基于RESOLVE框架的20 000例成人及儿童肿瘤突变特征解析揭示癌症演化新机制

本研究针对癌症基因组学中突变特征分析的三大挑战（特征数量不确定性、病因不明、过拟合风险），开发了整合LASSO正则化与置信度评估的RESOLVE算法。通过分析20 000例成人及儿童肿瘤全基因组数据，首次证实少数主导性突变过程（如SBS1/5/3）驱动多数癌症演化，并建立突变特征-驱动基因-预后的多维关联（如SBS2-PIK3CA突变、SBS3-TP53突变的机制联系），为癌症分型与精准治疗提供新框架。

　　

论文解读

癌症作为基因疾病，其发生发展由体细胞突变驱动。这些突变形成的特定模式称为"突变特征"，可揭示环境暴露和细胞内在过程对肿瘤的影响。然而当前突变特征分析面临三重困境：特征数量依赖经验性判断、部分特征病因不明、现有算法易受参考数据库选择的影响导致过拟合。这些问题阻碍了突变特征在临床分型和治疗中的应用。

为突破这些局限，米兰大学比可卡分校（University of Milano-Bicocca）的研究团队开发了RESOLVE（Robust EStimation Of mutational signatures Via rEgularization）计算框架，通过对20 000例成人及儿童肿瘤的全基因组测序（WGS）数据进行分析，首次系统揭示主导癌症演化的核心突变过程及其临床关联。该成果发表于《Nucleic Acids Research》。

关键技术方法

研究采用四大关键技术：

1. 突变特征提取：整合LASSO正则化与背景特征（如COSMIC SBS5）约束的非负矩阵分解（NMF），优化特征稀疏性
2. 置信度评估：通过bootstrap重采样（≥50次）计算特征活性p值，筛选贡献>5%突变的显著特征
3. 跨组学分析：涵盖单碱基置换（SBS）、双碱基置换（DBS）、插入缺失（ID）、拷贝数变异（CN）四类特征
4. 临床关联模型：采用正则化Cox回归分析预后，正则化逻辑回归量化特征-驱动基因关联

研究结果

RESOLVE框架的算法优势
通过800组模拟数据验证，RESOLVE在特征提取精度上显著优于现有工具（图2）。其核心创新在于同时对特征矩阵（S）和暴露矩阵（E）进行LASSO正则化，而SparseSignatures等工具仅正则化S矩阵。在真实肿瘤数据中，RESOLVE仅用29个SBS特征（对比COSMIC的79个）即实现更高拟合优度（成人样本平均余弦相似度0.992 vs 0.984），且97.2%样本拟合优度>0.95。

突变过程的全局图谱
基于k-medoids聚类发现：

• SBS特征：>60%患者集中在3个主导过程：CpG甲基化（SBS1）、衰老相关（SBS5）、同源重组修复缺陷（HRD，SBS3）（图4）
• 预后关联：SBS9（聚合酶η介导突变）与造血肿瘤良好预后相关（p<.05），SBS3在食管癌/胰腺癌中提示不良预后
• 驱动基因互作：乳腺癌中SBS2（APOBEC活性）显著富集PIK3CA突变（OR=3.1），SBS3（HRD）富集TP53突变（OR=4.6）
  
  
  60%癌症'>

机制新发现

1. 驱动基因的"特征逃逸"现象：关键驱动基因（如皮肤癌BRAF、血液癌MYC）的突变模式与所在肿瘤的主流特征不符，提示其可能发生于特征激活前或受进化保护
2. APOBEC的二元角色：SBS13（APOBEC活性）在乳腺癌中与TP53突变互作，但PIK3CA热点突变（28.8%为T[C>T]A）与SBS2特征匹配，暗示特定亚型的直接诱变机制
3. DBS/ID特征局限性：双碱基置换（DBS）拟合优度显著低于SBS（仅34.3%样本余弦相似度>0.95），提示其可能包含随机事件

结论与意义

本研究通过RESOLVE框架重新定义了癌症突变特征分析的标准：

1. 简化特征库：证实29个SBS特征即可解释绝大多数突变，挑战了现有大型数据库的必要性
2. 临床转化价值：建立突变特征-预后-驱动基因的定量关联模型（如SBS5在胰腺癌中的保护作用），为个体化治疗提供新靶点
3. 演化新理论：发现主导基因可能规避主流突变过程，为癌症早期演化研究开辟新方向

该框架已封装为R包（Bioconductor/GitHub开源），其整合置信度评估与多维关联分析的能力，将推动突变特征从科研工具向临床决策标志物的转化。未来需在晚期肿瘤和多样化地域队列中验证发现的普适性。