祖先匹配方法去除了亚群特异性三核苷酸谱，以准确推断突变特征 细胞系外显子组中大量的种系变异不能通过基于群体数据库中微小变异频率的过滤来去除(图。 1b ).因此，我们设计了一种方法来测量体细胞三核苷酸突变谱——突变特征推断的输入 33 –同时严格调整残留种系突变谱的污染。
因为不同人群的突变过程不同 34 ，这有可能混淆体细胞突变谱的分析。假设过滤后残留种系变异体的数量很高(图。 1b )，种系谱中即使微小的差异也会导致观察谱中的大偏差，这是体细胞和种系变异的混合。
为了解决这个问题，我们实施了祖先匹配程序，查找与每个细胞系的祖先相似的个体。特别是，我们将TCGA数据集中的细胞系外显子组和种系外显子组样本进行聚类，并根据常见种系变异的主成分进行分组(图。1e
我们对我们的祖先匹配程序进行了基准测试，以确定在癌细胞系外显子组中重建正确的体细胞突变谱的准确性。为此，我们使用来自TCGA癌症外显子组的SNV调用，其中匹配的正常被忽略，从而模拟将从细胞系基因组获得的突变调用(参见方法部分)。然后，我们将重建的体细胞SNV突变谱与真实的体细胞谱进行比较，真实的体细胞谱是通过将来自相同个体的肿瘤外来体与匹配的健康组织外来体进行比较而获得的。
祖先匹配改进了通常使用的策略，即根据群体基因组数据库简单地过滤掉已知的种系变异(图。 1 c， 1d 和补充图。 1d );在所有组织中，体细胞三核苷酸频谱(方法部分)的误差为68.8对124.1，而作为比较，通过来自相同肿瘤样品的突变的自助重采样的“自相似性”的预期误差为67.5，接近于通过祖先匹配获得的误差。
我们根据重建正确的体细胞三核苷酸谱的误差考虑了不同数量的群体簇。选择三个集群，预计，恢复主要种族群体(欧洲，亚洲和非洲，补充图。 1a )并进一步将簇的数量增加到13，使重建真正的体细胞三核苷酸突变谱的误差最小化(图。 1c ；13组的误差为68.8，而3组的误差为71.5；这种改进是适度的，因此3-簇解决方案也可以为下游突变光谱分析提供令人满意的基线)。
令人鼓舞的是，比较按照自我报告的种族分类的13个祖先聚类(补充图。 1b )，种族内三核苷酸突变谱比种族间更相似(补充图。 1c )，对罕见变异体的三核苷酸谱的PC分析分离了主要的种族群体(补充图。 1d ).这与在人类种系中跨越祖先群体的不同诱变过程的报道是一致的 C C>H T 据报道，欧洲人的C (H =非G)变异增加 C G>N T 美洲原住民和N A C>N C n和T A T>T T 在一些东亚人中 34 ,35 ,36 。这些报告，以及我们使用模拟的基准，支持使用祖先特异性基线来推断不匹配的癌症基因组(如细胞系基因组)的体细胞突变谱。
我们应用了祖先匹配方法(图。 1e )对1071个癌细胞系的测序数据进行外显子组分析 37 ，产生它们的体细胞三核苷酸谱。对于这些数据，我们使用NMF方法进行了从头发现，大致如Alexandrov等人所述。 33 (有一定的修改，见方法部分)，在那里我们提取了那些与以前报道的肿瘤突变特征相似的NMF溶液 9 单碱基替换(SBS)。我们测试了数据过滤和突变提取方法的许多变体(补充数据 S1 )来提高与已知的SBS签名集的一致性 9 和它们在组织中的已知分布，以及提高该组突变信号预测细胞系中药物反应的能力(方法部分；补充数据 S1 ).为了进一步证明与NMF信号提取相结合的祖先匹配方法的实用性，我们再次使用如上所述的模拟细胞系外显子组，其中真实的体细胞突变信号是已知的，因为匹配的正常信号是可用的。与过滤群体变异的通常方法相比，祖先匹配显著提高了余弦相似性与真实NMF特征谱的相似性( p = 0.021，威尔科克森检验；补充图 第一代 )并且对于签名曝光也是类似的( p = 0.017;补充图 第一代 ).我们得出结论，我们的祖先匹配的实施有利于在不匹配的癌症样本中提取NMF突变特征；我们认识到这种方法的未来变化可能会带来改进。
我们共同推断了三核苷酸(或SBS)签名和一组indel突变特征。检查光谱的SBS部分，这产生了30个非常匹配(余弦相似性截止值≥0.95)已知肿瘤SBS信号的细胞系突变信号，和另外22个匹配已知SBS肿瘤信号的细胞系信号(严格余弦相似性≥0.85和< 0.95；一项随机化试验估计，余弦阈值≥0.85对应于匹配正确SBS时的1.8% FDR，补充图。 4b
前一组用相应的SBS签名的名称标记，而后一组类似地加上后缀“L”(表示“喜欢”)。在某些情况下，我们的细胞系特征与一个以上以前的肿瘤SBS相似(补充图。 4a )并且它们被命名为使得这一点显而易见，例如我们的SBS26/12L匹配DNA错配修复(MMR)失败标记SBS26和可能的MMR失败标记SBS12 38 (首先列出更多相似的签名)。注意，在一些已知的肿瘤SBS突变特征中也观察到了相当程度的模糊性(补充图。 5 ).我们推断的全套52个突变特征和它们在细胞类型中的“暴露”在补充图中可见。 2 和 3 ，并且相应的数据被提供作为补充数据 S2 和 S3
此外，有五个突变特征似乎是细胞系(SBS-CL)特有的，这意味着它们与当前肿瘤目录中的一个特征不太匹配(补充图。 2 和补充数据 S2 ).这些突变过程可能仅在罕见的肿瘤类型中是明显的，或者它们可能主要在培养细胞中而不是在肿瘤中是活跃的。一些可能源于其他签名的不完全分离(补充图。 6 显示示例)。最后，一些SBS-CL可能反映了残留种系变异以及测序伪影的污染，类似于最近报道的从肿瘤基因组中回收的许多SBS信号 9
突变信号比致癌突变或拷贝数改变更准确地预测细胞系药物反应 癌细胞系中的遗传和表观遗传改变经常被研究作为对化合物敏感性的标志 29 ,30 。我们假设细胞系基因组中的突变标记可以作为药物敏感性或耐药性的类似信息标记。我们将它们的预测能力与通常用于预测细胞系中药物反应的标记进行了比较:致癌突变(在470个癌症驱动基因中 30 )、复发性病灶拷贝数改变(425个基因的CNAs 30 )，以及信息性CpG岛的DNA甲基化数据(378个基因的HypMet 30 ).此外，我们检测了基因表达模式(1564个基因的mRNA水平 39 或者是已知的药物靶基因 40 )，因为基因表达可以高度预测药物反应 30 ,41 ，可能是因为它反映了各种癌症类型和亚型之间的差异。
我们预测了一组930个细胞系(分别针对29种癌症类型，具有足够数量的细胞系)对来自GDSC数据库的一组518种药物的敏感性(对数IC50浓度) 37 2a ).除了本文推断的突变特征，我们还考虑了最近两项研究报道的细胞系突变特征 31 ,32 ，使用不考虑祖先的方法获得，而且将数据拟合到预先存在的SBS签名组，而不是从细胞系基因组中重新提取签名(参见方法部分)。
图2:用突变信号和其他分子数据类型预测药物反应。 a 本文和之前报道的利用突变信号(“MSigs”)预测药物反应的预测性能(RRMSE，相对均方根误差) 31 ,32 和其他数据类型(致癌突变(“Mut”)、拷贝数改变(“CNAs”)和DNA超甲基化(“HypMet”))。配对单侧Wilcoxon符号秩检验的p值在图上报告。虚线表示对角线。右下图显示了如何估计每个组织的RRMSE的示意图，其中“Sig”是突变信号或其他标记(CNA等。)，“Cell”是细胞系，“XV”是交叉验证，“Predict”暗示随机森林模型。 b 使用随机森林从不同标记组预测药物反应性能(RRMSE)的平均等级图。“这项工作”是指这里推断的突变签名，而“参考。 31 。和“参考。 32 。“指的是先前的突变签名集。每个图显示:不同标记组之间的等级(在左手边的那些是表现最好的)和标记组对之间的显著差异(如果它们的等级至少相隔临界距离(CD ),预测性能的差异在统计上是显著的 p < 0.05, by the Nemenyi post-hoc test, two-sided). The groups of marker sets for which there is no significant difference are connected by black lines. c 在我们的面板中，分别显示了具有最高数量细胞系的四种来源组织的测试。 d 预测药物反应的随机森林模型的百分比，定义为预测误差低于无信息默认模型的预测误差(预测每个细胞系的平均对数IC50)。表示为相对于可测试药物-组织对的总数。 e 预测基因表达但不预测另一特征类型(“仅exp_only”)、预测其他特征类型但不预测基因表达(“仅other_only”)、预测任一模型(“任一”)或仅预测两者组合(“组合”)的模型的百分比。源数据作为源数据文件提供。
首先，突变信号对药物敏感性的预测明显优于所有其他测试类型的改变:RF模型对CNAs、DNA超甲基化和致癌突变特征的准确性增加是显著的(at p < 0.05, by corrected Friedman test followed by the post-hoc Nemenyi test on ranks; Fig. 2b ；方法部分；考虑到所有RF模型，突变特征的平均等级为3.75，而其他类型(epi)遗传特征的平均等级为4.20-4.49。其次，通过我们的“祖先匹配”方法发现的突变信号比最近报道的其他细胞系信号表现得更好 31 ,32 比较出版物之间重叠的细胞系组(图。 2b，c ).此外，与中枢神经系统、致癌突变和DNA甲基化相比，这些先前的细胞系突变特征暴露对药物敏感性的预测性较低，表明在突变特征推断之前调整种系谱污染的效用(图。 2b–d
接下来，我们应用了一个不同的测试，该测试考虑了预测药物敏感性曲线的平均误差(交叉验证中RF模型的相对RMSE；图。 2a )，是给定组织中所有药物的平均值。在大多数癌症类型中，本文获得的突变特征比所有通常的基因组和表观基因组特征更好地预测药物反应(16种测试的癌症类型中有13种与DNA超甲基化相比，16种CNAs中有10种，16种致癌突变中有10种)。此外，在大多数癌症类型中(图。 2a )我们的细胞系特征明显优于最近推断突变特征的方法 31 ,32 ,42 原始至种系突变谱(在27种癌症类型中的22种和25种中，使用了相同的细胞系组的前两种方法，图。 2a 和在第三种方法的一组重叠细胞系上的16种癌症类型中的11种中(补充图。 7a p < 0.0001, p < 0.0001, and p = 0.041，相对RMSE下降的Wilcoxon检验)。
总的来说，基因表达对药物反应的预测性非常高(图。 2b–d )，与最近的报道一致 30 ,41 。我们询问基因表达的预测能力是否可以通过额外包括突变信号和/或各种遗传标记来补充。如上所述，我们预测了RF模型中的药物反应曲线(图。 2a )，但是这里通过使用具有基因表达的标记类型的组合，并计算预测RF模型(在交叉验证中具有优于基线RRMSE的药物-组织对；方法部分)。值得注意的是，基因表达被突变标记和其他类型的特征所补充，当结合标记时，比单独使用基因表达产生更高百分比的预测RF模型(图。 2d，e ).如果基因表达标记不可用，突变标记仍然是致癌突变、CNAs或DNA甲基化的补充(图。 2d
接下来，我们在单个药物的水平上考虑了互补性分析，询问可以通过组合RF模型(例如基因表达和突变信号)预测的药物敏感性特征是否也可以通过两个RF模型预测，这两个RF模型利用单独的特征集-仅基于基因表达或仅基于突变信号(图。2e ).基因表达本身不具有预测性但突变标记具有预测性的RF模型的数量相当可观(891个药物-组织对，加上432个只有标记和表达组合具有预测性的RF模型)。这高于基因表达不可预测但驱动突变可预测的药物-组织对的数量(563加352)，CNA也是如此(633加347)。除了基因表达，使用DNA甲基化作为基线也支持许多药物-组织组合的反应谱只能通过突变特征来预测(补充图。 7b ).这表明突变信号中的预测信号不仅仅反映癌症亚型或起源细胞，至少在某种程度上，亚型可以通过基因表达或DNA甲基化模式来识别。总的来说，突变信号，综合考虑，可以补充基因表达和其他类型的标记，预测癌细胞的药物敏感性分布。
在独立数据集中复制的与药物反应的关联 因为大规模药物筛选中的再现性问题 43 ,44 ,45 这可能源于技术原因或培养过程中癌细胞株的进化，我们询问突变特征和药物反应之间的关联是否在数据集之间复制。为此，我们测试了涉及各种标记的关联，附加条件是关联也在独立的数据集中复制。我们实施了一个基于随机化的程序来测试最小效应大小(科恩的 d 统计)高于概率(图。 3a ；方法部分)。的价值 d ≥ 1，通常被认为是大的效应大小，意味着标记物阳性的细胞系和标记物阴性的细胞系之间的平均药物敏感性(log IC50)的差异大于两组细胞系的合并标准偏差(log IC50)。这些复制测试是在二进制化的突变信号上进行的，即信号存在/不存在指示变量(补充图。 15b 第四心音 ).此外，对细胞系筛选分析中的常用标记进行了相同的测试，包括致癌驱动突变(图。 3 b– e )，CNAs(图。 3e )，以及启动子DNA甲基化 30
图3:通过跨测量的复制检测遗传或表观遗传标记和药物敏感性之间的强关联。 a 使用三种不同试验检测复制关联的随机化试验方法示意图:(I)两种筛选试验(GDSC/棱镜)之间药物的一致效果，(ii)与靶基因敲除效果一致的药物效果(GDSC/PSCORE)，以及(iii)共享相同分子靶标(GDSC/GDSC或“相同靶标”)的不同药物的一致效果。箱线图和散点图是说明性的。 b –d 致癌基因成瘾的已知例子的复制关联的例子(对 黑色素瘤 b)以及与肿瘤抑制基因突变相关的其他癌症易感性( ARID1A , c ; TP53 d ).y轴显示从ln IC50值(即药物敏感性，在标有“GDSC”或“棱镜”的列中)或从CRISPR重要度得分(在标有“PSCORE”的列中)得到的Z得分。水平括号显示FDR为重复的显著差异 野生型 和突变基因型，通过面板中的随机试验获得 a ，其中颜色表示复制测试的类型(“GDSC”、“棱镜”或“PSCORE”)。箱线图的中心线表示中间点，铰链对应于第一和第三四分位数，而晶须从铰链延伸到1.5× IQR。e，与GDSC药物筛选中的药物反应(X轴)和项目评分遗传筛选中的反应药物靶基因敲除(Y轴)相关的标记的效应大小，分别显示拷贝数改变(CNA)和癌症基因突变(mut)。灰色点代表所有测试的关联，而彩色点表示也符合效应大小阈值的统计显著性关联。蓝线是2D核密度估计的等高线。代表点被标记。分组标签(“Muts”子面板)上的药物名称按其在图上的出现从左至右排序。源数据作为源数据文件提供。
我们考虑了三种不同类型的复制分析:独立药物筛选数据集中的外部复制，影响同一靶标的多种药物的内部复制，以及使用CRISPR/Cas9基因敲除适合性筛选数据的外部复制。这三种复制方法的随机化p值(跨不同组织)很少因突变特征而膨胀，事实上通常表现为收缩(不同复制方法的跨组织平均λ值为0.68–1，补充图。 8 )表明在实施的复制测试中存在总体保守的偏差。少数组织方法组合在2005年出现膨胀 p -数值(λ> 1.3；补充图 8 )从进一步的关联分析中被省略；尽管如此，为了完整起见，补充数据中还是包括了全套的关联。
首先，我们进行了重复分析，其中来自GDSC的药物关联数据对照另一个药物筛选数据集进行了测试:PRISM(源自基于混合条形码筛选的实验方法 46 ；348种细胞系和178种药物与GDSC组重叠)。总共有290个药物突变特征关联得到了GDSC和PRISM的有力支持( d ≥ 0.5，在两个数据集中作用方向相同，另外要求随机化检验FDR < 15%；使用进行调整 q -价值方法 47 4a、b 和补充图。 12a，b ).这超过了PRISM中在同一测试中复制的涉及驱动突变(37)、拷贝数变化(55)或DNA甲基化(64)的药物关联数量。我们在补充数据中列出了这些关联 表面抗原-5
图4:药物敏感性或抗性与突变标记和其他标记的显著重复关联的计数。 a 比较统计学显著关联的数量(通过随机化检验，FDR<15%,额外需要效应大小 d 对于GDSC/棱镜和GDSC/PSCORE测试，大于0.5，以及 d 在三种类型的复制试验中，在突变特征(“特征”)、致癌突变(“mut”)和拷贝数改变(“CNAs”)中，每个特征的GDSC/GDSC(相同靶)试验> 1(见图。 3a ).根据药物敏感性(X轴的负侧)或耐药性(X轴的正侧)的显著关联总数对特征进行排序。 b 在各种癌症类型中具有统计学显著相关性的不同突变特征的数量(FDR < 15%；我们考虑在三个复制测试中，每种癌症类型具有> 1个显著相关性的信号。源数据作为源数据文件提供。
假设可用于复制分析的细胞系数量减少，因此统计功效有限，特别是对于一些组织(补充图。 13b )，我们建议一些协会在许可阈值(这里，名义上 p < 0.005) might be of interest for use as supporting evidence, corroborating other associations (see below).
其次，我们在GDSC进行了一项内部复制分析，强制要求必须检测到两种或两种以上具有相同分子靶点的药物之间的关联。在GDSC的数据中，总共有228种药物可以在这种“同靶”分析中进行测试。有效地，多种药物作为假复制，此外，该测试可以帮助丢弃由于脱靶效应引起的关联，脱靶效应更可能是两种药物之间的差异，而不是它们的靶效应。在这里，我们确定了971个突变信号的显著关联，206个驱动突变，288个拷贝数变化，762个启动子DNA甲基化(在效应大小 d > 1且FDR < 15%)(图。 4a、b ；补充数据中的数据 正常人血清中的一种蛋白质成分 和 S8 对于默认FDR<15%阈值和许可阈值之间的关联 p < 0.005, respectively).
相同目标和GDSC棱镜复制分析之间的一些关联重叠，表明更稳健:补充数据 S8 包含在多种癌症类型和/或针对同一途径的多种药物和/或不同复制方法(也包括CRISPR基因筛选，见下文)中发现的复制关联。我们建议这3911个关联的“银集”,其中FDR < 25%的每个复制由一个或多个建议性(名义上)的额外复制进一步支持 p < 0.005) threshold, to be potentially suitable for further analyses or follow-up.
将药物筛选数据与基因筛选数据整合以获得可靠的关联 作为第三种类型的复制分析，我们通过将药物敏感性数据与基因筛查数据集交叉，对癌症脆弱性进行了优先排序。我们的基本原理是，一个生物学过程可以通过对一种蛋白质的药理学抑制或通过编辑编码相应蛋白质的基因而被类似地靶向。具体来说，我们检测了一组517个细胞系对CRISPR/Cas9介导的靶向蛋白质编码基因的敲除的敏感性 48 覆盖了GDSC的细胞株。我们确定了许多协会(在影响大小 d > 0.5且FDR<15%)与常规标记-致癌驱动突变( n = 123)，副本数量变更( n = 100)，以及DNA甲基化( n = 86)–在药物和基因数据(补充数据 S6 ，图。 4 和 3e 和补充图。 9b，c
为了证明该测试的实用性，我们恢复了癌基因成瘾范例的众所周知的例子，例如具有以下特征的乳腺和食管/胃细胞系 ERBB2 (HER2 )扩增对EGFR和ERBB2(阿法替尼和4种其他药物)的抑制剂敏感，也对 ERBB2 基因敲除(复制FDR均< 15%)。类似地，我们总结了染色体片段7q31扩增之间的已知关联，包括 遇见了 癌基因与食管/胃癌对克唑替尼的敏感性 49 ,50 以及3种其他甲硫氨酸抑制剂(FDRs < 6%；图。 3E ).这 黑色素瘤 在GDSC和PRISM药物数据中，皮肤和结肠直肠癌的突变同样对不同的BRAF抑制剂敏感 黑色素瘤 基因破坏(图。 3b 和补充图。 9d ).相反，我们注意到一些癌基因突变也能产生耐药性，例如 投资物业 -突变白血病细胞(补充图。 10 , n =图中的38次点击。 4a )，与以前的报告一致(在补充说明中讨论) 1 ).这些和其他与基因突变、CNA和基因筛查数据中复制的启动子DNA甲基化的显著关联在图1的全球数据概述中突出显示。 3e 和补充图。 9c
除了致癌基因成瘾之外，复制的关联可以通过合成致死性提出靶向突变的肿瘤抑制基因的方法。一个例子是 CDKN2A 使脑癌细胞对palbociclib(一种CDK4/6抑制剂)和基因敲除敏感的缺失 CDK4 和 CDK6 基因。相比之下， RB1 突变与耐药性相关，这与这些基因的生物学作用以及之前的临床前研究一致(详情见补充说明 1 ).这证明了在这里和其他地方联合分析药物和基因筛选数据的力量 51 ，表明我们在此确定的其他关联(补充数据 S6 )提供承诺随访的癌症依赖性。例如，我们的分析确定了以下方面的漏洞 TP53 -突变细胞操纵跨越五种不同癌症类型的CHK2/CDC25A/CDK2轴的活性(图。 三维（three dimension的缩写） 和补充图。 9e )，呼应了之前在CHKs治疗干预方面的工作 TP53 -缺陷细胞(补充说明 1 ).这些实施例还说明了药物筛选数据与基因筛选数据的综合分析如何揭示通过次级药物靶标发挥的药物作用(例如，CHK1的MK-8776抑制剂可能是CHK2图。 三维（three dimension的缩写） ，见补充说明中的讨论 1 ).
我们强调了一个得到有力支持的合成致死性例子 ARID1A 肿瘤抑制基因及其抑制作用 AKT2 基因或蛋白质(图。 3c ).特别是， ARID1A 突变的结肠直肠细胞系对基因敲除更敏感。 AKT2 CRISPR的基因，以及pan-AKT抑制剂GSK690693和capivasertib/AZD5363(在复制试验中，FDR分别为6%和12%)。在卵巢癌细胞系中观察到同样的情况，同样涉及 AKT2 敲除和相同的两种抑制剂(FDR分别为9%和12%)。这得到了其他AKT抑制剂药物的支持:结肠中的afuresertib (FDR=6%)、AKT抑制剂VIII (FDR = 21%)和uprosertib (FDR = 5%)以及卵巢中的MK-2206 (FDR = 9%)(补充数据 S6 ).在肿瘤基因组分析中发现了这些基因之间相互作用的进一步证据。这 AKT2 癌基因在卵巢癌、子宫内膜癌、胰腺癌和其他类型的癌症中会被放大，而 ARID1 在许多癌症中，肿瘤抑制基因通常带有截短突变。在肿瘤基因组中， AKT2 变化主要与以下情况同时发生 ARID1A 变更(OR = 2.0，FDR<0.1%，在MSK-10，945个样本的影响队列中； 52 在10，967个样本的独立TCGA泛癌队列中，重复≥1.4，FDR < 0.1%；通过cBioPortal进行分析 53 ).这些基因组关联支持 AKT2 扩增可能会带来选择性的好处 ARID1A 变异肿瘤。总的来说，我们的分析巩固了这样一个概念，即PI3K/AKT/MTOR信号抑制是一个脆弱性 ARID1A -突变细胞 54 ,55 ,56 ,57 ARID1A 56 我们进一步建议将AKT2作为一个合适的干预点。
接下来，我们应用同样的统计方法(图。 3a ；方法部分)来确定重复的药物敏感性关联，包括细胞系基因组中的突变特征。
与药理学和遗传扰动敏感性相关的突变特征 作为标记突变信号研究中的阳性对照，我们考虑了最近报道的微卫星不稳定(MSI)细胞系的脆弱性，因此在DNA错配修复(MMR)途径中有缺陷，不能耐受微卫星不稳定的缺失。 蛋白 基因 48 ,58 ,59 ,60 。已知肿瘤中的MMR缺陷与MSI和三核苷酸突变标记sb6，15，21，26和44相关 9 (此外还有SBS14和20，它们是由MMR失效与复制型DNA聚合酶缺陷同时产生的)。在一项对MSI倾向的癌症类型(结肠直肠、卵巢、胃、子宫)的联合分析中，我们发现了我们在细胞系外显子组中推断的MMR SBS信号与对MSI的敏感性之间的联系 蛋白 击倒对手。然而，SBS20、15、6、26/12L、14、21和44L的MMR信号的统计支持水平是可变的(FDR < 0.01%、< 0.01%、< 0.01%、11%、18%、21%和n . s .[与耐药性相关])；补充图 11a ).此外，我们还注意到indel组件中一些权重较高的额外特征，因此可能与MMR相关:SBS33L、SBS54和SBS-CL1(补充图。 2 )–还预测了对以下各项的敏感性 蛋白 损失(补充图 11 )，以高效果尺寸的SBS33L为例。因此，一些MMR相关标记(特别是富含C > T的SBS15和SBS6，以及SBS20)比其他MMR失败相关标记(如富含T > C的26、21或44)更能有效抑制WRN。可以想象，这可能是因为这些特征反映了不同类型的MMR故障，从而对WRN活动提出了不同的要求。总的来说，恢复已知 蛋白 通过三核苷酸突变标记评估的MMR缺陷细胞系的依赖性支持了我们的方法在细胞系基因组中推断突变标记的实用性。
超出 蛋白 破坏，MMR信号以及其他突变信号可以预测对许多扰动的敏感性，包括MSI状态或其他遗传标记不能预测的那些(补充图。 9a ；我们注意到反过来也是正确的，至少对于MSI标签可用的少数癌症类型是如此)。
接下来，我们系统地检查了GDSC药物筛查和Project SCORE基因筛查中所有关联重叠的突变特征。这产生了130个关联(随机化FDR < 15%,并且额外需要效应大小为 d 在基因和药物筛选中均> 0.5)，这一数字高于致癌驱动突变、CNAs和DNA甲基化(在相同的FDR阈值下，分别为123、100和86)。这些关联(图。 4 ，补充图。 12c ；补充数据中的完整列表 S6 )涉及64种不同基因的k.o .,表明突变特征与多种靶基因相关，并提示了随访的潜在干预点。涉及突变信号的重复关联的数量在该复制分析中排名很高(如化疗相关的SBS25L，卤代烷暴露相关的SBS42L，以及可能与NER缺陷相关的信号) 61 SBS 8l/4L；图。 4b ，补充图。 12a n = FDR 15%时分别为12、8和7个重复关联)与涉及常见驱动突变的重复关联数量大致匹配，例如 肾小球滤过率 或者 TP53 或者 喀斯特地貌 (n = 18、17和13)，或者已知的拷贝数改变事件，例如 ERBB2 增益( n =项目得分中的17个重复关联)(图。 4a 和补充数据 S6 ).我们还在补充图中显示了更宽松的25% FDR的关联计数。 12 ，进一步支持突变标记如何提供与药物反应相关的标记，如基于驱动突变和CNA的常用标记。
我们注意到在这个和进一步的分析中，我们保守地将结肠直肠癌细胞系分为MSI和MSS(没有分层的联合计数在补充图中)。 13a 和补充数据 S9 )，基于MSI在结肠直肠细胞系中常见，且MSI状态与突变特征密切相关 9 ,38 ,62
涉及突变信号的强关联在多种癌症类型中复制 接下来，我们将重点放在那些涉及突变信号的药物关联上，这些突变信号通过一种以上的复制方法反复复制(见图。 3a )和/或一种以上的癌症类型(“银集”)，补充数据 S10 ).我们注意到这一组中的一些关联在三种或三种以上的方法和/或组织中重复出现，因此我们引入了一个更严格的hits等级，具有更高的随访优先级。这些“黄金组合”在至少三种不同的组织中或在三种不同的测试中以效应大小重现 d > 0.5，在以下情况下显著 p < 0.005, and at least once at FDR < 25%. This resulted in 995 higher-priority associations (tallying both mutational signature associations, and the driver mutation and CNA associations; Supplementary Data S8
在这个高置信度的关联组中，一个常见的现象是在以前的肿瘤基因组分析中涉及到与DNA修复失败相关的突变特征。这包括:MMR故障(各种sb；在图中列出。 5 一， b )，BER故障(SBS36/56L 15 ,63 ,64 ，SBS30L/7bL/11L 14 ,65 )、可能的NER失败(SBS8L/4L)和复制型DNA聚合酶失败(特别是SBS14和SBS20另外SBS56/10aL/36L可能在这个组中)。作为暂时的DNA修复相关的签名，我们在这里额外考虑 6 ,9 ,66 SBS18/36L基于与SBS36/18相似的光谱，因为它是在 MUTYH -变异患者 63 ,67 ，此外还有SBS33L、SBS54和SBS-CL1，因为它们具有显著的indel成分并与对以下物质的敏感性相关 蛋白 损失(补充图 11 ).这些DNA修复相关的信号包括701个关联中的278个，这些关联涉及这个高优先级集合中的突变信号；下面讨论一些个别的例子。因此，由DNA修复失败导致的突变信号通常会导致药物的脆弱性。
图5:涉及突变特征的强有力支持的关联的突出例子。 a AKT抑制剂和DNA错配修复突变信号之间的所有测试关联，通过所有三个复制测试(通过“双向”随机化测试，见方法部分)。每个条形代表一个 p -一个协会的价值。对于效应大小< 0.2的关联， p -值未在随机化程序中计算，此处显示为 p = 0.5. b 协会有 p < 0.005 between AKT inhibitors and individual DNA mismatch repair signatures. c 在所有三个复制试验中，FDR < 25%的显著相关性计数。*和符号表示突变签名组；请参见嵌在面板内的按键。 d 在耐药性关联中观察到的与预期的药物靶向途径出现频率的平均log2比率( p -值< 0.005)与化学品暴露的信号，超过了电阻关联数量的前6个信号(SBS25L、SBS18/36L、SBS42L、SBS11、SBS22L和SBS4/45L)。源数据作为源数据文件提供。
当检查敏感性与耐药性关联的总体平衡时，我们注意到驱动基因突变和CNA混合了敏感性和耐药性关联。这些可能在基因间分布不均:见 投资物业 上面提到的例子，偏向于阻力，而 肾小球滤过率 偏向于敏感性(也许因为突变的EGFR是许多被批准的药物的目标)。
以此类推，我们也确定了突变签名关联计数中的两种相反趋势。首先，如上所列，与DNA修复失败相关的信号往往更敏感(考虑到图1所示的对抗性关联的敏感性的相对频率)。 5c ；也可参见补充图中的曲线顶部。 12a 按测试类型细分)。
第二，有一组倾向于抗性关联的突变特征；这些签名也表现出较高的总数量的协会(图。 5c ；补充图中的底部。 12a ).在该组中，前7个特征中的6个先前与诱变化学品的暴露有关:SBS25L(未指定的化疗)、SBS18/36L(活性氧)、SBS42L(卤代烷暴露 68 )、SBS11(一种DNA甲基化试剂，药物TMZ)、SBS22L(一种产生大体积DNA加合物马兜铃酸的试剂 69 )，和SBS4/45L(来自烟草烟雾的试剂混合物，其中诱变可能主要由多环芳烃的DNA加合物产生)。值得注意的是，在这些中，氧化损伤SBS18/36L也显示了一些敏化关联(图。 5c ).诱变剂暴露的这六个特征与对各种药物的抗性相关，这些药物主要针对例如染色质组蛋白修饰、DNA复制、p53途径、JNK和p38信号以及ABL信号(图。 5d 和补充图。 15 每个签名的细目)。这些数据表明，总的来说，癌细胞中先前化学暴露的突变特征通常预测对未来药物暴露的抗性。
与各种DNA修复失败相关的突变信号可预测药物敏感性 稳健关联集合的手动管理(补充数据 S8 )揭示了几种MMR信号与AKT丝氨酸/苏氨酸激酶抑制剂的敏感性相关(图。 5 一， b ).这在许多组织中一致可见:在结肠直肠、皮肤、肺(小细胞)和脑(FDR关联< 15%)，此外在前列腺癌、卵巢癌和胃/食道癌(许可FDR阈值关联，均与FDR阈值相关) p < 0.005); see Fig. 6a–c 例如分别涉及SBS26/12L、SBS14和SBS20。这些关联涉及9种不同的AKTi药物，包括uprosertib、MK-2206和ipatasertib。这些药物中的一些已经进行了临床试验，在未选择的患者中显示出不同的结果 70 ,71 ，强调了识别对AKT抑制剂反应的预测生物标志物的需要。我们考虑了不同的MMR标记作为AKTi标记具有不同效用的可能性；事实上，MMR信号SBS26/12L通常与不同AKTi药物的敏感性相关，其他信号的效用较低(图。 5a、b ).MMR信号和AKTi敏感性之间的这些关联可能在机制上与以下之间的关联相关 ARID1A 我们上面描述的突变和AKTi敏感性(图。 3c ).这种联系与所报道的MMR活性丧失是一致的 ARID1A -突变细胞 72 ，以及肿瘤中ARID1A丢失与多种癌症类型中报道的MMR缺乏之间的相关性 73 ,74 ,75
图6:在独立数据集中复制的与药物敏感性或耐药性的关联。 a –f 突变标记与复制的药物敏感性的关联的例子(使用图。 3a )多次，跨越不同的癌症类型和/或不同类型的复制测试。y轴显示从ln IC50值(药物敏感性:“GDSC”或“棱镜”列)或从CRISPR重要性得分(“PSCORE”列)得出的Z得分。水平括号显示了通过随机试验获得的与给定突变特征的存在/不存在的重复关联的FDR(图。 3a )，其中颜色表示测试的类型(参见图顶部的图例)。箱形图的中心线表示中间点，箱形铰链对应于第一和第三四分位数，而晶须从铰链延伸到1.5 × IQR。源数据作为源数据文件提供。
除了MMR之外，其他DNA修复途径失败产生的信号可能产生敏感性关联(图。 6 d– f 和补充图。 14 ).签名SBS36/56L就是一个例子，它可能表示BER失败，因为SBS36先前与中的功能损失相关联 MUTYH 。在五种癌症类型中，SBS36与通过例如阿法替尼或AST-1306药物抑制EGFR或ERBB2的敏感性相关。这些关联在的CRISPR k.o .中得到额外支持 肾小球滤过率 或者 ERBB2 皮肤癌、肝癌和头颈癌中的基因(补充图。 14c ).相关信号SBS18/36L也预测了五种癌症类型中的三种对这些药物的敏感性(补充图。 14d ).在这些癌症类型中，EGFR靶向药物对SBS36/56L和SBS18/36L敏感性相关性的总体统计支持高于所有其他类别的药物(补充图。 14e ).先前的研究表明，EGFR活性可以控制各种DNA修复机制 76 ,77 ,78
我们进一步强调了一个涉及信号SBS18/36L的例子，该信号与活性氧引起的DNA损伤有关，并且由于与信号36的光谱相似，还可能与BER途径中的某些缺陷有关。该特征与胰腺癌、肺鳞癌、肉瘤和淋巴样白血病(所有组织的FDR≤30%)对sirtuin (SIRT)蛋白的两种抑制剂selisistat和tenovin-6的敏感性相关；图。 6e ).在四分之三的组织中，与SIRTi的相关性复制在CRISPR k.o .表型中。 SIRT1 基因(图。 6e ).这增加了这样的信心，即SIRT1可能是正在经历和/或以前经历过对其DNA的氧化损伤和/或修复这种损伤的能力降低的肿瘤细胞的有希望的易损性(当前的分析没有区分这些情况)。
另一个致敏突变信号的例子很有趣，因为它出现在多个组织中。SBS30L/7bL/11L，不明确，但可能与碱基切除修复失败有关(因为SBS30以前与 NTHL1 功能丧失 14 ,65 )，与对两类相关药物的敏感性相关(补充图。 14a、b )汇聚到细胞骨架上。首先是极光激酶A(一种调节有丝分裂纺锤体组装和稳定性的蛋白质)的抑制剂，包括药物ZM447439、Genentech Cpd10和GSK1070916(一种具有部分极光A活性的极光B/C抑制剂)。这些关联也在英国的k.o .中被复制 奥尔卡 基因(补充图。 14a ).其次，这种信号SBS30L/7bL/11L与对长春花生物碱长春碱、长春新碱和长春瑞滨的敏感性有关，它们干扰微管的装配和有丝分裂纺锤体的形成(补充图。 14b ).在FDR ≤ 30%的AML和CML白血病和肝癌中，以及在更允许的FDR阈值的结肠直肠癌和多发性骨髓瘤中观察到这些相关性(然而，具有显著的效应大小；补充图 14a、b
发现一些关联涉及从细胞系基因组中回收的突变标记，这些标记与来自肿瘤基因组的已知SBS谱不紧密匹配。一个有趣的例子是SBS-CL1的关联，这是一种在各种癌症类型中见到的富含indel的标记(补充图。 2 和 3 ).我们的分析表明，这与对DNA损伤信号药物的敏感性有关。首先，我们确定了SBS-CL1暴露与PARP抑制剂olaparib、rucaparib、veliparib和PARP敏感性之间的关系 PARP1 在三种癌症类型中观察到的基因k.o .(图 6d ).其次，我们确定了与ATR抑制剂AZD6738、VE-822、VE-821或k.o .的敏感性的相关性。 （同antitransmit-receive）反收发 四种癌症类型的基因(图。 6f ).这个例子表明了indel信号在预测药物反应中的效用，在这种情况下，是对一类在临床上试验的DNA修复药物，即ATRi。
在多种癌症类型中反复观察到额外的关联。这些“黄金组合”关联的人工监管突出的一些例子包括:SBS17aL签名和ZSTK474药物以及 PIK3CA /PIK3CB 基因；SBS3L签名和fedratinib和 JAK2 基因；SBS8L和米多司桃林；SBS17b和氟达拉滨(以及可能更普遍的DNA抗代谢物)。这些关联是在“黄金组合”关联(补充数据)中具有相似置信度(基于FDRs和独立组织/复制试验的复发率)的许多其他示例中的一些代表 S8 ).除了我们的手动治疗，我们还提供了基于跨组织和不同复制试验的汇总p值的优先排序，以突出补充数据中与突变特征以及驱动突变/CNA/DNA超甲基化相关的前10位 S11
