨在在受体水平抑制MET活性的治疗策略。（改编自参考。20.）中的像差幻灯片2和/或ROBO1/2号机组23%的患者受到影响（6%发生突变，1名患者同时出现突变幻灯片2和ROBO2公司)18%的人显示CNV与基因缺失相对应。b、 c（c），SLIT受体ROBO2的高表达与较好的预后相关(b条)ROBO3是ROBO2的抑制剂，其高表达与ROBO2表达呈负相关，高表达与低生存率相关(c（c）). HR，危害比。

第三类语义(SEMA3A公司和SEMA3E公司)在18%的患者中表现出显著的扩增，另有3%的患者携带突变(图1). 信号素通过神经纤维蛋白和丛蛋白受体发出信号以激发其作用22.SEMA3A公司基因芯片上mRNA高表达的相关扩增(P（P）=0.03），高mRNA表达SEMA3A公司和PLXNA1系列信号转导的另一个核心分子，在单变量分析中均与患者生存率低相关(图3a)、和在临床病理变量的多变量分析中独立预测(补充表12).

保存图片、插图等的外部文件。对象名为nihms-421409-f0003.jpg
人和鼠胰腺导管腺癌中轴突导向基因的研究

一Kaplan–Meier生存曲线显示了信号转导成分的异常表达与结果的共同分离。放大倍数SEMA3A公司和PLXNA1系列基因座与高mRNA表达相关，两者都是独立的不良预后因素。b条定量RT-PCR检测早期（腺泡-导管化生（ADM）和胰腺损伤）小鼠模型中信号素和SLIT/ROBO信号成分，并在基因工程小鼠中建立PDACPdx1页-启动子驱动的激活突变喀斯特和突变型Tp53型等位基因(Pdx1-芯；LSL-Kras公司G12D系列; LSL-Trp53172H兰特). 误差条表示平均值的标准误差（参见补充表15详细信息）。

为了进一步阐明观察到的CNV事件的意义，我们在最近对39例细针抽吸活检进行的独立CNV分析中，回顾了拷贝数、CNV片段大小和轴突导向基因杂合性的变化23和CONAN数据库中的16个PDAC细胞系(http://www.sanger.ac.uk/宇宙)24总的来说，主要的变化概括了我们的研究，显示了参与SLIT/ROBO信号传导的基因中频繁的局部缺失，以及参与典型语义信号传导的基因组中的增益(补充表4、13和14).

为了评估轴突导向基因的失调是否与早期肿瘤转化以及许多发育信号通路相关，我们检测了早期胰腺癌小鼠模型中的mRNA表达(在体外腺泡-导管化生和体内胰腺损伤）。SLIT/ROBO组分和信号素信号的表达水平从正常胰腺到腺泡-导管化生和胰腺损伤到基因工程小鼠PDAC逐渐发生变化，表明这些轴突导向基因的失调在肿瘤的发生和发展中起着作用(图3b和补充表15).

讨论

我们设计了一些方法来优化对大量患者临床样本的突变检测，并重申PDAC的已知突变，更好地确定其在早期PDAC的大规模队列中的发病率，并确定该疾病的潜在新驱动因素。体细胞突变自动取款机在很大一部分患者（8%）中发现，这突出了BRCA介导的DNA损伤修复机制在散发性PDAC和家族性疾病中的重要性13以前，参与染色质重塑的单个基因的突变，如ARID1A公司25已在此处描述并鉴定了其他基因(EPC1和ARID2公司)推断染色质重塑可能与其他癌症类型一起在PDAC中起重要作用26.

结合基因组数据和来自独立小鼠SB突变筛选的支持性实验证据，还观察到传统上描述其在轴突导向中作用的基因的新突变。轴突引导是器官发生、再生、伤口愈合和其他基本细胞过程不可或缺的组成部分22,27在轴突导向基因中观察到的广泛的基因组畸变表明，它们可能在PDAC中起作用，与其他癌症的越来越多证据相结合20,28包括一份最近的报告ROBO2公司肝血栓相关胆管癌的突变29此外，肺癌、乳腺癌、肾癌和宫颈癌的证据表明，SLIT/ROBO信号异常与致癌有关20;机器人1基因敲除小鼠出现支气管增生和局灶性异型增生狭缝2和狭缝3导致乳腺增生性紊乱病变的发展20MET和WNT信号的上调在PDAC中起着重要作用，最近的数据表明，SLIT/ROBO信号分别通过CDC42和β-catenin调节MET和WNT信号的活性20SLIT/ROBO信号的丢失可能是解除其受体下游这些通路调控的另一种机制，此外还可能影响靶向这些上游成分的抑制剂的活性，例如MET抑制剂(图2).

第三类语义素是脊椎动物中唯一分泌的语义素。它们调节细胞生长、侵袭性和血管生成，在许多癌症类型的转移细胞中高度表达30,31虽然癌症中异常的信号传递似乎是器官特异性的32我们发现SEMA3A公司及其受体PLXNA1型先前的一项研究报告了这种相关性，并证明PDAC细胞系的侵袭性通过以下途径增强，从而支持了共同分离导致患者生存率低下SEMA3A公司31靶向参与轴突引导的分子的治疗已被开发为促进损伤后神经元再生的潜在策略33但尚未对其在癌症治疗中的作用进行评估。

如图所示，对大规模、注释明确且临床上同质的患者队列进行全球基因组分析，可以确定基因组多样性癌症中常见的机制，并将在以确定单个患者的分子表型为指导的新治疗策略的发展中起到关键作用34未来的工作需要确定哪些关键成分在受损时会导致疾病，这些机制需要在分子表征良好的临床前模型中进行评估35确定的潜在治疗策略将需要在适当的临床试验中进行测试，这些临床试验专门针对根据明确定义的分子标记物分层的患者子集36,37.

方法总结

样品采集和处理

使用的样本是前瞻性采集的，仅限于原发性可手术、非复治性胰腺导管腺癌。至少由一名具有胰腺疾病专业知识的额外病理学家对代表性切片进行独立审查。样本要么在最佳切割温度（OCT）介质中进行全脸冰冻切片，要么切除末端并在福尔马林中处理，以验证待测序样本中是否存在癌，并估计样本中恶性上皮细胞核相对于基质细胞核的百分比。如果需要切除不含恶性上皮的区域，则进行宏观切割。

排序

每个肿瘤样本的细胞数通过病理学检查、KRAS公司以及使用全基因组SNP阵列数据开发的方法（qpure10). 使用SureSelect II或Nimblegen捕获方法进行外显子捕获，并在SOLiD（v4）或GAII/HiSeq平台上进行配对测序。体细胞突变被调用，然后在离子激流个人基因组机器（生命技术公司）和454（霍夫曼-拉罗什有限公司）上进行验证。

分析

使用Genome MuSiC软件包确定了显著突变的基因12使用Illumina HumanOmni1 Quad基因分型阵列和GenoCN软件进行DNA拷贝数分析。使用GISTIC2.0识别重复和显著的拷贝数变化14使用Metacore软件包（Thomson-Reuters Corporation）和MSigDB v3.0数据库评估基因类别的功能丰富性38。突变、拷贝数和表达分析的所有样本信息和数据均提交给ICGC DCChttp://dcc.icgc.org/。材料和方法的完整描述，包括人体研究和动物实验的批准，见补充信息.

补充材料

Excel补充数据

单击此处查看。（27M，xls）

补充数据

单击此处查看。（413K，pdf）

致谢

本文献给2012年10月10日死于胰腺癌的罗伯特·L·萨瑟兰。我们要感谢C.Axford、D.Gwynne、M.-A.Brancato、S.Rowe、M.Thomas、S.Simpson和G.Hammond对澳大利亚胰腺癌基因组计划、数据管理和质量控制的中央协调；M.Martyn-Smith、L.Braatvedt、H.Tang、V.Papangelis和M.Beilin负责生物样品采集；以及W.Waterson、J.Shepperd、E.Campbell和E.Glasov在昆士兰医学基因组中心所做的努力。我们还感谢M.B.Hodgin、M.Debeljak和D.Trusty在约翰霍普金斯大学提供的技术援助，以及梅奥诊所的J.Lau、M.Karaus、K.Rabe、L.Zhang和T.Smyrk。我们感谢以下资助：澳大利亚国家卫生和医学研究委员会（NHMRC；631701、535903、427601、535914）；澳大利亚政府：创新、工业、科学、研究和高等教育部（DIISRTE）；澳大利亚癌症研究基金会（ACRF）；昆士兰政府（NIRAP）；昆士兰大学；新南威尔士州癌症委员会（SRP106-01；ICGC09-01；SRP11-01）；新南威尔士州癌症研究所（06/ECF/1-24，09/CDF/2-40，07/CDF/1-03，10/CRF/1-01，08/RSA/1-15，07/CDF/1-28，10/CDF/2-26，10/FRL/2-03，06/RSA/1-05，09/RIG/1-02，10/TPG/1-04，11/REG/1-10，11/CDF/3-26）；加文医学研究所；Avner Nahmani胰腺癌研究基金会；R.T.Hall信托；皮特基金会；简·亨斯特里奇纪念菲利普·亨斯特里奇；澳大利亚胃肠学会；美国癌症研究协会（AACR）兰登基金会——创新奖；澳大利亚皇家外科学院；澳大利亚皇家医师学院；澳大利亚皇家病理学家学院；HGSC-BCM:NHGRI U54 HG003273；CPRIT拨款RP101353-P7（基因组研究和临床翻译网站1肿瘤银行）；安大略省癌症研究所；安大略省经济发展与创新部；加拿大创新基金会；胰腺癌遗传流行病学联合会，NIH拨款R01 CA97075；科学、技术和研究机构（新加坡）；意大利罗马维罗纳大学和意大利大学部（FIRB RBAP10AHJB）；英国癌症研究中心；威康信托；得克萨斯州癌症预防研究所；NIH P50CA062924（孢子）和P01CA134292（PPG）；索尔·戈德曼胰腺癌研究中心；NCI拨款P50 CA102701（胰腺癌梅奥诊所SPORE）和NCI拨款R01 CA97075（胰腺癌遗传流行病学联合会）；NIH SPORE拨款2P50CA101955（UMN/UAB）和AIRC（意大利联合会（Associazione Italiana Ricerca sul Cancro）5xmille拨款12182，意大利。

澳大利亚胰腺癌基因组计划

加文医学研究所Kinghorn癌症中心Andrew V.Biankin1，Amber L.Johns1，阿曼达·莫森1，David K.Chang1，克里斯托弗·斯佳丽1，玛丽·安妮·布兰卡托1萨拉·罗伊（Sarah J.Rowe）1，Skye L.Simpson1莫娜·马丁·史密斯1米歇尔·托马斯1，洛林·A·尚特里尔1，Venessa T.Chin1，Angela Chou1马克·考利1杰里米·汉弗莱斯1，马克·琼斯1，R.斯科特·米德1阿德南·纳格里尔1、玛丽娜·帕吉奇1杰西卡·佩蒂特1，马克·派内斯1伊尔斯·鲁曼1吴建民1、姜涛1，蕾妮·迪皮埃特罗1，克莱尔·沃森1、Rachel Wong1安德烈亚·皮尼奥1马克·吉里·拉特里尔1罗杰·戴利1伊丽莎白·马斯格罗夫1罗伯特·萨瑟兰1; 昆士兰医学基因组中心，分子生物科学研究所Sean M.Grimmond2尼古拉·瓦德尔2卡琳·卡萨恩2，David K.Miller2，彼得·威尔逊2，Ann-Marie Patch2，莎拉·宋2，伊文·哈利旺2塞内尔·伊德里索格鲁2克雷格·诺尔斯2埃桑·努尔巴赫什2苏珊娜·曼宁2，Shivangi Wani2、米莲娜·贡多拉2马修·安德森2奥利弗·霍姆斯2，康拉德·伦纳德2达林·泰勒2斯科特·伍德2，徐秦英2，卡蒂娅·诺内斯2，J.Lynn Fink2，Angelika基督2蒂姆·布鲁克斯纳2尼科尔·科洛南2费利西蒂·纽厄尔2约翰·皮尔逊2;皇家北岸医院贾斯温德·S·萨姆拉三安东尼·吉尔三，尼克·帕夫拉基斯三，亚历克斯·古明斯基三，克里斯托弗·图恩三;宾士镇医院安德鲁·比安金4，Ray Asghari4，尼尔·D·梅勒特4，David K.Chang4达伦·帕维4、阿弥陀佛大士4;利物浦医院彼得·科斯曼5，卡西姆·伊斯梅尔5切西·奥康纳5;韦斯特米德医院文森特·兰姆6邓肯·麦克劳德6，亨利·C·普莱斯6，亚瑟·理查森6弗吉尼亚·詹姆斯6;皇家阿尔弗雷德王子医院詹姆斯·肯奇7卡罗琳·L·库珀7，大卫·约瑟夫7，查贝尔·桑德鲁西7，迈克尔·克劳福德7，詹姆斯·加拉赫7;Fremantle医院迈克尔·特克斯勒8辛迪·福雷斯特8，安德鲁·莱科克8，克里希纳·P·埃帕里8、Mo Ballal8大卫·R·弗莱彻8桑贾·穆赫德卡尔8;查尔斯爵士医院奈杰尔·斯普里9巴斯蒂安·德波尔9、Ming Chai9;上帝的圣约翰医疗保健尼古拉斯·泽普斯10玛丽亚·贝林10、Kynan Feeney10;皇家阿德雷德医院Nam Q.Nguyen先生11Andrew R.Ruszkiewicz11，克里斯·沃思利11，川P.Tan11塔玛拉·德布雷西尼11;Flinders医疗中心约翰·陈12，Mark E.Brooke-Smith12弗吉尼亚·帕潘格里斯12;格林斯洛佩斯私立医院唐英年13，安德鲁·巴伯13;环境病理学安德鲁·克鲁斯顿14，帕特里克·马丁14;亚历山大公主医院托马斯·奥鲁克15，艾米·蒋15，乔纳森·福塞特15，凯利·斯莱特15，Shinn Yeung15迈克尔·哈齐福蒂斯15彼得·霍奇金森15;奥斯汀医院克里斯托弗·克里斯托夫16、梅赫达德·尼克法尔贾姆16，安吉拉山16; 维多利亚癌症生物银行17;约翰霍普金斯医学院詹姆斯·埃斯勒曼18拉尔夫·赫鲁班（Ralph H.Hruban）18阿尼尔班·迈特拉18克里斯汀·亚科布齐奥·多纳休（Christine A.Iacobuzio-Donahue）18理查德·舒利克18，克里斯托弗·沃尔夫冈18，理查德·A·摩根18玛丽·霍金18;ARC-NET癌症应用研究中心阿尔多·斯卡帕19，丽塔·T·劳勒19保拉·卡佩利19，斯蒂芬妮娅·贝赫利19文森佐·科尔博19玛丽亚·斯卡多尼19保罗·佩德佐利19吉安帕洛·托托拉（Giampaolo Tortora）19，克劳迪奥·巴西19;加利福尼亚大学旧金山分校玛格丽特·坦佩罗20

12010年澳大利亚新南威尔士州悉尼市达林赫斯特维多利亚街370号加文医学研究所癌症研究项目金霍恩癌症中心。2澳大利亚昆士兰圣卢西亚昆士兰大学分子生物科学研究所昆士兰医学基因组中心，邮编：4072。三澳大利亚新南威尔士州St Leonards，Westbourne Street，Royal North Shore Hospital，邮编2065。4澳大利亚新南威尔士州班克斯敦埃尔德里奇路班克斯敦医院，邮编：2200。5澳大利亚新南威尔士州利物浦市伊丽莎白街利物浦医院，邮编：2170。6澳大利亚新南威尔士州韦斯特米德霍克斯伯里和达西路韦斯特米德医院，邮编：2145。7澳大利亚新南威尔士州坎珀顿市米森登路皇家王子阿尔弗雷德医院，2050年。8澳大利亚西澳大利亚州弗雷曼特尔阿尔玛街弗雷曼特勒医院，邮编6959。9澳大利亚西澳大利亚州奈德兰医院大道查尔斯·盖尔德纳爵士医院，邮编：6009。10澳大利亚西澳大利亚州苏比亚科Salvado路12号圣约翰上帝医疗保健中心，邮编：6008。11皇家阿德莱德医院，北露台，阿德莱德，南澳大利亚5000，澳大利亚。12澳大利亚南澳大利亚州贝德福德公园弗林德斯大道弗林德斯医疗中心，邮编：5042。13澳大利亚昆士兰4120格林斯洛佩斯纽德盖特街格林斯洛普斯私立医院。14环境病理学，澳大利亚昆士兰4006，赫斯顿，巴特菲尔德街1/49号。15澳大利亚昆士兰4102，伍隆加巴，康沃尔街和伊普斯维奇路，亚历山大公主医院。16奥斯汀医院，145 Studley Road，Heidelberg，Victoria 3084，Australia。17澳大利亚维多利亚州卡尔顿Rathdowne街1号维多利亚癌症生物银行3053。18约翰·霍普金斯医学院，美国马里兰州巴尔的摩市沃尔夫北街600号，邮编：21287。19意大利维罗纳大学ARC-NET癌症应用研究中心，Via dell’Artigliere，19 37129 Verona 37134。20加利福尼亚大学旧金山分校，1600 Divisadero Street，San Francisco，California 94115，USA。

脚注

作者贡献由澳大利亚胰腺癌基因组计划、贝勒医学院癌症基因组项目和安大略省癌症研究所胰腺癌基因组研究（ABO合作）组成的研究网络作为国际癌症基因组联盟的一部分，共同为本研究做出了贡献。生物样本在附属医院收集，并在每个生物样本核心资源中心进行处理。数据生成和分析由基因组测序中心、癌症基因组表征中心和基因组数据分析中心执行。研究人员的贡献如下：S.M.G.、A.V.B.、J.V.P.、R.L.S.、R.A.G.、D.A.W.、M.-C.G.、J.D.M.、L.D.S和T.J.H.（项目负责人）；A.V.B.、S.M.G.和R.L.S.（写作团队）；A.L.J.、J.V.P.、P.J.W.、J.L.F.、C.L.、M.A.、O.H.、J.G.R.、D.T.、C.X.、S.Wo.、。，F.N.、S.So.、G.K.和W.K.（生物信息学/数据库）；D.K.M.、I.H.、S.I.、C.N.、S.M.、A.Chr.、。，T.Br.、S.Wa.、。，E.N.、B.B.G.、D.M.M.、Y.Q.W.、Y.H.、L.R.L.、H.D.、R.E.D.、R.S.M.和M.W.（测序）；N.W.、K.S.K.、J.V.P.、A.-M.P.、K.N.、N.C.、M.G.、P.J.W.、M.J.C.、M.P.、J.W.，N.K.、F.Z.、J.D.、K.C.、C.J.B.、L.B.M.、D.P.、R.E.D.、R.D.B.、T.Be.和C.K.Y.（突变、拷贝数和基因表达分析）；A.L.J.、D.K.C.、M.D.J.、M.P.、C.J.S.、E.K.C、C.T.、A.M.N.、E.S.H.、V.T.C.、L.A.C.、E.N.、J.S.S.、J.L.H.、C.T、N.B.和M.Sc.（样品处理和质量控制）；A.J.G.、J.G.K.、R.H.H.、C.A.I.-D.、A.Cho.、。，A.Mai.公司。，J.R.E.、P.C.和A.S.（病理学评估）；J.W.、M.J.C.、M.P.、C.K.Y.和突变分析团队（网络/通路分析和功能数据整合）；K.M.M.、N.A.J.、N.G.C.、P.A.P.-M.、D.J.A.、D.A.L.、L.F.A.W.、A.G.R.、D.A.T.、R.J.D.、I.R.、A.V.P.、E.A.M.、R.L.S.、R.H.H.和A.Maw。（功能屏幕）；E.N.，A.L.J.，J.S.S.，A.J.G.，J.G.K.，N.D.M.，A.B.，K.E.，N.Q.N.，N.Z.，W.E.F.，F.C.B.，S.E.H.，G.E.A.，L.M.，L.T.，M.Sam.，K.B.，A.B.D.P.，A.P.，N.B.，R.D.B.，R.E.D.，C.Y.，S.Se.，N.O.，D.M.、M.Sca.、。，C.B.、M.A.T.、G.T.、A.S.和J.R.E.（样本采集和临床注释）；D.K.C.、M.P.、C.J.S.、E.S.H.、J.A.L.、R.J.D.、A.V.P.和I.R.（临床前模型）。

作者信息BAM文件和XML格式的相关元数据已上传至欧洲基因组-现象档案（EGA；http://www.ebi.ac.uk/ega)注册号为EGAS00001000154和EGAS00001000343。其他序列数据位于dbGAP登录号phs000516.v1.p1。重印和权限信息可在www.nature.com/reprints网站欢迎读者对该论文的在线版本发表评论。

作者声明没有竞争性的经济利益。

补充信息可在论文的在线版本中找到。

工具书类

1Jemal A，Siegel R，Xu J，Ward E.癌症统计，2010。加州癌症杂志临床。2010;60:277–300.[公共医学][谷歌学者]
2Butturini G等。切除边缘和治疗对胰腺癌患者生存率的影响：随机对照试验的荟萃分析。架构（architecture）。外科学。2008;143:75–83.[公共医学][谷歌学者]
三。Neoptolemos JP等。胰腺癌切除术后氟尿嘧啶加亚叶酸与吉西他滨的辅助化疗：一项随机对照试验。美国医学会杂志。2010;304:1073–1081.[公共医学][谷歌学者]
4Jones S等。全球基因组分析揭示的人类胰腺癌的核心信号通路。科学。2008;321:1801–1806. [PMC免费文章][公共医学][谷歌学者]
5国际癌症基因组联盟癌症基因组项目国际网络。自然。2010;464:993–998. [PMC免费文章][公共医学][谷歌学者]
6Biankin AV等。S100A2钙结合蛋白的表达预测胰腺癌胰腺切除术的疗效。胃肠病学。2009;137:558–568.[公共医学][谷歌学者]
7Chang DK，等。胰腺癌切除后的边缘清除和预后。临床杂志。昂科尔。2009;27:2855–2862.[公共医学][谷歌学者]
8Jamieson NB等。胰腺导管腺癌潜在治愈手术患者肿瘤和患者相关因素预后价值的前瞻性比较。安·外科学·Oncol。2011;18:2318–2328.[公共医学][谷歌学者]
9Wang L，等。人类胰腺癌全外显子组测序和MLH1单倍体不足和完全缺乏引起的基因组不稳定性特征。基因组研究。2012;22:208–219. [PMC免费文章][公共医学][谷歌学者]
10.Song S等人。qpure：一种从全基因组单核苷酸多态性谱估计肿瘤细胞数的工具。《公共科学图书馆·综合》。2012;7：e45835。 [PMC免费文章][公共医学][谷歌学者]
11Samuel N，Hudson TJ。胰腺导管腺癌的分子和细胞异质性。Nature Rev.胃肠病学。肝素。2012;9:77–87.[公共医学][谷歌学者]
12Dees ND等人。MuSiC：识别癌症基因组中的突变意义。基因组研究。2012;22:1589–1598. [PMC免费文章][公共医学][谷歌学者]
13Roberts NJ等。遗传性胰腺癌患者的ATM突变。癌症发现。2011;2:41–46. [PMC免费文章][公共医学][谷歌学者]
14Mermel CH等人。GISTIC2.0有助于敏感而自信地定位人类癌症中局灶性体细胞拷贝数改变的靶点。基因组生物学。2011;12：R41。 [PMC免费文章][公共医学][谷歌学者]
15Sun W等。使用高密度SNP阵列对拷贝数状态和基因型调用的综合研究。核酸研究。2009;37:5365–5377. [PMC免费文章][公共医学][谷歌学者]
16Campbell PJ等人。转移性胰腺癌基因组不稳定性的模式和动力学。自然。2010;467:1109–1113. [PMC免费文章][公共医学][谷歌学者]
17Mann KM等。《睡美人》突变揭示了胰腺癌中的协同突变和途径。程序。美国国家科学院。科学。美国。2012;109:5934–5941. [PMC免费文章][公共医学][谷歌学者]
18Pérez-Mancera PA等。氘激酶USP9X抑制胰腺导管腺癌。自然。2012;486:266–270. [PMC免费文章][公共医学][谷歌学者]
19Cheung HW，et al.对癌症细胞系遗传易损性的系统研究揭示了卵巢癌的谱系特异性依赖性。程序。美国国家科学院。科学。美国。2011;108:12372–12377. [PMC免费文章][公共医学][谷歌学者]
20Mehlen P，Delloye-Bourgeois C，Chedotal A.缝隙和内脏的新作用：轴突引导线索作为抗癌靶点？《自然》杂志癌症版。2011;11:188–197.[公共医学][谷歌学者]
21Sabatier C等人。发散的Robo家族蛋白rig-1/Robo3是连合轴突中线交叉所需狭缝反应性的负调节因子。细胞。2004;117:157–169.[公共医学][谷歌学者]
22Trusolino L，Comoglio PM。散射因子和信号蛋白受体：侵袭性生长的细胞信号。《自然·癌症评论》。2002;2:289–300.[公共医学][谷歌学者]
23.Birnbaum DJ等人，胰腺癌的基因组图谱。基因染色体。癌症。2011;50:456–465.[公共医学][谷歌学者]
24Bamford S等人。COSMIC（癌症体细胞突变目录）数据库和网站。英国癌症杂志。2004;91:355–358. [PMC免费文章][公共医学][谷歌学者]
25Jones S等，染色质重塑基因的体细胞突变ARID1A公司发生于多种肿瘤类型。嗯，变种人。2012;33:100–103. [PMC免费文章][公共医学][谷歌学者]
26Varela I等人。外显子组测序确定SWI/SNF复合物基因的频繁突变PBRM1项目在肾癌中。自然。2011;469:539–542. [PMC免费文章][公共医学][谷歌学者]
27Comoglio PM，Trusolino L.侵袭性生长：从发育到转移。临床杂志。投资。2002;109:857–862. [PMC免费文章][公共医学][谷歌学者]
28Chédotal A，Kerjan G，Moreau-Fauvarque C。肿瘤中的大脑：轴突导向分子在癌症中的新作用。细胞死亡不同。2005;12:1044–1056.[公共医学][谷歌学者]
29Ong CK等。肝吸虫相关胆管癌的外显子序列测定。自然遗传学。2012;44:690–693.[公共医学][谷歌学者]
30Capparuccia L，Tamagnone L。癌细胞和肿瘤微环境细胞中的信号素——硬币的两面。细胞科学杂志。2009;122:1723–1736.[公共医学][谷歌学者]
31Müller MW等。轴突导向因子信号蛋白3A与胰腺癌预后不良的相关性。国际癌症杂志。2007;121:2421–2433.[公共医学][谷歌学者]
32埃利斯·LM。神经胶质在癌症中的作用。摩尔癌症治疗。2006;5:1099–1107.[公共医学][谷歌学者]
33Kikuchi K等人。体外和体内新型信号蛋白3A抑制剂SM-216289或黄曲霉素的表征。生物学杂志。化学。2003;278:42985–42991.[公共医学][谷歌学者]
34Cao Y、DePinho RA、Ernst M、Vousden K。癌症研究：过去、现在和未来。《自然·癌症评论》。2011;11:749–754.[公共医学][谷歌学者]
35Pajic M、Scarlett CJ、Chang DK、Sutherland RL、Biankin AV。定义治疗相关癌症亚型预测生物标记物的临床前策略。嗯，遗传学。2011;130:93–101.[公共医学][谷歌学者]
36.Biankin AV，Hudson TJ。体细胞变异与癌症：混合疗法的失败。嗯，遗传学。2011;130:79–91.[公共医学][谷歌学者]
37Kris MG，新泽西州梅罗波尔，Winer EP，编辑。加速抗癌进展：ASCO的临床和转化癌症研究转型蓝图。美国社会临床。Oncol.公司。；2011. [公共医学][谷歌学者]
38Subramanian A等。基因集富集分析：一种基于知识的全基因组表达谱解释方法。程序。美国国家科学院。科学。美国。2005;102:15545–15550. [PMC免费文章][公共医学][谷歌学者]