胚系变异与体细胞变异

快速概览

区分变异的生物学来源对于选择正确的算法模型至关重要。胚系变异遵循孟德尔遗传规律，而体细胞变异则受克隆进化、肿瘤纯度和拷贝数变化的复杂驱动。

掌握 Germline 变异的合子型（Zygosity）与种群频率背景
掌握 Somatic 变异检测中的 VAF (Variant Allele Frequency) 统计直觉
理解"肿瘤-正常配对"设计在过滤胚系背景中的核心作用
认识克隆异质性（Heterogeneity）对突变频率分布的影响

所属板块 分析方向与案例

把基础对象与算法方法重新放回真实分析任务与工作流。

阅读目标 帮助建立阅读上下文

先判断这页与你当前问题的关系，再决定是否深入展开。

建议前置 先建立相关基础对象与方法直觉

建议先建立相关基础对象与方法直觉，再进入本页。

1. 变异来源的二元划分

特征	Germline Variants (胚系变异)	Somatic Variants (体细胞变异)
起源	遗传自父母，存在于受精卵中。	后天获得，由体细胞分裂错误引起。
分布	存在于全身几乎所有细胞。	仅局限于特定的病变组织或细胞克隆。
遗传性	可传递给后代。	不遗传。
检测目标	遗传病诊断、单倍型分析。	癌症驱动基因识别、克隆演化研究。

孟德尔遗传 vs. 体细胞突变

胚系变异遵循孟德尔遗传定律。在二倍体生物中，每个个体从父母各继承一个等位基因，形成基因型。这意味着：

常染色体显性遗传：杂合子即可表现出表型。
常染色体隐性遗传：需要两个等位基因同时突变。
X 连锁遗传：男性只有一个 X 染色体上的等位基因，半合子即可表现出表型。

体细胞变异不遵循孟德尔遗传。它发生在体细胞的有丝分裂过程中，由 DNA 复制错误、环境致癌因素（如紫外线、烟草）或修复机制缺陷引起。体细胞突变的积累是癌症发生的基础。

2. 统计直觉：VAF 告诉我们什么？

变异等位基因频率（Variant Allele Frequency, VAF） 是区分两者的关键指标。

Germline 的”确定性”

在正常的二倍体生物中，胚系变异的 VAF 通常呈现”全或半”的特征：

杂合（Heterozygous）：VAF $\approx 0.5$ （理论上来自两条染色体中的一条）。
纯合（Homozygous）：VAF $\approx 1.0$ 。
算法逻辑：如果一个位点的 VAF 偏离 0.5 或 1.0 太多，算法通常会将其视为测序错误或噪音。

VAF 的分布可以形式化为：

$\text{VAF}_{\text{germline}} \sim \text{Binomial}(n, p)$

其中 $n$ 是覆盖深度， $p$ 是真实等位基因频率（0.5 或 1.0）。在足够的深度下（如 $n \geq 20$ ），二项分布近似为正态分布，VAF 的置信区间可以很容易地计算。

Somatic 的”波动性”

在肿瘤样本中，VAF 受到多种因素的剧烈干扰： $VAF \approx \text{Purity} \times \text{Clone Fraction} \times \frac{\text{Local Copy Number}}{\text{Total Depth}}$

肿瘤纯度（Purity）：样本中混入了多少正常基质细胞。
亚克隆（Subclones）：并非所有癌细胞都携带该突变。
拷贝数（CNV）：变异位点可能发生了扩增或缺失。
算法逻辑：Somatic Caller（如 Mutect2）必须能够识别极低频率（甚至 $1\%$ ）的信号，并利用 Panel of Normals (PON) 来排除系统性的噪音。

VAF 公式的详细推导

假设一个肿瘤样本的纯度为 $\rho$ （即肿瘤细胞占总细胞的比例），某个体细胞突变存在于克隆比例为 $\phi$ 的癌细胞中，该位点在肿瘤细胞中的局部拷贝数为 $C$ ，其中突变等位基因的拷贝数为 $M$ ，则：

$\text{VAF} = \rho \cdot \phi \cdot \frac{M}{2\rho \cdot C + 2(1-\rho)}$

分母中， $2\rho \cdot C$ 是肿瘤细胞在该位点的总等位基因数， $2(1-\rho)$ 是正常细胞的等位基因数（二倍体）。

数值例子：假设纯度 $\rho = 0.6$ ，克隆比例 $\phi = 0.5$ ，拷贝数 $C = 2$ ，突变拷贝数 $M = 1$ （杂合）：

$\text{VAF} = 0.6 \times 0.5 \times \frac{1}{2 \times 0.6 \times 2 + 2 \times 0.4} = 0.3 \times \frac{1}{2.4 + 0.8} = 0.3 \times \frac{1}{3.2} \approx 0.094$

即 VAF 约为 9.4%，远低于胚系杂合变异的 50%。

3. 分析设计：为什么要”配对”？

为了精准识别体细胞变异，标准的做法是 Tumor-Normal Pair。

逻辑：将患者肿瘤组织的测序数据与同一人的外周血（正常对照）进行比对。
过滤：所有在正常对照中出现的变异都被标记为 Germline 变异并剔除，剩余的才是该患者特有的 Somatic 突变。

无配对设计的挑战

在某些情况下（如只有 FFPE 肿瘤样本，没有匹配的正常组织），只能使用无配对（Tumor-Only） 模式进行体细胞变异检测。此时面临的挑战包括：

无法区分胚系多态性：人群中常见的 SNP 会被误报为体细胞变异。
需要外部过滤：必须依赖公共数据库（如 gnomAD、dbSNP）来过滤常见的胚系变异。
假阳性率更高：测序错误和比对噪音无法通过与正常样本的比对来消除。

Panel of Normals (PON)

PON 是由大量正常样本（通常 40—100 个）构建的噪音模型。其原理是：

对每个正常样本运行体细胞变异检测流程。
收集所有检测到的”变异”——这些几乎都是假阳性。
将 PON 中的变异作为黑名单，在实际分析中过滤掉。

PON 能有效捕获系统性技术噪音（如特定基因组区域的比对困难、氧化损伤导致的 G>T 人为突变等）。

4. 突变谱（Mutational Signature）

不同类型的 DNA 损伤会在基因组中留下特征的突变模式，称为突变谱（Mutational Signatures）。这些模式不仅帮助理解突变的生物学成因，也可用于区分胚系和体细胞变异。

紫外线损伤（UV Signature）: 特征为 C>T 转换在二核苷酸语境中富集（TCN > TTN）。见于皮肤黑色素瘤。
吸烟相关（Tobacco Signature）: 特征为 G>T 颠换（C>A 互补链）的富集。见于肺鳞癌。
错配修复缺陷（MMR Deficiency）: 特征为微卫星不稳定性（MSI）和大量插入/缺失突变。见于结直肠癌和子宫内膜癌。
APOBEC 酶活性: 特征为 TCW > TTW 和 GCW > GTW 突变。在多种癌症类型中观察到，可能与病毒感染或免疫反应有关。

5. 肿瘤克隆结构（Clonal Architecture）

肿瘤不是单一的细胞群体，而是由多个基因型不同的亚克隆（Subclones）构成。理解克隆结构对于体细胞变异检测和解读至关重要。

克隆进化模型

最常见的肿瘤进化模型包括：

线性进化（Linear Evolution）：突变逐步累积，新的亚克隆在前一个亚克隆的基础上产生。
分支进化（Branching Evolution）：不同的亚克隆从共同祖先独立演化，形成树状结构。
中性进化（Neutral Evolution）：大多数”乘客突变（Passenger Mutations）“的积累遵循中性漂变模型，不受到正向选择的影响。

克隆 vs. 亚克隆

克隆（Clonal）变异：存在于所有肿瘤细胞中，VAF 较高（通常 > 20—30%，取决于纯度）。这些变异通常发生在肿瘤发生的早期，可能是驱动突变。
亚克隆（Subclonal）变异：只存在于部分肿瘤细胞中，VAF 较低。这些变异发生在肿瘤进化的后期，可能是耐药突变的来源。

6. 临床报告差异

维度	胚系变异报告	体细胞变异报告
分级标准	ACMG/AMP 5 级分类	AMP/ASCO/CAP 4 级分类
核心关注	遗传风险（终身患病概率）	治疗可操作性（用药/预后）
VAF 期望	杂合 ~0.5，纯合 ~1.0	可变（受肿瘤纯度和 CNV 影响）
数据库来源	gnomAD、ClinVar、HGMD	COSMIC、TCGA、OncoKB
家庭影响	一级亲属均需考虑筛查	通常不影响家庭成员

ACMG 致病性分级标准

美国医学遗传学学会（ACMG）将胚系变异分为五个等级：

分级	含义	临床行动
Pathogenic	致病	明确的临床指导
Likely Pathogenic	可能致病	提供临床指导
VUS	意义不明	不提供明确指导
Likely Benign	可能良性	通常不需要干预
Benign	良性	无需临床干预

体细胞变异的临床分级

体细胞变异的分级体系（AMP/ASCO/CAP）侧重于临床可操作性：

Tier I：具有强临床意义（FDA 批准的靶向药物对应的变异）。
Tier II：具有潜在临床意义（临床试验中的靶向药物或临床前证据支持）。
Tier III：临床意义未知（在癌症中观察到但功能不明确）。
Tier IV：良性或可能良性（在群体数据库中频率较高，不太可能是驱动突变）。

7. 常见误区

常见误区

将 VAF = 0.5 作为胚系变异的绝对标准。测序覆盖度不足时（如 depth < 10），VAF 的置信区间很宽，0.3--0.7 的范围都可能与杂合胚系变异兼容。
在肿瘤样本中忽略拷贝数变异对 VAF 的影响。如果一个杂合突变位点发生了拷贝数扩增（如从 2 拷贝扩增到 6 拷贝），VAF 可能远高于 0.5。
在体细胞变异检测中使用胚系变异的过滤策略。胚系分析中常用的 HWE 过滤和 MAF 过滤不适用于体细胞变异，因为体细胞突变在"群体"中的频率本来就极低。
混淆胚系致病性分级和体细胞临床分级。ACMG 分级关注遗传风险，AMP/ASCO 分级关注治疗可操作性，两者的评估框架完全不同。
假设所有体细胞变异都是驱动突变。肿瘤中绝大多数突变是"乘客突变"，不参与肿瘤的发生和发展。区分驱动和乘客突变需要额外的功能验证。

8. 应用场景

区分胚系和体细胞变异在以下场景中至关重要：

癌症精准医疗：识别肿瘤中的可靶向驱动突变（如 EGFR L858R、ALK 融合），指导靶向治疗选择。
遗传性癌症综合征筛查：在肿瘤患者中识别胚系致病突变（如 BRCA1/2），提示遗传性癌症风险，建议家族成员进行基因检测。
液态活检（Liquid Biopsy）：通过检测血液中循环肿瘤 DNA (ctDNA) 的体细胞突变，实现癌症的早期筛查、疗效监测和复发预警。
肿瘤免疫治疗：肿瘤突变负荷（Tumor Mutational Burden, TMB）是预测免疫检查点抑制剂疗效的指标，需要准确的体细胞变异计数。