Science：测序需警惕！你可能检测到了“假突变”

　　你可能检测到了一个“假突变”！2月17日，科学家们在Science上表示，在DNA样本中检测到的的一些序列突变实际上可能是样本处理过程中遭受损伤所造成，诱导损伤引发的突变占据了大多数的低频及中频突变。更重要的是，他们发现，被广泛使用的测序数据集中也存在着DNA损伤的印迹，包括千人基因组计划数据集（1000 Genomes Project ）和Atlas癌症基因计划数据集（The Cancer Genome Atlas）。这些损伤直接混淆了数据集中体细胞突变的鉴定。

　　发现问题再解决问题，这是科学的发展模式。针对这种现象，研究人员已经设计出了专门用于评估损伤程度的算法，并建议在样品制备过程中使用DNA修复酶，或许这种方法可以纠正“假突变”的问题。

　　DNA样本制备引发突变

　　众所周知，从古老标本或福尔马林固定的石蜡包埋组织中提取DNA样本很容易造成破碎和引发化学修饰，这会导致DNA发生突变。最近的证据表明，事实上任何DNA样本都可能存在人工诱变损伤的风险，例如，已知DNA超声降解法能诱导氧化损伤，引发突变。

　　研究人员已经设计出了一个算法，能够计算出DNA测序样本中的损伤程度。该算法的依据是超声波降解法过程中氧化损伤将鸟嘌呤（G）突变为8 -羟基鸟嘌呤。在序列读取时8 -羟基鸟嘌呤与胸腺嘧啶（T）十分相似，因此比较两条互补链的序列时，若存在错配，鸟嘌呤（G）的突变就可以被检测到：一条链读取出胸腺嘧啶（T），但互补链中配对的是胞嘧啶（C），这就说明在自然情况下发生了鸟嘌呤（G）到胸腺嘧啶（T）的突变。因此，这种算法比较第一次和第二次测序的read来揭示胸腺嘧啶（T）错配程度来确定DNA损伤的量。

　　当应用于千人基因组计划数据集和Atlas癌症基因组数据集时，该算法确定了41%的千人基因组计划数据集存在不同得分的诱导损伤，71%的Atlas癌症基因组数据集表现出广泛的诱导损伤。

　　作者认为，这种算法得出来的评分有助于为识别潜在低频突变设置严格的门槛。

　　如何解决后发的突变？

　　根据算法得出的结果，研究人员认为这种损伤比人们预期的更为普遍，这种错误可能会混淆真正低频突变的鉴定。那么该如何解决这个问题呢？他们提出了一种简单的方法，就是在样本制备过程中，将DNA修复酶加入到DNA样本中，这样一来氧化损伤就会被固定，也就可以在测序之前纠正损伤。

　　不过，对于这种解决方法，其他专家发出了异样的声音。

　　未参与该研究的分子肿瘤学专家、来自纪念斯隆-凯特林癌症中心的Marc Ladanyi 表示，这篇论文提供了一种技术解决方案，即利用酶来修复DNA。但问题就是，研究人员提供的酶正是自己所在公司开发的产品，这就存在一个内在的冲突。

　　对于这点，本文作者表示，虽然团队利用了自己开发的酶来修复DNA损伤样本，但他们不主张将这种酶用于所有的DNA制备过程中。

　　本文另一位作者表示，他们虽然在销售这种试剂，但不会做任何冠冕堂皇的言论，目前他们正在进一步评估。

　　要重视“假突变”，让癌症研究更准确

　　由于这种突变只发生在样品中，因此在许多情况下还存在疑问。分子肿瘤学专家Ladanyi 表示，在癌症生物学中，识别亚克隆突变已与检测血浆循环肿瘤DNA突变一样日益受到重视。尽管它们在细胞中的比例非常小，但已经越来越受到关注。如此低的等位基因频率，这种突变是一个担忧。Science上的这篇文章是一个很好的提醒——要加以防范这些突变！

　　体细胞突变能够产生异质性基因组，并可能导致严重的疾病。癌症通常与体细胞突变有关，DNA测序的发展表明细胞特异性突变影响着许多表型和病理。未参与该研究的专家，斯坦福大学的Stephen Montgomery评论道，这项研究表明了如何区分体细胞突变和样本制备过程引发的突变，这样一来可以减少假阳性的概率，对癌症基因组研究而言十分有意义。