如何理解CGA中的分析結果

今天就跟大家聊聊有關如何理解CGA中的分析結果，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

TCGA對于不同類型的數據，有著獨特的處理流程，具體如下

1. DNA-Seq Analysis Pipeline

TCGA中的DNA測序主要用來分析腫瘤患者中的體細胞突變，和GATK的體細胞突變流程類似，前期都經過了一個預處理步驟，這里稱之為co-cleanning, 流程示意如下

就是經典的sort->markduplicate->Realign->BQSR步驟，得到co-cleaned BAM文件。然后用配對的腫瘤和正常樣本進行somatic variant calling,  得到VCF文件。然后進行體細胞突變的注釋，得到突變注釋文件MAF, 示意如下

在進行體細胞突變位點分析時，使用了以下4款不同的軟件同時分析

1. MuSE

2. Mutect2

3. SomaticSniper

4. Varscan2

   
   

各自對應的pipeline示意如下

各自pipeline得到的VCF文件，使用VEP軟件對體細胞突變位點進行注釋，使用了以下數據庫進行注釋

1. GENCODE v.22

2. sift v.5.2.2

3. ESP v.20141103

4. polyphen v.2.2.2

5. dbSNP v.146

6. Ensembl genebuild v.2014-07

7. Ensembl regbuild v.13.0

8. HGMD public v.20154

9. ClinVar v.201601

   
   

注釋完成之后，會對突變位點進行過濾，去除低質量的突變位點和潛在的生殖細胞突變位點，剩余的位點作為最終的體細胞突變位點，保存在MAF文件中供下載。

當然對于沒有配對的正常樣本，也有tumor-only variant calling workflow來處理，具體請參考以下鏈接

https://docs.gdc.cancer.gov/Data/Bioinformatics_Pipelines/DNA_Seq_Variant_Calling_Pipeline

2.  mRNA Analysis Pipeline

mRNA分析是通過STAR的2-pass模式比對hg38參考基因組，然后使用HTSeq進行定量，定量時基于Gencode V22版本的GTF文件，流程示意如下

在定量時，提供了以下3種策略

1. Raw count

2. FPKM

3. FPKM-UQ

   
   

Raw count和FPKM是轉錄組分析中經典的定量策略，而FPKM-UQ則是在FPKM基礎上新提出的一種策略，計算公式如下

和FPKM不同的是，在FPKM-UQ中采用所有基因Mapping reads數目的上四分位數代替了所有基因Mapping Reads的總數。官方也提供了一個示例幫助我們理解具體的計算過程

3. miRNA Analysis Pipeline

miRNA的分析采用了BCGSC開發的miRNA定量流程，這套流程只針對已知的miRNA進行定量，鏈接如下

https://github.com/bcgsc/mirna

流程示意如下

4. Copy Number Variation Analysis Pipeline

使用Affymetrix SNP 6.0芯片來分析CNV, 首先使用DNACopy這個R包來計算拷貝數，然后用GISTIC2根據CNV來評估基因的變化情況，是loss還是gain, 流程示意如下

5. Methylation Liftover Pipeline

通過illumina Infinum Human Methylation 27和HumanMethylation450 兩個芯片平臺來分析DNA甲基化，采用了beta值的定量策略。同時考慮到這兩個探針是針對hg19來設計的，將探針序列與hg38進行比對，當MAPQ<10或者I型和II型探針比對到不同基因組區域時，過濾到這部分探針。剩余的CpG文件根據GENCODE V22版本的GTF來進行注釋，根據這樣的策略將hg19上的甲基化移植到hg38版本的基因組上，具體流程示意如下

了解TCGA數據分析的流程，可以更好的在GDC數據庫中篩選數據，也可以更好的和自己的數據進行比較。

看完上述內容，你們對如何理解CGA中的分析結果有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。