慢性淋巴细胞白血病的全基因组队列分析

研究背景

慢性淋巴细胞白血病（CLL）是最常见的血液肿瘤，其临床异质性显著，但现有的分子标志物（如TP53突变、IGHV突变状态）对个体化预后的预测能力有限。既往研究多聚焦于编码基因突变，而全基因组测序（WGS）在CLL中的应用仍较少。本研究通过对485例临床队列患者的全基因组测序，系统性分析编码/非编码突变、结构变异（SVs）、拷贝数变异（CNAs）及全局基因组特征，旨在揭示CLL的完整基因组图谱及其临床关联。

研究方法

• 患者或样本：485例CLL患者，部分患者配对复发样本。
• 测序：肿瘤与正常样本WGS（测序深度109×和36×），部分样本RNA-seq（n=73）和ATAC-seq（n=24）。

• 体细胞突变：用 Strelka2 找体细胞突变，SNVs 和 Indels，然后进行 VEP 注释和过滤。结构变异 SV 则使用了3个工具：Delly 、Lumpy、Manta

• 其他分析：拷贝数变异分析（Canvas、Manta），驱动基因筛选（MutSigCV、OncodriveFML等）、突变特征分析（SigProfilerExtractor）等。

研究结果 驱动突变事件：鉴定58个候选驱动基因，包括36个已知（如TP53、ATM、NOTCH1）和22个新发现基因（如IRF2BP2、SMCHD1）（Fig1 ab）。

拷贝数变异和结构分析：发现了 74 个显著的 CNA 基因组区域，85% 的 CNA 可以得到验证（Fig1 cd）。同时发现了 1248 个倒位和993个易位结构变异事件（Fig1 e）。

突变影响：22 个驱动基因受到 CNA 的影响，62% 的突变在超过 50% 的肿瘤细胞中可检测到（中位癌细胞分数 (CCF) ≥0.5），89% 的突变在至少 20% 的肿瘤细胞中可检测到（图2a）。通路分析发现驱动突变影响多种生物学途径，包括 DNA 损伤/细胞周期和 RNA 核糖体加工（图2c）。

编码区突变与疾病进展关系：为了研究复发基因突变与疾病发展之间的关系，研究团队找了 3个队列来比较（Fig3a）：与 CLL 期相比，RS 期突变数和频率更高，晚期阶段的 CCF 更高，中位 CCF > 0.8（Fig3b）；13 个驱动因素和复发性 CNA 与无进展生存期（PFS）显着相关，11 个与总体生存期（OS）显着相关（FDR <0.05）（Fig3c）。

非编码驱动突变：结合 ATAC-seq 识别到的 CLL 特异性调控元件（RE）（Fig4a），将非编码突变映射到 RE，发现了 29个UTR 、25个增强子和72个启动子显著性突变（Fig4b）。将这些突变关联或注释到基因上后，发现29个在COSMIC数据库（Fig4c）。GO分析发现，突变调控元件所针对的基因富含与免疫系统、淋巴细胞活化和细胞死亡相关（Fig4e）。

基因组全局特征与临床关联：

• 端粒缩短：CLL细胞端粒长度显著短于正常细胞，与TP53通路异常和不良预后相关（Fig.7d）。
• 突变特征：SBS9（AID相关）与IGHV突变型CLL和良好预后相关；SBS1（衰老相关）与不良预后相关（Fig.7e-f）。
• 基因组复杂度（GC）：GC7/8亚组（复杂CNAs）患者生存最差，且独立于TP53状态（Fig.8a-b）

结论： 本研究通过全基因组测序全面描绘了CLL的基因组异质性，揭示了新的驱动事件及预后相关基因组特征。基因组亚群分类为未来风险分层和个体化治疗提供了重要依据，凸显了WGS在临床转化中的潜力。