数据和软件

I. 数据：

肿瘤的全基因组SNP阵列谱。 Affymetrix和Illumina是提供用于初级标准化的高质量SNP阵列芯片和软件的主要平台。具体协议可在制造商的网站 www.affymetrix.com 或 www.illumina.com。 SNP阵列谱需要通过某些软件进一步处理为绝对拷贝数和等位基因内容谱，用于挖掘SNP阵列谱。正确处理的SNP阵列谱的良好实例在Sanger研究所的癌细胞系收集中。
http://www.sanger.ac.uk/cgi -bin/genetics/CGP/cghviewer/CghHome.cgi
从下一代测序（NGS）获得的SNP阵列样谱如果被处理成绝对拷贝数和等位基因内容谱，也可用于本方案;但是，我们在这里不详细考虑。

II。软件：

用于SNP阵列初级标准化的软件：基因分型控制台，ChAS（两者都是 www.affymetrix.com ），Genome Studio （ www.illumina.com ），Aroma包（www.aroma-project.org ），用于Illumina阵列的分位数归一化的tQN（Staaf等人，2008）。br/>
用于挖掘SNP阵列谱以获得绝对拷贝数和等位基因内容（等位基因特异性拷贝数）的软件，例如GAP（Popova等人，2009），PICNIC（Greenman等人，，2010），ASCAT（Van Loo等人，2010），GPHMM（Li等人，2011），TAPS（Rasmussen等人， al。，2011），Absolut（Carter ，2012）等。
GAP方法和进一步的数据处理在R环境中实现（ www.r-project.org ）。但是，任何其他语言都可以用于执行此分析，包括MatLab，Java，C ++等。

设备

计算机（2 GHz，2 G RAM，Intel Core 2，40 G HD）

程序

I. SNP阵列数据的预处理

根据阵列平台，通过适当的软件规范化.CEL文件。
将标准化数据导出到文本文件中：
导出标准化数据：染色体，位置，Log_R_Ratio（Illumina）或Log_2_Ratio（Affymetrix），B等位基因频率（BAF，Illumina）或等位基因差异

通过（例如）GAP方法（Popova等人，2009）处理SNP阵列以获得（Birkbak等人，2011）正常污染的估计和（Carter ，2012）绝对拷贝数和等位基因内容概况（表1）。
表1.分段的肿瘤基因组谱（来自Affymetrix OncoScan 300K的片段）

位置开始	位置结束	染色体*	长度SNP	复制号码	主要Allele
59369	115065314	1	13869	2	1
115067829	121049277	1	639	3	2
143701096	144299541	1.5	47	3	2
144337336	144989346	1.5	19	0	0
145008423	148551158	1.5	252	3	2
148565769	152700090	1.5	554	6	5

* 1代表p臂，1.5代表染色体1的q臂; 中心区域用红色表示。

II。质量控制

测量的SNP阵列轮廓的质量控制：用于初级数据归一化的软件通常提供每个芯片的质量指数;指示具有边缘质量的芯片必须从进一步分析中排除;可在相应的用户指南中找到质量截止的指示
通过正常基质细胞对肿瘤样品的污染：具有超过65％的预测正常细胞混合物的样品必须从进一步分析中排除（注意：测量的肿瘤样品通常代表不同比例的肿瘤和正常细胞的混合物，在测量的SNP阵列轮廓中导致不同的对比度; 60-70％的正常污染处于当前识别技术的极限）。
拷贝数和等位基因内容识别的质量控制：肿瘤基因组中拷贝数改变（CNA）的模式必须是"可解释的"，意味着拷贝数变异和等位基因不平衡概况必须始终如一。不幸的是，没有发展这种一致性的可靠测量;我们使用基于GAP图的手动识别控制（图1）。肿瘤基因组的GAP图是分段的SNP阵列谱的二维表示，其中每个圆代表一个片段（Popova等人，2009）。 GAP图的清晰和规则结构表明一致性（图1A），而混乱结构表明不一致（图1B）。具有不一致概况的样品必须从进一步分析中排除。

图1.由Affymetrix OncoScan 300K测量的两种肿瘤样品的GAP图，表示（A）高质量图谱和（B）低质量图谱。肿瘤基因组的GAP图是分段SNP阵列的二维表示其中每个圆代表一个段（Popova等人，2009）。肿瘤样品来自GEO数据库（GSE28330，Birkbak等人，2012）。
充分检测染色体断裂的质量控制：高度污染的肿瘤样品连同SNP阵列谱中的非特异性变化通常导致通过分割算法检测的假阳性染色体断裂;在大量假阳性断裂的情况下，样品需要被丢弃。此类质量控制的适当正式程序尚未制定。我们对拷贝数变异和识别的拷贝数概况中检测到的断裂的一致性进行了粗略的视觉估计。
注意：质量差的样品包括约10-15％的杂交样品，包括低肿瘤含量，低杂交，低识别质量等。

III。计算来自分段概况的大规模染色体断裂的数目（表1，图2）：

注意：这里我们描述如何估计与同源重组缺陷相关的染色体断裂的数量;变化的过滤仅仅为了估计断点数目的目的而执行，并且与具体的变化无关，无论它们是什么重要的。

滤出微变异：微变异的大小S_micro是可检测的体细胞变化大小的下限，其取决于阵列中的SNP密度;例如，我们使用50个SNP用于Affymetrix SNP 6.0; 30个SNPs用于Illumina 600K;
注意：此过滤的主要原因是微观变化通常与种系的拷贝数变异有关。
1. 从分段的基因组谱中排除小于S_micro SNP的所有片段，并且如果它们具有相同的拷贝数和主要等位基因，则链接相邻片段。
过滤和平滑小规模变化：小规模变化的大小S_small < 3 Mb，定义在（Popova等人，2012）中。
注意：该定义的主要原因是从3个Mb染色体断裂开始遵循泊松分布，即彼此独立;而小规模区段倾向于聚集在不连续的染色体区域。
1. 根据大小订购小尺寸段。
2. 从分段的基因组谱中排除最小的片段，并链接相邻片段（如果它们具有相同的复制数字和主要等位基因）。
3. 重复过滤和平滑，直到最后一个小段。
  注意：过滤和平滑小规模变体的方式对生成的配置文件有轻微影响。
计算大小S Mb：LST_SMb的大规模状态转换（LST）的计数被定义为两个相邻（<3 Mb之间）段中的染色体断裂（拷贝数或等位基因含量的变化）> = S Mb每;在过滤和平滑小规模变异后，直接从分割的基因组谱中计算LST的数目（图2）。
1. 标记染色体断裂如下：如果来自相同染色体臂的两个片段在拷贝数或主等位基因方面不同，并且大小为> = SMb， 3 Mb，中断标注为LST_SMb;
2. 计算肿瘤基因组中LST_SMb（S = 3,4，...，11 Mb）的数目。
  注意：不考虑centromeric休息。
  
  图2.具有检测的拷贝数和LST的一条染色体的基因组谱的实例。 LRR：log R ratio profile; BAF：B等位基因频率分布; GT：由GAP识别的节段基因型; LST_10 Mb：黑色箭头指向检测到LST_10 Mb。黑色底线显示在过滤和平滑在GT轮廓中看到的小尺度变化之后获得的大尺度段。显示了来自GEO数据库的肿瘤样品的染色体3（GSE28330，Birkbak等人，2012）。

IV。肿瘤倍性的估计：

估计肿瘤基因组的DNA指数，作为基因组中的平均拷贝数除以2.
根据以下规则，估计肿瘤基因组中的染色体计数作为每条染色体臂的中心区域拷贝数的总和（表1）：
1. 如果心室区域中的节段的大小为≥1.5Mb（或Affymetrix SNP6.0的500个SNP），则将相应染色体臂的拷贝数设置为该节段的拷贝数;
2. 如果中心区域中的节段的大小为 1.5 Mb，染色体臂数由其平均拷贝数替代。
  注意：过滤微观变化后估计染色体数。
根据以下规则估计肿瘤倍性：如果DNA指数<1，则肿瘤倍性估计为2（近二倍体基因组） 1.3和染色体计数60;如果DNA指数≥1.3且染色体计数≥60，则估计肿瘤倍性为4（近四倍体基因组）。
注意：这种归因是基于大量肿瘤基因组的分析获得的，用于乳腺癌和卵巢癌基因组（Popova等人，2012年，）。具有倍性的不明确归因的基因组在所考虑的所有病例中所占的比例小于5％。其他癌症可能有不同的基因组进化，倍数归因的阈值可能需要调整。

V. 肿瘤基因组中同源重组缺陷的标志

基于对具有已知状态的BRCA1/2基因的大系列乳腺癌的分析，发现LST_6,7,8,9,10Mb的数目代表了具有天然限定的倍性的有效鉴别特征特异性截止值，其允许以高精度和高精度预测BRCA1/2失活（表2）。测试卵巢癌的特征显示LST_6,7 Mb是与乳腺癌队列截止值相似的最有效的预测特征。

如果肿瘤基因组中LST的数目高于相应的倍性特异性截止值，则肿瘤基因组被注释为同源重组缺陷（表2）。
注意：由于在基因组中检测到假阳性断裂，具有边界LST数目的肿瘤可能是假阳性。 LST_6,7,8,9,10 Mb预测之间的不一致性很少。
表2.用于预测乳腺癌BRCAness的LST值的临界值

LST_S Mb，S	倍性2：（p = 68，N = 182）			倍性4：（P = 53，N = 123）
LST_S Mb，S	截止*	FPR	TPR	切断	FPR	TPR
6	19（17）	0.04	0.99	32（32）	0.10	1
7	17（15）	0.05	0.99	29（27）	0.07	0.98
8	14（14）	0.06	1	26（26）	0.08	1
9	14（11）	0.04	0.99	25（19）	0.07	0.98
10	11（11）	0.07	1	22（18）	0.06	0.98

*截断值对应于最大值（TPR-FPR）;括号中的截止值对应于100灵敏度。
P：BRCA1/2突变肿瘤的数目; N：BRCA1/2野生型或未测试肿瘤的数目;
TPR：真阳性率; FPR：假阳性率。

参考文献

Birkbak，NJ，Wang，ZC，Kim，JY，Eklund，AC，Li，Q.，Tian，R.，Bowman-Colin，C.，Li，Y.，Greene-Colozzi，A.，Iglehart，JD，Tung ，N.，Ryan，PD，Garber，JE，Silver，DP，Szallasi，Z.and Richardson，AL（2012）。端粒等位基因不平衡表明DNA修复缺陷和对DNA损伤剂的敏感性。 Cancer Discov 2（4）：366-375。
Carter，SL，Cibulskis，K.，Helman，E.，McKenna，A.，Shen，H.，Zack，T.，Laird，PW，Onofrio，RC，Winckler，W.，Weir，BA，Beroukhim，，Pellman，D.，Levine，DA，Lander，ES，Meyerson，M。和Getz，G。（2012）。绝对定量人类癌症中体细胞DNA的改变。 Nat Biotechnol < em> 30（5）：413-421。
Greenman，CD，Bignell，G.，Butler，A.，Edkins，S.，Hinton，J.，Beare，D.，Swamy，S.，Santarius，T.，Chen，L.，Widaa，，PA和Stratton，MR（2010）。 PICNIC：预测绝对等位基因拷贝数变异的算法与微阵列癌数据。生物统计学 11（1）：164-175。
Li，A.，Liu，Z.，Lezon-Geyda，K.，Sarkar，S.，Lannin，D.，Schulz，V.，Krop，I.，Winer，E.，Harris，。（2011）。 GPHMM：用于识别拷贝数改变和丢失的整合的隐马尔可夫模型使用全基因组SNP阵列在复杂肿瘤样品中的杂合性。核酸研究39（12）：4928-4941。
Popova，T.，Manie，E.，Rieunier，G.，Caux-Moncoutier，V.，Tirapo，C.，Dubois，T.，Delattre，O.，Sigal-Zafrani，B.，Bollet，M.，Longy ，M.，Houdayer，C.，Sastre-Garau，X.，Vincent-Salomon，A.，Stoppa-Lyonnet，D.and Stern，MH（2012）。倍性和大规模基因组不稳定性始终使用BRCA1/2鉴定基底样乳腺癌 72（21）：5454-5462。
Popova，T.，Manie，E.，Stoppa-Lyonnet，D.，Rigaill，G.，Barillot，E.and Stern，M.H。（2009）。基因组改变打印（GAP）：用于可视化和挖掘由SNP阵列获得的复杂癌症基因组谱的工具。 Genome Biol 10（11）：R128
Rasmussen，M.，Sundstrom，M.，Goransson Kultima，H.，Botling，J.，Micke，P.，Birgisson，H.，Glimelius，B.and Isaksson，A。具有非整倍体和肿瘤异质性的肿瘤样品的等位基因特异性拷贝数分析。 Genome Biol 12（10）：R108
Staaf，J.，Vallon-Christersson，J.，Lindgren，D.，Juliusson，G.，Rosenquist，R.，Hoglund，M.，Borg，A.and Ringner， _blank"href ="http://www.ncbi.nlm.nih.gov/pubmed/18831757"> Illumina的归一化全基因组SNP数据提高了拷贝数估计和等位基因强度比率。 BMC Bioinformatics 9：409.
Van Loo，P.，Nordgard，SH，Lingjaerde，OC，Russnes，HG，Rye，IH，Sun，W.，Weigman，VJ，Marynen，P.，Zetterberg，A.，Naume，B.，Perou， Borresen-Dale，AL和Kristensen，VN（2010）。肿瘤的等位基因特异性拷贝数分析。美国国家科学院院刊 107（39）：16910-16915。