人类癌症中的体细胞拷贝数变化

病灶和染色体臂级改变有不同的背景率

在整个基因组中，最流行的SCNA要么很短（局部），要么几乎正好是染色体臂或整个染色体的长度（臂级）(图1a). 局灶性SCNA的出现频率与其长度呈反比，中位长度为1.8 Mb（范围为0.5 kb–85 Mb）。

在单独的窗口中打开

图1

确定跨癌症的重要陆军和局部SCNA。a） SCNA的长度分布。b） 所示染色体臂的增益（x轴）和损耗（y轴）的长度调整Z分数。红色、蓝色、紫色和黑色的手臂分别表现出显著的增益和/或损耗。c） 缺失（左，蓝色）和扩增（右，红色）的GISTIC q值（x轴）绘制在基因组上（y轴）。峰区内已知或推测的基因靶点(TRB公司@，由星号指示，是紧邻的）被指示用于20个最有效的峰值；括号中的值表示峰值区域的基因数。

与与焦点SCNA相关的反长度分布相比，武装SCNA发生的频率大约高出30倍(图1a). 这一观察结果适用于所有癌症类型(补充图2)并且适用于复制增益和复制损耗（数据未示出）。因此，在一个典型的肿瘤中，25%的基因组受臂级SCNA的影响，10%受局灶性SCNA影响，有2%重叠。所有臂级（和大多数焦点）SCNA都是低振幅的（通常是单拷贝变化），但一些焦点SCNA的振幅范围可能非常高。在分析SCNA是否存在癌症显著改变的证据时，我们将其单独考虑，以说明武装和局部SCNA之间的背景率差异。

多项研究分析了大量癌症标本中陆军级SCNA的模式^4,5,6我们的结果与他们的基本一致。我们还观察到臂级SCNA的频率随着染色体臂的长度而降低。根据这一趋势进行调整后，大多数染色体臂显示出在多种癌症谱系中优先获得或丢失的有力证据，但很少两者兼而有之（参见图1b和补充说明4).

大规模的陆军级SCNA使得确定特定的靶基因变得困难。相比之下，定位局部SCNA对于精确定位这些事件所针对的重要基因具有很大的作用^{7,8,9,10,11,12,13,14}.

重点SCNA的汇总分析

我们确定了SCNA发生频率极高的区域。为此，我们计算了数据集中SCNA的基因组平均“背景”率，作为长度和幅度的函数，并使用了癌症重要靶点的基因组识别（GISTIC）算法¹⁸进行了改进，如中所述补充方法.

在所有数据的汇总分析中，我们确定了158个独立的重要局灶性SCNA区域，包括76个扩增和82个缺失(图1c和补充表2). 这个数字对样本数量的变化相对稳健(补充图3a)并从汇总分析中删除单个癌症类型(补充图3b). 事实上，对均匀分布在17种最具代表性的癌症类型中的680个样本进行分层分析，确定了76%的这些重要SCNA，这与根据这个较小样本集的降低功率得出的预期数量相似(补充图3a).

这些重要的焦点SCNA中最常见的(MYC公司放大和CDKN2A/B型删除）涉及14%的样本，而最不常见的是2.3%的扩增样本和1.5%的删除样本。重要的陆军级SCNA的频率较高（15-29%的样本；补充图3c). 这些频率可能被低估，因为一些SCNA由于肿瘤样本被邻近正常细胞的DNA污染、技术错误以及SNP阵列平台提供的不完全空间分辨率而未被检测到。

对于158个重要的局灶性SCNA中的每一个，我们确定了一个置信区间（“峰值区域”），该置信区间具有95%的可能性包含目标基因(补充图3d). 与之前的拷贝数分析相比，我们的大型数据集能够更灵敏、更高分辨率地检测峰值区域（请参阅补充说明5和补充表3). 基于分析显示分辨率随样本量的增加尚未达到平稳期，更大的数据集将是可取的(补充图3e).

76个局灶扩增峰区域中每个包含6.5个基因（范围0-143，包括microRNA）。16个区域每个区域包含25个以上的基因；其余60个区域总共包含364个潜在靶基因。我们发现76个区域中有25个（33%）包含经功能验证的癌基因，这些癌基因被扩增激活(补充表2)，包括前10个地区中的9个（MYC,CCND1号机组,ERBB2号机组,川东北4,NKX2-1型,MDM2型,表皮生长因子受体,FGFR1号机组、和克拉斯;图1c,补充表2). 第十个区域，在1q上，包含九个基因；我们在下面提供的证据表明，该区域的靶基因是抗凋亡的BCL2级家庭成员，MCL1公司.

82个局灶性缺失峰包含每个基因的中位数（范围1-173）。19个区域每个至少包含25个基因；其余63个区域共包含474个潜在靶基因。82个区域中有9个（11%）包含经功能验证的肿瘤抑制基因，这些基因被记录为通过缺失而失活(补充表2). 另外两次删除（包括ETV6发动机和跨度TMPRSS2型到ERG公司)与产生致癌基因的易位事件有关。与T细胞受体β基因座相邻的另一个缺失发生在急性淋巴细胞白血病中，可能与癌症无关，因为它发生在T细胞正常发育过程中。

其余70个缺失峰不包含已知的肿瘤抑制基因、易位位点或体细胞重排。超过三分之一（26）包含大基因，其基因组位点跨度超过750 kb；这些基因中没有一个被令人信服地证明是抑癌基因。相反，基因组中40个最大的基因中有19个出现缺失高峰(图2a; p=3×10⁻⁹). 缺失和大基因之间的这种关联可能是由于两者都倾向于发生在低基因密度区域。事实上，大基因往往出现在基因贫乏的区域(图2a，底部），对数据集中所有SCNA的分析表明，缺失（但不是扩增）显示出倾向于低基因密度区域（低于基因组平均值高达30%；图2b). 即使删除了包含大基因的26个SCNA，其余缺失中的基因密度仍比基因组平均值低25%。这些观察结果表明，一些缺失可能与癌症病因学无关，但可能反映出这些区域的缺失频率较高或针对缺失的选择水平较低。

在单独的窗口中打开

图2

重要焦点SCNA的特征。a） 基因是根据所占基因组的数量进行排名的。局部基因密度根据全基因组平均值进行标准化。b） 作为拷贝数函数的平均基因密度。c） GRAIL分析²⁰为每个峰值区域绘制的p值反映了该区域基因与所有其他区域基因之间的相似性。增加的重要性被绘制在顶部，反映出更大的相似性。随机放置的区域显示p值的直方图（“Permuted controls”）。d） 文献中的术语与缺失或扩增峰值中的基因最为相关，但并非两者都相关。

大多数已知的扩增癌基因位于76个扩增区域内，但也有例外。例如，MITF公司¹⁹可能未被检测到，因为它是一种仅限于黑色素瘤的谱系特异性癌基因。在汇总分析中，至少有10个已知删除的肿瘤抑制基因不存在于删除的区域(巴西航空公司2,FBXW7型,NF2型,PTCH1型,SMARCB1型,STK11型,SUFU公司,VHL（甚高频）,工作任务1、和WTX公司). 其中一些特定于我们的数据集中没有表示的癌症类型（例如。NF2型,工作任务1、和WTX公司)而其他人则主要遭受臂级删除（可能会有超出阵列平台分辨率的其他删除）（例如。巴西航空公司2,FBXW7型,STK11型和VHL（甚高频）). 如果其他抑癌基因位于背景缺失率低于全基因组平均值的区域内，或者如果它们与缺失耐受性差的基因相邻（预计在基因密度高的区域更容易发生这种情况），则可能会丢失这些抑癌基因（参见补充说明1). 与SCNA相比，这种肿瘤抑制因子可能更容易被点突变灭活。

特定基因家族和通路在局部SCNA中过度表达

我们使用GRAIL（相关基因座之间的基因关系）评估SCNA中的潜在致癌基因²⁰)，一种搜索基因组区域之间功能关系的算法。GRAIL根据所有引用基因的论文摘要之间的文本相似性，根据一些靶基因将在共同途径中发挥作用的概念，对基因组区域集合中的每个基因与其他区域中的基因的“相关性”进行评分。

我们发现158个峰区中的47个（76个扩增峰中的34个和82个缺失峰中的13个）包含与其他峰区基因显著相关的基因(图2c). 在这些区域中的21个区域中，最核心的基因是先前确认的SCNA在人类癌症中的靶点(补充表2). 在所有峰值区域，文献中最丰富的术语是指在癌症发病机制中重要的基因家族，如激酶、细胞周期调节器和MYC家族成员(图2d，顶部；补充表4).

为了发现新的基因，我们接下来检查了122个没有SCNA靶点的区域。与扩增峰相关的最丰富的文献术语是“凋亡”(图2d，底部；补充表4). 已知的五种抗凋亡分子中的两种十亿立方厘米2家庭²¹(MCL1公司和BCL2L1型)处于放大峰值。11名促凋亡成员中的2名(BOK（确定）和BBC3型)在16个已知的缺失峰中，共有4个缺失峰十亿立方厘米2家族成员，抗凋亡基因扩增但未删除，促凋亡基因反之亦然(图3a; p=3e-10）。虽然有些BCL2级家族成员是易位和点突变的靶点^{22,23,24,25,26}，由拷贝数变化引起的通路失调尚未得到很好的描述。下面，我们描述了功能验证MCL1公司和BCL2L1型是包含它们的放大目标。

在单独的窗口中打开

图3

癌细胞株对扩增产物的依赖性BCL2级家庭成员，MCL1公司和BCL2L1型a）增加促凋亡和抗凋亡药物BCL2级家族成员缺失和扩增高峰。b） 周围50个肿瘤的拷贝数分布MCL1公司（谱系位于顶部；基因组位置位于左侧）。c） 之后的单元格数更改MCL1公司相对于对照组的击倒。d） 针对所列基因进行siRNA转染后NCI-H2110细胞的增殖率。e） 的影响MCL1公司抑制NCI-H2110异种移植物的生长。f） 之后的单元格数更改BCL2L1型相对于控件的击倒。误差条表示3个实验中的s.e.m。

在没有已知靶点的扩增峰中，排名第二的术语是“NF-κB”，反映了该通路成员的优势(交通6,IKBKB公司,伊拉克IKBKG 1、和RIPK1段; p=0.001，用于途径富集²⁷)与人们逐渐认识到其在多种癌症类型中的重要性相一致^28,29,30.

由于GRAIL可能遗漏了一些基因家族，我们分别分析了基因本体论（GO）术语与扩增峰的关联（数据未显示）。我们发现与“分子适配器活性”相关的基因显著富集（GO:0060090，p=4e-10），包括IRS2系统,GRB2级,GRB7、GAB2,抓地力,TRAF2型,变压器6、和CRKL。IRS2系统和GAB2公司已知在过度表达时发生转化^31,32、和CRKL（CRKL）据报道，它是细胞中的一个重要基因，在细胞中被扩增³³.

放大MCL1公司和BCL2L1型与关联MCL1公司和BCL2L1型依赖性

MCL1公司是细胞带1q21.2中扩增峰的9个基因之一(图3b和补充表2)在多种组织类型的癌症中，10.9%的肿瘤出现局灶性放大。荧光就地杂交（FISH）MCL1公司肺癌和乳腺癌中的区域显示出更高的局灶放大率(补充图4a–b). 以前曾报道过肺腺癌和黑色素瘤中1q21.2的扩增^7,34,35但这些研究中的峰值区域分别包含86、36和53个基因。

我们研究了细胞生长是否依赖于MCL1公司在存在基因扩增的情况下，通过测量激活诱导shRNA后细胞数量的变化率MCL1公司在有和无1q21.2扩增的细胞中。我们观察到四个国家的扩散率下降更为明显MCL1型-扩增细胞系，与三个相比MCL1公司非扩增对照细胞系（p=0.05；图3c)（全部击倒率>70%；补充图4c). 降低其他6个基因的表达（全部降低>70%；补充图4d)在NCI-H2110细胞的1q21.2扩增子内没有产生显著影响(图3d). 在以下方面观察到了类似的效果MCL1公司多个shRNAs和siRNAs的缺失(补充图4e). NCI-H2110异种移植物的生长也被诱导的抗-MCL1公司shRNA(图3e).

BCL2L1型是20q11.21上扩增峰值区的五个基因之一(补充图5a). 该区域的扩增以前曾在肺癌中发现³⁶骨巨细胞瘤³⁷和胚胎干细胞系（后者还扩增了包括BCL2级)^38,39，但功能验证BCL2L1型作为这些扩增的靶基因还没有报道。我们检查了BCL2L1型使用shRNA对抗BCL2L1型在有和无20q11.21扩增的细胞中。我们观察到，在六个国家中，增殖率下降得更为明显BCL2L1型-扩增线（包括SKLU1，它是MCL1公司-独立），相比之下为7BCL2L1型非放大线（p=0.006；图3f). 这些增殖率的降低与细胞凋亡的增加有关(补充图5b).

然后，我们试图探索如何放大这些十亿立方厘米2家庭成员可能通过检测在携带癌症的患者中发现的其他SCNA而在癌症中发挥作用MCL1公司或BCL2L1型放大。这些癌症中最常见的附加局灶性SCNA是携带MYC公司（分别为62%和69%）。十亿立方厘米2之前已显示减少MYC公司-诱导淋巴细胞凋亡⁴⁰。我们发现过度表达MCL1公司和BCL2L1型永生化支气管上皮细胞也减少MYC公司-诱导细胞凋亡(补充图5c–d). 致癌作用MCL1公司和BCL2L1型此前有报道称转基因小鼠淋巴瘤和白血病发病率增加^41,42.体细胞扩增MCL1公司和BCL2L1型因此，可能是癌症（包括癌症）增加细胞存活率的常见机制。

每种癌症类型中绝大多数重要的局灶性SCNA在其他类型中普遍存在

我们利用高分辨率平台对大量癌症类型进行了分析，这为量化癌症类型之间重要的局部SCNA的共享程度提供了机会。我们对至少40个样本代表的17种癌症类型中的每一种进行了单独分析，并将显著的SCNA与其他样本的汇总分析结果进行了比较，但不包括所讨论的癌症类型。

在这17种癌症类型中的任何一种中发现的大多数局灶性SCNA也在汇总分析中发现，不包括癌症类型（平均79%重叠，而随机排列区域为10%，p<0.001；图4)事实上，在总人口中的158个地区。尽管如此，癌症类型限制性分析确定了另外199个显著的SCNA（145个扩增区，54个缺失区，补充表5). （这些排除了仅在去分化脂肪肉瘤中发现的12号染色体上79个扩增区域，可能与该疾病中的环状染色体有关⁴³). 然而，即使这些区域中的许多也被发现发生在一种以上的癌症类型中（中位数为两种）。正如预期的那样，汇总分析中的158个区域发现了更多的癌症类型（中位数为5），并且具有更好的局部性（在谱系限制分析中，中位数为1.5 Mb，而不是11 Mb）。

在单独的窗口中打开

图4

在任何一种肿瘤类型中确定的大多数显著的局部SCNA峰值也在数据集的其余部分（其补充）中确定。顶部的维恩图代表了由>40个样本代表的17种肿瘤类型的中间结果。底部显示了代表非小细胞肺癌、食管腺癌和急性淋巴母细胞白血病具体示例的维恩图。图表不是按比例绘制的。

臂平面改变，如局灶性SCNA，往往在多种癌症类型中共享(补充说明4). 先前的研究表明，具有类似发展谱系的癌症倾向于表现出类似的复发性臂级SCNA⁴⁴我们发现，这种趋势在陆军层面上比在局部SCNA上更为明显（参见补充说明6)这表明，陆军级SCNA在很大程度上受发展背景的影响。

这项工作得到了NIH（Dana-Farber/哈佛癌症中心和太平洋西北前列腺癌SPOREs，P50CA90578，R01CA109038，R011CA109467，P01CA085859，P01CA 098101和K08CA122833）多丽丝·杜克基金会，莎拉·托马斯·蒙诺波利肺癌研究基金会，Seaman公司肺癌研究基金，和卢卡斯基金会。髓母细胞瘤样本是与儿童肿瘤小组合作获得的。Natalie Vena为FISH提供了技术援助，而Ingo Mellinghoff、Paul S.Mischel、Linda Liau和Tim F.Cloughesy提供了DNA样本。我们感谢托马斯·里德（Thomas Ried）、罗伯特·温伯格（Robert Weinberg）和伯特·沃格尔斯坦（Bert Vogelstein）对该手稿进行了批判性审查，并就其在癌症遗传学领域的背景发表了有见地的评论。