生物通報道：12月9日，國際癌癥基因組協會（ICGC）在著名的《Nature Communications》雜志，發表了一篇令人瞠目的文章，它為即將到來的癌癥基因組學研究時代，奠定了基礎。該項目，是由Centro Nacional de Analisis Genómico (CNAG-CRG)和German Cancer Research Center (DKFZ)帶領完成的，是一項旨在為體細胞突變檢測產生可靠標準的研究，這些體細胞突變是癌癥基因組的一個標志。體細胞突變是一個細胞自發獲得的遺傳改變，可以在細胞分裂和腫瘤生長過程中傳遞給突變細胞的后代。體細胞突變不同于從父母傳遞給兒童的種系變異。延伸閱讀：自然醫學社論：癌癥基因組學的未來。

這項研究，涉及78個研究機構的83名研究人員——參與了國際癌癥基因組學研究聯盟，確定了癌癥基因組測序程序和質量在各個測序中心之間的巨大差異。當使用相同的癌癥基因組測序分析時，這會導致檢測到的基因突變的數目和類型，存在戲劇性的差異。在分析的癌癥基因組中確認的1000多個體細胞單堿基突變中，只有40%最終被所有參與項目的研究小組所確定。基因序列中小的插入或缺失是更具挑戰性的——337個體細胞插入/缺失突變中只有一個單一體細胞插入缺失突變，被所有研究中心所確定（0.3個百分點）。因此，該聯盟已經建立了一個參考突變數據集，以評估分析程序。黃金設置參考數據庫已幫助ICGC改進了程序，在癌癥基因組中確定更加真實的體細胞突變，同時使假陽性較少出現。

由于癌癥基因組的全基因組測序越來越多地被用作一種臨床工具，因此，就必需充分理解影響測序分析輸出數據質量的變量。要考慮的關鍵點和改進的必要工具，在這里提供。本文資深作者、巴塞羅那CNAG-CRG主任Ivo Gut指出：“我們的研究結果，對癌癥基因組分析有深遠的影響。我們已經發現，在不同網站進行的癌癥基因組測序和數據分析，有許多的不一致。我們正在將我們的研究結果提供給科學和診斷領域，以使他們能改進他們的系統，并產生更多的標準化和一致的結果。”

2015(第四屆)高通量測序技術原理及應用網絡講堂開始報名啦

DKFZ的資深科學家David Jones共同領導了這項研究，他評論說：“隨著癌癥基因組分析的最新技術進展越來越廣泛用以支持個性化癌癥醫學，應用嚴格的質量檢測，來確保結果的準確性和一致性，是極其重要的。我們希望，我們的研究能為這個過程提供一個框架，以幫助研究人員為患者樣本提供最好的分析。”

安大略癌癥研究所（OICR）主席和科學主任Tom Hudson宣稱：“在ICGC成立時，該聯盟成員認為，‘最佳實踐’的指導方針，可以根據需要進行修改，以適應新的技術和知識。這個基準測試，讓研究界獲得了信心，在基因組分析的基礎上提高臨床決策。”

OICR信息和生物計算項目的主要負責人Jared Simpson博士表示：“癌癥基因組學的希望，依賴于對影響DNA的突變進行準確和強大的檢測。本文有助于我們跟蹤這一重要問題的進展，既需要確定我們目前方法的優勢，也需要開展進一步的工作。”

OICR信息和生物計算項目的主要負責人Paul Boutros說：“這個項目的確證明，雖然新技術可能給數據質量和數據分析帶來挑戰，但是，當國際社會以共同合作的方式，這些可以迅速變成結果。這種合作的結果，將顯著提高我們在OICR進行的測序和數據分析的質量。”

（生物通：王英）

生物通推薦原文：

A comprehensive assessment of somatic mutation detection in cancer using whole-genome sequencing
Abstract: As whole-genome sequencing for cancer genome analysis becomes a clinical tool, a full understanding of the variables affecting sequencing analysis output is required. Here using tumour-normal sample pairs from two different types of cancer, chronic lymphocytic leukaemia and medulloblastoma, we conduct a benchmarking exercise within the context of the International Cancer Genome Consortium. We compare sequencing methods, analysis pipelines and validation methods. We show that using PCR-free methods and increasing sequencing depth to ~100 × shows benefits, as long as the tumour:control coverage ratio remains balanced. We observe widely varying mutation call rates and low concordance among analysis pipelines, reflecting the artefact-prone nature of the raw data and lack of standards for dealing with the artefacts. However, we show that, using the benchmark mutation set we have created, many issues are in fact easy to remedy and have an immediate positive impact on mutation detection accuracy.