肿瘤基因组学的原理

肿瘤是一种基因组疾病，其特征是体细胞突变的累积。肿瘤基因组学的分析流程包括：
1. 肿瘤-正常配对分析：同时测序肿瘤组织和患者的正常组织（如血液），通过比对识别肿瘤特异性体细胞突变。这可以排除胚系突变（germline variants），聚焦于驱动肿瘤发展的体细胞突变（somatic variants）。
2. 突变特征分析：不同类型的致突变因子（如紫外线、烟草烟雾、DNA修复缺陷）会产生特定的突变模式，称为突变特征（mutational signatures）。通过分解突变谱，可以推断肿瘤的致突变因素。
3. 驱动突变识别：并非所有突变都对肿瘤发展有贡献。乘客突变（passenger mutations）是随机累积的，而驱动突变（driver mutations）则赋予细胞生长优势。生物信息学工具如OncodriveCLUST、MutSigCV通过统计方法识别显著的驱动突变。
4. 肿瘤异质性分析：肿瘤内部存在多个亚克隆，每个亚克隆具有不同的突变谱。通过PyClone、SciClone等工具可以重建肿瘤进化树，理解治疗耐药性的产生机制。